El camino hacia una estrategia IAOps
La Asociación @aslan celebró recientemente en Madrid el Foro Tendencias 2024 dedicado a IA & Conectividad Inteligente. Este encuentro, que forma parte del programa anual de actividades de la Asociación, incluyó un panel específico en el que se analizaron los beneficios y el impacto que está teniendo en las organizaciones IAOps, es decir, la Inteligencia Artificial (IA) aplicada a las operaciones de TI. Para ello se contó con la participación de Fidel Tomás Molero, Consulting Engineer de Juniper Networks; Alejandro Gutiérrez Millán, Regional Sales Director de InterCloud; Óscar García, System Engineer de Aruba (HPE); Pablo Ráez, responsable de Desarrollo de Negocio de Automatización en Red Hat; y Francisco García, Sales Engineer de Dynatrace.
La definición de AIOps de Gartner, que al fin y al cabo es quien acuñó el término, vendría a resumirse en la aplicación de capacidades de IA, como el procesamiento del lenguaje natural y los modelos de aprendizaje automático (machine learning), para automatizar y agilizar los flujos de trabajo operativos. En este sentido, el paso previo para poder aplicar este modelo es prestar una atención especial al dato, tanto en cantidad como en calidad.
“IAOps no es un hype ni una moda, lo que pasa que hay que fijar las expectativas porque no podemos pensar que la IA lo va a arreglar todo” Fidel Tomás Molero, Consulting Engineer de Juniper Networks
Es necesario disponer de datos de extremo a extremo, no sólo de la propia infraestructura, sino también del comportamiento de los usuarios porque de sus acciones se derivan consecuencias en las redes y aplicaciones de la organización. Esta es una de las claves desde el punto de vista de Óscar García, System Engineer de Aruba (HPE), que sostiene que “toda esta información de forma combinada nos permite extraer tendencias y generar patrones de comportamiento tanto de los usuarios como de los distintos tipos de dispositivos que después aplicaremos en estas políticas de IAOps, así como a las políticas de seguridad”.
Relacionado de manera muy estrecha a este planteamiento data-driven, aparecen conceptos cómo la observabilidad que, en demasiadas ocasiones se confunde con el de monitorización a pesar de ser términos distintos. A diferencia de esta última, la observabilidad va más allá de las métricas concretas de determinados dispositivos, revelando hechos o condiciones que pasan desapercibidos porque son producto de una suma de diferentes factores. En este sentido, Francisco García, Sales Engineer de Dynatrace, remarca la necesidad de “diseñar una estrategia en torno a KPIs de negocio y de experiencia del usuario, más allá de las métricas tecnológicas, para basar nuestra estrategia en ello” de modo que la empresa no utilice un martillo como herramientas porque, de ese modo, cualquier problema o incidencia parece siempre un clavo.
“Cuando te enfrentas a este mundo de la automatización inteligente, tienes que tener primero un cambio cultural en la empresa, el driver hoy es DevOps y FinOps” Alejandro Gutiérrez Millán, Regional Sales Director de InterCloud
La automatización previa
Paralelamente, otra de las cuestiones en las que muchas organizaciones no suelen reparar es en la necesidad de acometer una estrategia de automatización antes de adoptar un enfoque IAOps. La justificación es sencilla: ¿de qué sirve que la IA identifique e incluso aporte las soluciones a los problemas TI si la implantación de éstas han de ejecutarse de manera manual?
Con este planteamiento, Pablo Ráez, Responsable de Desarrollo de Negocio de Automatización en Red Hat, defiende la importancia de extender la cultura de la automatización y la adopción de ésta a través de una única plataforma. Según explica el experto, “uno de los principales impulsores de la automatización y el posterior salto a AIOps es que tenemos un problema de talento y muchas organizaciones están comprando automatización para retenerlo”. Existen pocos profesionales cualificados y cada vez es más complicado retener a los que se tiene, que terminando abandonando sus puestos quemados, entre otras labores, por la obligación de realizar tareas rutinarias que podrían automatizarse.
