AIOps
¿Por qué tantas operaciones de TI siguen apagando incendios?
El problema de las operaciones modernas rara vez es la falta de herramientas. El verdadero desafío está en transformar información en decisiones rápidas e inteligentes.
Durante muchos años, la evolución de las operaciones de TI parecía seguir un camino bastante claro. A medida que surgían nuevas herramientas, creíamos que los problemas operacionales disminuirían en la misma proporción.
Monitoreábamos más servidores, más aplicaciones, más dispositivos de red, más servicios en la nube.
Construíamos dashboards más completos, automatizábamos rutinas y ampliábamos la visibilidad sobre la infraestructura.
Era natural imaginar que toda esa inversión resultaría en operaciones cada vez más estables, previsibles y eficientes. La realidad, sin embargo, se mostró más compleja.
A lo largo de los últimos años, acompañando proyectos de infraestructura y operaciones en grandes organizaciones de distintos sectores, empecé a percibir un patrón que se repetía con frecuencia. Independientemente del segmento, del tamaño de la empresa o de las tecnologías adoptadas, muchos equipos convivían con la misma sensación: la de estar apagando incendios permanentemente.
No hablo de la ausencia de herramientas. Todo lo contrario.
Nunca hubo tanta capacidad para monitorear entornos de TI como existe hoy.
La mayoría de las grandes organizaciones ya dispone de plataformas capaces de seguir servidores, redes, aplicaciones, bases de datos, entornos en la nube y experiencia del usuario en tiempo real. El volumen de información disponible es enorme y sigue creciendo.
Por qué tantas operaciones todavía apagan incendios
Aun así, basta conversar con gestores de operaciones para percibir que siguen apareciendo algunas preguntas.
¿Por qué los incidentes críticos todavía provocan tanto impacto?
¿Por qué algunos equipos pasan buena parte del tiempo analizando alertas en lugar de resolver problemas?
¿Por qué los usuarios todavía descubren indisponibilidades antes que la propia TI en determinadas situaciones?
Estas preguntas me llevaron a reflexionar sobre un cambio importante que ocurrió en las operaciones de tecnología en los últimos años.
Cuando monitorear deja de ser el diferencial
El desafío dejó de ser ver la infraestructura.
Hoy, el desafío es comprender rápidamente qué merece realmente atención. Esta diferencia parece pequeña, pero cambia por completo la forma en que debe evolucionar una operación.
Durante mucho tiempo, el éxito de una iniciativa de monitoreo se medía por la cantidad de activos acompañados o por la amplitud de las recolecciones realizadas. Cuanto mayor la cobertura, mejor parecía ser la operación.
Ese razonamiento tenía sentido cuando el problema era la falta de información. Hoy, sin embargo, vivimos una realidad diferente.
La información difícilmente es el recurso más escaso dentro de una operación de TI. En la mayoría de los entornos corporativos, existe en abundancia.
Contexto operacional en la respuesta a incidentes
Lo que falta es contexto.
Cuando ocurre un incidente relevante, distintas plataformas generan eventos, métricas, logs, notificaciones e indicadores casi simultáneamente. Cada una ofrece una parte de la respuesta. El desafío pasa a ser conectar esa información, separar síntomas de causas e identificar rápidamente lo que realmente exige una decisión.
En la práctica, es exactamente en ese momento donde muchas operaciones pierden tiempo. No porque les falten profesionales calificados. Ni porque utilicen herramientas inadecuadas.
Sino porque todavía dependen de un proceso esencialmente manual para transformar una gran cantidad de datos en comprensión del problema.
Hay una frase que considero cada vez más verdadera.
Vivimos la era de la abundancia de datos y la escasez de contexto
Este quizás sea uno de los mayores cambios por los que están pasando las operaciones de TI.
Hace algunos años, un equipo celebraba cuando lograba monitorear prácticamente toda la infraestructura.
Hoy, monitorear dejó de ser un diferencial. Pasó a ser solo el punto de partida.
El verdadero diferencial está en la capacidad de interpretar rápidamente lo que está ocurriendo. Las organizaciones que más evolucionaron lo percibieron.
Siguen invirtiendo en monitoreo, pero entendieron que la visibilidad, por sí sola, no resuelve el problema.
