Las organizaciones que buscan monitorear mejor los activos de TI están recurriendo a la inteligencia artificial para adelantarse a los problemas de rendimiento y automatizar las soluciones antes de que se sientan los impactos negativos.

Las plataformas en la nube, los proveedores de servicios administrados y las organizaciones que emprenden transformaciones digitales están comenzando a cosechar los beneficios de una tendencia de TI emergente: el uso de tecnología de operaciones de TI impulsada por IA para monitorear y administrar la cartera de TI automáticamente.

Esta práctica emergente, conocida como AIOps, está ayudando a las empresas a evitar posibles interrupciones y problemas de rendimiento antes de que afecten negativamente a las operaciones, los clientes y los resultados finales.

Pero las implementaciones más avanzadas están comenzando a usar sistemas de inteligencia artificial no solo para identificar problemas o para predecir problemas antes de que sucedan, sino para reaccionar a eventos con mitigación inteligente y automatizada.

Pero, ¿qué es exactamente AIOps y cómo lo utilizan las organizaciones hoy en día? Aquí echamos un vistazo más profundo a las tecnologías, estrategias y desafíos de las operaciones de TI asistidas por IA.

¿Qué es AIOps?

AIOps es una práctica de TI emergente que aplica Inteligencia Artificial a las operaciones de TI para ayudar a las organizaciones a administrar de manera inteligente la infraestructura, las redes y las aplicaciones para el rendimiento, la resiliencia, la capacidad, el tiempo de actividad y, en algunos casos, la seguridad. Al cambiar las alertas tradicionales basadas en umbrales y los procesos manuales a sistemas que aprovechan la inteligencia artificial y el aprendizaje automático, AIOps permite a las organizaciones monitorear mejor los activos de TI y anticipar incidentes e impactos negativos antes de que se establezcan.

El CIO de Carhartt, John Hill, aprovecha los AIOps en el minorista de ropa de trabajo en tres áreas principales: gestión de servicios, gestión del rendimiento y automatización de TI. Gracias a la supervisión inteligente, Carthartt ahora puede detectar problemas antes de que afecten a los usuarios o clientes.

“Es todo el proceso de monitorear su entorno y comprender lo que está sucediendo, y tomar acciones basadas en esos indicadores”, explica. “Anteriormente, se confiaba en una interrupción o en alguna indicación de que algo no funciona” para saber cuándo se necesitaba una solución: eventos que probablemente ya hayan degradado la experiencia del cliente antes de que usted los conociera.

Herramientas AIOps

Muchas plataformas AIOps se han construido sobre sistemas de monitoreo con una larga trayectoria. Otros comenzaron en laboratorios de IA y crecieron hacia afuera. Las buenas herramientas de AIOps generan conjeturas prospectivas sobre la carga de la máquina y luego observan para ver si algo se desvía de estas estimaciones. Las anomalías pueden convertirse en alertas que generan correos electrónicos, publicaciones de Slack o, si la desviación es lo suficientemente grande, mensajes de buscapersonas. Las herramientas sofisticadas de AIOps también ofrecen “análisis de causa raíz”, que crea diagramas de flujo para rastrear cómo los problemas pueden propagarse a través de las diversas máquinas en una aplicación empresarial moderna. Cualquiera que esté considerando adoptar una plataforma AIOps querrá evaluar qué tan bien se integra cada oferta AIOps con sus bases de datos y servicios particulares. Las siguientes herramientas AIOps se encuentran entre las mejores disponibles en la actualidad:

• AppDynamics
• BigPanda
• Datadog
• Dynatrace
• GitHub Copilot
• IBM Watson Cloud Pak for AIOps
• LogicMonitor
• Moogsoft
• New Relic One
• Splunk

Casos de uso de AIOps

Es posible que AIOps ya esté funcionando en su cartera de TI sin que usted lo sepa. Los sistemas CRM o ERP avanzados a menudo tienen una gestión inteligente integrada. La mayoría de las principales plataformas en la nube también utilizan herramientas de gestión y supervisión impulsadas por el aprendizaje automático.

Pero confiar en la funcionalidad incorporada dentro de las soluciones puntuales tiene sus desventajas. El 65% de las organizaciones de TI en una encuesta de AIOps Exchange dijeron que todavía confían en los enfoques de monitoreo, ya sean inteligentes o no, que están aislados, basados ​​en reglas o que no cubren las necesidades de todo su entorno de TI. Además, según una encuesta reciente de BigPanda, el 42% de las organizaciones de TI utilizan más de 10 herramientas de monitoreo diferentes para sus entornos de TI.

Así fue como Carhartt comenzó con AIOps. “Anteriormente, para los diferentes entornos, teníamos que monitorearlos de forma independiente”, dice Hill. Para gestionar esta complejidad, Hill optó por combinar la supervisión en dos plataformas, instalándose primero en AppDynamics para la supervisión del rendimiento de las aplicaciones y luego añadiendo Turbonomic para controlar la infraestructura de Carhartt.