A este driver se suma, además, la necesidad de hacer más con menos y, por tanto, ahorrar dinero, explica Ráez, que apuesta por una automatización que cubra todo el TI, desde el cloud al edge, redes, seguridad, aplicaciones, almacenamiento, etc.
“La frontera o el perímetro de las empresas se difumina y ahora tenemos usuarios que están en todos lados, con servicios que están en la nube y una superficie de ataque más alta” Óscar García, System Engineer de Aruba (HPE)
Ahorros de tiempo y dinero
Con estos cimientos, esto es, el cuidado en la cantidad y la calidad del dato y la automatización, es posible levantar con éxito una estrategia de IAOps que mejore tanto la experiencia del profesional de TI como de los usuarios finales. Para ello, resulta esencial que la solución AIOps sea nativa, de manera que haya sido creada con ese propósito de IA desde la base.
Tal y como expone Fidel Tomás Molero, Consulting Engineer de Juniper Networks, ya existen en el mercado experiencias exitosas que llaman a la adopción de este tipo de soluciones. “Muchos de los clientes que la usan ya han sido capaces de reducir, por ejemplo, hasta un 90% el número de tickets de soporte relacionados con la red”, afirma. Y es que una de las ventajas de aplicar IAOps es la capacidad de autodiagnóstico y autorreparación por parte de la infraestructura, lo que supone importantes ahorros tanto en tiempo como en dinero.
“Para automatizar de forma seguro es preciso que las integraciones vía API estén, no sólo certificadas y soportadas, sino que estén firmadas, que sean seguras” Pablo Ráez, Responsable de desarrollo de negocio de Automatización en Red Hat
Los últimos avances permiten, incluso, solicitar al sistema en lenguaje natural el diagnóstico de rendimiento de una determinada aplicación o de un dispositivo concreto, pudiendo de ese modo mejorar y acelerar la toma de decisiones. A estos beneficios se suma además, la contribución que IAOps al despliegue TI. “Hay empresas que han sido capaces de desplegar sus redes hasta un 85% más rápido redes gracias a la IA, lo que se traduce en importantes ahorros”, afirma Molero.
Sin embargo, abordar este tipo de estrategias IAOps no puede hacerse como un big bang, sino que lo más recomendable es avanza poco a poco, especialmente en aquellas organizaciones que por sus dimensiones no cuentan con tantos recursos. En este sentido, el cambio cultural es importante, tanto en la organización como en su ecosistema de partners, entrando en juego la interoperabilidad de aplicaciones vía API, elemento esencial en este enfoque de IAOps porque proporcionan un lenguaje común para comunicar la red con el resto de sistemas. Así lo indica Alejandro Gutiérrez Millán, Regional Sales Director de InterCloud, que señala que “las plataformas, ya sean autónomas o gestionadas, tienen que estar integradas a través de APIs, a través de plugins, etcétera, para que se pueda actuar sobre ellas a la hora de gestionar y aplicar las reglas que sugiere la máquina inteligente, después de pasar un auditor, a los diferentes elementos de red”.
“Hay diferentes tipos de IA y hay que rascar con la uña a ver cuál es la IA que mejor se adapta a cada parte, sin olvidar nunca el factor humano” Francisco García, Sales Engineer de Dynatrace
De moda, nada
Todo el panel de expertos coincide a la hora de negar que IAOps sea una moda. En primer lugar, como indica García de Aruba, “porque lo necesitamos, no podemos seguir gastando un montón de recursos en algo que se puede hacer solo”. Además, añade se suma el problema señalado del talento y la tranquilidad que aportan este tipo de soluciones, gracias no sólo a la detección de anomalías, sino también a la estandarización en su resolución.
Así las cosas, se van a acelerar los proyectos de automatización y observabilidad de cara a 2025, así como el mayor peso del edge computing. “Debido a la extraordinaria cantidad de matices en la IA, vamos a volver a distribuir más cosas al edge y no tanto al cloud para tener el dato más cerca de donde se ejecuta”, afirma Gutiérrez.
Adicionalmente, se va a producir una “proliferación de código generado a partir IA y la monitorización de la seguridad de ese código va a ser otra de las tendencias que veremos”, concluye García de Dynatrace.
