Los sistemas modernos generan más datos de telemetría que nunca, pero esta mayor cantidad de datos no ha hecho que los equipos sean más rápidos ni más productivos. De hecho, está sucediendo todo lo contrario. Las señales de datos de telemetría fragmentadas, los crecientes costos de almacenamiento y los retrasos en la obtención de información están dificultando la comprensión y la toma de medidas cuando más importa. A medida que los sistemas se vuelven más dinámicos y efímeros, los equipos a menudo se ven obligados a lidiar con telemetría fragmentada y señales poco claras. Se tarda más en entender qué salió mal y aún más en solucionarlo. Al mismo tiempo, el costo de almacenar y procesar toda esta telemetría y los datos siguen aumentando.

Existe una sensación cada vez mayor de que algo tiene que cambiar. En lugar de tratar de analizar todo a posteriori, las organizaciones están empezando a estudiar cómo pueden incorporar mejores capacidades de inteligencia en sus sistemas desde el principio, para que la telemetría en la que se basan sea más relevante y fácil de aprovechar.

El costo real de una telemetría deficiente y de la mala calidad de los datos

El reto no es que las organizaciones carezcan de telemetría y datos, sino que carecen de señales de buena calidad. A medida que las capacidades impulsadas por IA se integran cada vez más en la entrega de software y las operaciones, la calidad de la telemetría de observabilidad cobra aún más importancia. Cuando se recopila la telemetría y se filtra la información innecesaria, los empleados terminan dedicando más tiempo a gestionar la telemetría que a aprender de ella.

Parte del problema radica en la fragmentación, ya que la telemetría se almacena en varias herramientas y agentes, cada uno de los cuales genera señales con formatos ligeramente diferentes. Durante una interrupción del servicio, los equipos se ven obligados a unir señales inconsistentes de distintas herramientas, lo que les hace perder un tiempo valioso mientras el impacto en el negocio crece. 

Luego viene el aspecto financiero. La telemetría a gran escala, así como el procesamiento y el almacenamiento de datos, son costosos, y los costos no hacen más que aumentar. Las organizaciones están dedicando una cantidad significativa de sus recursos al procesamiento y almacenamiento de datos que solo añaden ruido, no información útil. En el sentido tradicional, esto no es un problema tecnológico. Es un problema relacionado con la telemetría y la calidad de los datos, y cuanto más tiempo se ignora, peor suele ponerse.

Llevar la inteligencia a las etapas iniciales

Mover la inteligencia hacia las etapas iniciales implica filtrar, enriquecer y enrutar la telemetría relevante antes de que llegue a los sistemas posteriores. Cada vez más, las organizaciones están comenzando a pensar en cómo abordar estos desafíos de fragmentación y financieros. Los equipos están empezando a recopilar, procesar y enrutar la telemetría de observabilidad relevante en tiempo real antes de que sea incorporada a los sistemas posteriores. Como resultado, hay menos volumen que manejar, se reducen los gastos y se cuenta con una telemetría más limpia, ya que solo se envían las señales relevantes a las etapas posteriores. 

Esto se está volviendo cada vez más factible a gran escala gracias a estándares abiertos como OpenTelemetry. Por ejemplo, los equipos pueden recopilar datos de telemetría de manera consistente en múltiples entornos sin depender de un proveedor o conjunto de herramientas en particular. Al trabajar con sistemas complejos y distribuidos que abarcan varias nubes, plataformas de seguridad y de almacenamiento, ese tipo de flexibilidad es crucial. Además, a medida que los entornos continúan evolucionando, esto facilita mucho la adaptación a ellos.

Lo que esto significa para las operaciones impulsadas por IA 

Los sistemas de IA son tan robustos como la telemetría y los datos que los alimentan. Dependen de una telemetría precisa y contextualizada para generar insights y automatizar decisiones. Los equipos no solo se ven ralentizados por una telemetría incompleta o desordenada, sino que la cuestión es muy simple: una telemetría de mala calidad conduce a insights de mala calidad. Cuando esos insights se aplican a la toma de decisiones automatizada a gran escala, el margen de error se reduce drásticamente.

Otro aspecto que con frecuencia se pasa por alto es la confianza. Los equipos a cargo de estos sistemas automatizados deben poder explicar qué sucedió y por qué estos sistemas toman determinadas decisiones sobre el rendimiento o la seguridad. Si la información que respalda esas decisiones es inconsistente, la tarea se vuelve extremadamente difícil. Esto tiene importancia mucho más allá de los equipos técnicos. Cada vez más se les pide a la alta dirección y a los miembros de la junta directiva que respalden las decisiones impulsadas por la IA, y este debate se vuelve mucho más sencillo cuando la telemetría y los datos que respaldan los hallazgos son creíbles y confiables. 

Las ventajas operativas también son evidentes. Los equipos pueden trabajar más rápido si no tienen que lidiar constantemente con datos y telemetría erráticos. Dedican menos tiempo a la investigación manual, detectan problemas de manera temprana y automatizan con mayor confianza. Una base sólida de datos y telemetría, junto con una plataforma unificada y basada en el contexto, no solo mejora las operaciones diarias, sino que también aumenta el éxito de las capacidades impulsadas por IA en las que la organización invierte a lo largo del tiempo.

Los siguientes pasos comienzan en la fuente 

Para que las organizaciones innoven más rápido y brinden mayor valor a sus clientes, deben contar con la telemetría adecuada, en la señal y momento correctos. La buena noticia es que no es necesario empezar de cero; se trata de tomar decisiones desde el inicio del ciclo de vida de la telemetría. 

Al incorporar la inteligencia en una etapa más temprana del ciclo de vida, los equipos pueden asegurarse de que la telemetría que fluye hacia sus plataformas de observabilidad sea escalable desde el inicio. Las organizaciones que triunfen no serán aquellas con más telemetría, sino aquellas con la mejor telemetría, diseñada desde la fuente y lista para impulsar la acción.

-Mala Pillutla, vicepresidenta global de Observabilidad y Seguridad de Dynatrace