Según Gartner®, AIOps (operaciones de TI con Inteligencia Artificial) combina datos masivos y Machine Learning (ML) para automatizar los procesos de ITOM, incluida la correlación de eventos, la detección de anomalías y la determinación de la causalidad. Implica, por ejemplo, pasar de una solución ITOM que alerta sobre «la utilización de la CPU ha alcanzado el 90%» a una solución AIOps que notifica «la utilización de la CPU alcanzará el 90% en 2 días”.
AIOps ha experimentado altas tasas de adopción en las infraestructuras de TI modernas, pasando de un uso del 5% en 2018 al 30% en 2023. Se prevé un tamaño de mercado de unos 2.100 millones de dólares en 2025 y una tasa de crecimiento anual alrededor del 19%.
A nivel sectorial, la adopción de Inteligencia ha sido mayoritaria en el sector de TI (47%), seguido de I+D con un 36% y atención al cliente, con un 24%. A nivel regional, el cuadro siguiente muestra las tasas de crecimiento.
Los factores que han acelerado la implementación de AIOps son diversos:
- Dar sentido a la abundancia de métricas de red y a los datos de monitorización procedentes de diferentes soluciones, para lograr una visibilidad completa de la red.
- Necesidad de diferenciar entre las señales y el ruido de los eventos.
- Necesidad de resoluciones más rápidas frente a los problemas de infraestructura y disponibilidad del servicio, reduciendo indicadores de tiempo como: MTTD, MTTR, MTBF y MTTF.
- Necesidad de toma de decisiones basadas en datos.
- Predecir los problemas antes de que perjudiquen el funcionamiento de la red.
- Mitigación y corrección autónomas de incidentes.
- Ahorro de costes y eficiencia en la utilización de recursos.
- Ayuda a DevOps en el análisis del impacto de la implementación de nuevas configuraciones de red y aplicaciones.
La implementación de una solución de AIOps requiere un análisis crítico de los requisitos de adecuación, una prueba sólida del ROI y la obtención de las optimizaciones y los resultados deseados de los procesos del negocio.
La elección entre herramientas AIOps de desarrollo propio o soluciones de terceros, dependerá de una serie de factores como: coste, conocimientos, control de datos, integraciones, seguridad, complejidad de implementación y mantenimiento y resultados estratégicos para el negocio. Las soluciones ITOM de terceros que incorporan técnicas de AIOps, como es el caso del fabricante ManageEngine, puede simplificar el proceso y ahorrar tiempo y dinero a las organizaciones, sin afectar a la seguridad de la red.