También pasaron a invertir en la integración entre plataformas, en la estandarización de los procesos, en la automatización de las actividades repetitivas y, principalmente, en la mejora de la calidad de la información entregada a los equipos responsables de la toma de decisiones.
Este quizás sea el aspecto más interesante de esta transformación.
Cuando hablamos de operaciones inteligentes, es común imaginar inmediatamente Inteligencia Artificial, algoritmos sofisticados o nuevas plataformas.
Esos recursos ciertamente tienen un papel importante.
Pero ninguna tecnología puede compensar una operación basada en procesos poco estructurados, información fragmentada y decisiones tomadas sin contexto.
Qué define una operación madura
Las operaciones maduras no son las que tienen más dashboards.
Tampoco son, necesariamente, las que monitorean más activos. En mi percepción, son las que logran responder con rapidez a las preguntas que realmente importan.
¿Qué ocurrió?
¿Cuál es la causa probable?
¿Cuál es el impacto para el negocio?
¿Quién necesita actuar?
¿Qué información permitirá que ese equipo resuelva el problema más rápidamente?
Responder a estas preguntas de forma consistente reduce desperdicios, disminuye el tiempo de diagnóstico, mejora la colaboración entre equipos y aumenta la confiabilidad de la operación.
Note que, en ningún momento, hablamos de sustituir herramientas. Hablamos de evolucionar la forma en que se utilizan. Este cambio de perspectiva ayuda a explicar por qué organizaciones que utilizan soluciones semejantes presentan niveles de madurez operacional completamente distintos.
Las herramientas pueden incluso ser parecidas. Los procesos, la integración entre ellas y la capacidad de transformar datos en decisiones, no.
Quizás sea exactamente por eso que tantas operaciones aún tengan la sensación de ir siempre detrás de los problemas. No porque monitoreen poco. Sino porque transformar información en inteligencia sigue siendo un desafío mucho mayor que simplemente recolectar datos.
Creo que esta será una de las discusiones más importantes de los próximos años.
A medida que los entornos se vuelven más distribuidos, híbridos y dinámicos, la capacidad de interpretar rápidamente el contexto de un incidente pasará a ser tan importante como la capacidad de detectarlo.
Y esta evolución no depende solo de tecnología. Depende de personas, procesos, integración y de una forma diferente de ver la operación.
Es sobre esta transformación que pretendo conversar en esta serie de artículos que publicaré en este espacio.
En los próximos artículos, exploraremos algunos de los desafíos que surgen a partir de esta nueva realidad, como la sobrecarga causada por el exceso de alertas, la dificultad para identificar causas raíz, la evolución de la observabilidad, la reducción del MTTR y el verdadero papel de la Inteligencia Artificial en las operaciones de TI.
Porque, al final, creo que las operaciones inteligentes no son las que recolectan más datos. Son las que logran tomar mejores decisiones con los datos que ya poseen.
Para reflexionar
Al analizar su operación hoy, vale la pena hacerse algunas preguntas simples:
- ¿Los incidentes más críticos suelen ser identificados por las herramientas o por los usuarios?
- ¿Su equipo dedica más tiempo a entender el problema o a resolver el problema?
- Si el volumen de aplicaciones y servicios monitoreados se duplicara mañana, ¿la operación seguiría siendo eficiente o solo recibiría el doble de información para analizar?
Las respuestas quizás revelen más sobre el nivel de madurez de la operación que cualquier dashboard.
Sobre el autor
Paulo Florêncio de Menezes es emprendedor, socio y cofundador de empresas como Target Solutions, BiPTT y ARGUS.
Es graduado en Procesamiento de Datos por la Universidad Federal de Amazonas (UFAM), tiene MBA en Gestión Empresarial por la Fundación Dom Cabral (FDC) y Máster Profesional en Economía por la Fundación Getulio Vargas (FGV).
En su investigación de máster desarrolló el IBEOP-IA (Índice Brasileño de Exposición Ocupacional Potencial a la Inteligencia Artificial), investigando la exposición potencial de las ocupaciones brasileñas a las capacidades de la IA mediante la combinación de datos ocupacionales, patentes de inteligencia artificial y técnicas de procesamiento de lenguaje natural.