Los problemas de rendimiento en el sitio web de la compañía durante las prisas de compras del Black Friday y Cyber ​​Monday forzaron la necesidad de un cambio. Cuando la empresa vio los problemas, los clientes ya habían sentido la degradación del servicio, dice Hill.

Desde que Carhartt implementó AppDynamics en el otoño de 2017, los picos durante el Black Friday y el Cyber ​​Monday se han cumplido sin tiempo de inactividad.

“Tuvimos un crecimiento récord”, señala. “Crecimos el doble de la tasa de la industria en su conjunto, sin ninguna de las interrupciones o degradación del rendimiento que habíamos experimentado anteriormente”.

Carhartt agregó Turbonomic a principios de 2019 para la gestión de recursos de entornos locales y en la nube. Con el nuevo sistema, la utilización ha aumentado del 70 al 92%, dice. “Probablemente nos ahorró el 25% de los costos de infraestructura”.

Las mayores necesidades de utilización se procesan automáticamente, sin intervención humana, mientras que las disminuciones en la capacidad aún requieren la aprobación humana.

“Ve que tenemos un desafío de capacidad y envía una solicitud de cambio a ServiceNow”, asevera Hill. “Cuando tenemos demasiada capacidad, crea un ticket en ServiceNow y alguien lo mira primero. Es una revisión rápida, solo un clic. Por ahora, no necesito automatizarlo”.

El siguiente paso para la empresa es automatizar las tareas comerciales, como procesar los pedidos de los clientes mediante el reconocimiento de texto y el procesamiento del lenguaje natural.

Adopción de AIOps

Para 2023, el 40% de las empresas utilizarán AIOps para el monitoreo de aplicaciones e infraestructura, según Gartner. Pero, según todas las cuentas, la adopción de AIOps aún se encuentra en sus primeras etapas. Según una encuesta de 2019 patrocinada por Loom Systems, solo el 5% de las empresas han implementado AIOps hasta ahora. Una cosa que perjudica la adopción es que hay muchos proveedores en el mercado, dice Akash Bhatia, director gerente y socio de Boston Consulting Group. “Casi demasiados”.

Y con el 59% de las organizaciones en la fase de exploración, según el informe de Loom Systems, todavía es difícil para los clientes averiguar exactamente qué están ofreciendo. Además, muchos proveedores operan en un solo segmento de AIOps, dice Bhatia, como la supervisión del rendimiento de las aplicaciones, la gestión de la infraestructura o la supervisión y el diagnóstico del rendimiento de la red. Pero el mercado está mostrando signos de consolidación a medida que madura la tecnología, agrega.

IDC predice que el mercado de AIOps, al que llama análisis de operaciones de TI, crecerá de 2.9 mil millones de dólares en 2018 a 4.5 mil millones de dólares en 2023, y la mayor parte del crecimiento provendrá de AIOps como servicio. Y aunque AIOps a menudo se incluye con plataformas de software empresarial o servicios en la nube, las empresas más grandes están comenzando a invertir en AIOps como un elemento de presupuesto independiente, señala Stephen Elliot, analista y vicepresidente de programas para AIOps en IDC.

“Se están dando cuenta de que están en un mundo multicloud”, dice. “Y tienen una transformación ágil, y tienen equipos de DevOps, y se están dando cuenta de que tienen que moverse más rápido y que la complejidad está aumentando”.

Propuesta de valor AIOps

Las empresas que aprovechan las AIOps están comenzando a ver la importancia de pasar de los sistemas que realizan análisis y predicciones a aquellos que toman decisiones por sí mismos. Ingrese a la automatización.

“Necesitan herramientas que puedan recopilar grandes cantidades de información, aplicar análisis, reducir el ruido y acelerar la identificación y resolución de problemas”, dice Elliot.

La automatización también requiere una mayor integración AIOps. Un problema con el rendimiento de la aplicación puede deberse a un problema de software, un problema de red o un problema de hardware. En un entorno de múltiples nubes, la causa raíz puede estar en una nube o en otra nube, o ser el resultado de una combinación de factores. Si su infraestructura AIOps está fragmentada, encontrar y solucionar las causas fundamentales de los problemas puede ser un desafío.

“Entonces regresa al combate cuerpo a cuerpo, donde cada grupo tiene sus propias herramientas”, dice David Link, director ejecutivo de ScienceLogic, un proveedor de AIOps. “Si tiene una herramienta única para cada iniciativa de aplicación, no puede escalar la empresa de esa manera”.

Mientras tanto, las empresas que han implementado AIOps, como Carhartt, están descubriendo que sus inversiones están dando sus frutos. Según una encuesta de Enterprise Management Associates, el 81% de las empresas que utilizan AIOps informan un retorno de la inversión positivo. De hecho, el 42% dijo que el valor de los AIOps excede “dramáticamente” los costos.

Según EMA, los seis casos de uso más comunes para AIOps son la infraestructura y el rendimiento de aplicaciones entre dominios, la gestión de la capacidad y la optimización de la infraestructura, DevOps y la gestión ágil, de la experiencia del cliente y del usuario final y la alineación comercial, la gestión de costes y la gestión del cambio.

AIOps como generador de ingresos

La subsidiaria CBTS de Cincinatti Bell brinda servicios de comunicación a clientes empresariales. CBTS solía representar “Cincinnati Bell Technology Solutions”, pero a medida que la compañía se expandió a otras geografías, ahora significa “Consult Build Transform Support”, dice Joe Putnick, director de innovación de la compañía.

Pasar a AIOps fue fundamental para ayudar a mejorar los tiempos de reacción, dice, pero ahora se ha convertido en una fuente de nuevas oportunidades comerciales. Por ejemplo, antes de que la empresa recurriera a AIOps, se necesitarían horas, días o “nunca” para que el equipo del cliente ingresara en los sistemas de supervisión, gestión y facturación de CBTS, dice Putnick.

“Ahora he reducido el aprovisionamiento de cinco horas a dos minutos”, añade. “Y cuando digo aprovisionamiento, me refiero al aprovisionamiento completo en todos los sistemas de gestión de eventos y gestión de servicios de TI. Sé que esas estadísticas son bastante convincentes”.

La compañía también está utilizando AIOps para analizar patrones de uso y automatizar respuestas. “Estamos aplicando AIOps para predecir dónde debe estar la capacidad para que podamos mantener el máximo tiempo de actividad y la máxima satisfacción del cliente”, dice.

AIOps ha ayudado a CBTS a crecer de menos de 40 sitios por mes a más de 500 instalaciones promedio por mes, dice Putnick, con casi la misma cantidad de personas.

CBTS utiliza una combinación de herramientas integradas en AWS, sus propias aplicaciones codificadas a medida dentro de ServiceNow, aprendizaje automático personalizado y algoritmos adaptativos, así como herramientas AIOps de ScienceLogic. A continuación: servicios de valor agregado para sus clientes. Por ejemplo, los chatbots de servicio al cliente que CBTS proporciona a sus clientes pueden volverse más inteligentes y receptivos utilizando los datos, análisis y predicciones que surgen de sus sistemas AIOps.

AIOps y proveedores de servicios administrados

Pero para ver todo el potencial de AIOps, no debe buscar más allá de la industria de proveedores de servicios administrados (MSP).

“Es probablemente la parte más grande del mercado en este momento”, dice Justin Richie, director de ciencia de datos de Nerdery, una consultora de servicios digitales. “Definitivamente están tratando de invertir en soporte algorítmico donde pueden. Saben que, fuera del hardware, su mayor gasto es el capital humano”.

Para los MSP, AIOps significa mayor eficiencia, menores costos y tiempos de resolución más rápidos, todos ellos diferenciadores competitivos importantes en este sector.

“Es la mitad de nuestra propuesta de valor para AIOps”, dice Raghu Kamath, vicepresidente senior de estrategia y operaciones de MSP NetEnrich, con sede en San José, que ha implementado AIOps en más de 1,000 clientes. “Comenzamos a implementarlo en algunos clientes, luego lo extendimos gradualmente a nuestra base de clientes durante los últimos doce meses. Ahora, más del 50% de nuestros clientes están en la plataforma AIOps”.

Uno de los beneficios más obvios e inmediatos para NetEnrich fue la reducción del ruido. Las falsas alarmas crean trabajo innecesario para los empleados y ralentizan los tiempos de respuesta para los clientes.

“Nuestro tiempo de respuesta para detectar y tomar medidas ha aumentado; nuestro tiempo medio de reparación se ha vuelto al menos un 30% más rápido después de implementar AIOps”, dice Kamath. “Y seguirá aumentando a medida que AIOps se vuelva más maduro y traiga más modelos de inferencia”.

Debido a que NetEnrich utiliza AIOps en tantos entornos de clientes diferentes, Kamath tiene una perspectiva única sobre la tecnología. Primero, ha descubierto que cuanto más homogéneo es el entorno, más fácil es implementar AIOps.

“Se vuelve mucho más complejo cuando comienzas a integrar todos estos entornos diferentes”, advierte.

Además, los clientes que utilizan la infraestructura de nube pública tienen una ventaja porque los entornos son más consistentes. Aún así, existen obstáculos ocasionales para lograr que los proveedores de la nube abran sus sistemas.

“Pero los proveedores de nube pública están cambiando de posición”, dice. “Si miras la cantidad de datos a los que tenías acceso hace dos años, hasta ahora, ha mejorado mucho”.

Aprovechar AIOps para aplicaciones y hardware heredados es complicado, afirma Kamath. “Si no tiene suficientes registros, se vuelve bastante difícil inferir algo. Por eso alentamos a nuestros clientes a acelerar sus transformaciones digitales y modernizar sus aplicaciones”.

Maria Korolov, CIO.com