He aquí por qué los departamentos de TI necesitan análisis predictivos

He aquí por qué los departamentos de TI necesitan análisis predictivos

El aumento de la automatización y la digitalización es inevitable. Más compañías están transfiriendo sus operaciones a los sistemas de TI, y más de estas operaciones se están automatizando.

Sin embargo, lo que no es inevitable es el aumento de las fallas de TI y los períodos de inactividad que conlleva la digitalización y la automatización. Las empresas están perdiendo miles de millones de dólares por año debido al tiempo de inactividad de TI.

Afortunadamente, el uso creciente de inteligencia artificial profético la analítica puede eliminar los problemas antes de que surjan.

(Leer: 5 sesgos cognitivos en la ciencia de datos y cómo evitarlos)

Primero, veamos con firmeza la magnitud del problema y cuánto de la economía se está digitalizando y automatizando. Casi 80 por ciento de las empresas en los Estados Unidos están en proceso de transformación digital, lo que significa que el 80 por ciento de las empresas estadounidenses recurren cada vez más a los sistemas de TI para manejar y ejecutar varios aspectos de su trabajo. Y están inyectando mucho dinero en este proceso de cambio: según Un estudio reciente de Informes y Datos, el mercado global de transformación digital se valoró en $ 261.9 mil millones en 2018, mientras que se estima que alcanzará $ 1.051 billones para 2026.

En otras palabras, se están produciendo cambios masivos en todo el mundo a medida que las empresas dependen cada vez más de los sistemas de TI y las plataformas digitales. Al mismo tiempo, gran parte del funcionamiento de estos sistemas y plataformas se está automatizando. UNA informe de Deloitte publicado este año descubrió que el 58 por ciento de las organizaciones a nivel mundial han introducido alguna forma de automatización en sus procesos de trabajo, mientras que el número de empresas que implementan la automatización a escala se ha duplicado en el último año. Este es otro cambio monumental, que indica que a medida que las empresas se trasladan a los sistemas de TI, también avanzan hacia la automatización de gran parte de lo que hacen estos sistemas.

Todo esto es muy emocionante, pero desafortunadamente, este cambio ha causado un aumento exponencial en las oportunidades de fallas de TI y tiempo de inactividad. A medida que se ponen más procesos en algún tipo de sistema informático, y a medida que más de estos procesos se ejecutan mediante algoritmos, inevitablemente surgen más posibilidades de fallas y fallas, particularmente porque el personal está mal equipado para monitorear todo lo que hace un sistema cada vez más automatizado. De hecho, las estimaciones de los costos del tiempo de inactividad en la pérdida de ingresos pasaron de $ 26.5 mil millones a nivel mundial en 2011 a $ 700 mil millones en 2016 (y solo para empresas norteamericanas).

Las cosas se están yendo de las manos, y una de las razones principales por las que muchas empresas no han podido resolver este desafío es porque lo han abordado con la mentalidad equivocada. En general, han estado desarrollando y utilizando herramientas para detectar problemas de TI a medida que aparecen. Esto puede sonar bien a primera vista, pero esperar que surjan problemas puede ser peligroso, ya que a veces puede tomar mucho tiempo resolverlos.

Por ejemplo, el Comité de Tesorería del Parlamento del Reino Unido lanzó un informe en octubre quejándose de la avalancha de quiebras bancarias de TI que habían estado ocurriendo en Gran Bretaña en los últimos años, y de cómo esto había dejado a millones de clientes bloqueados de sus cuentas mientras las instituciones involucradas luchaban por restaurar sus sistemas. Uno de los peores ejemplos de esto ocurrió en 2018 cuando una interrupción de TI que afectaba a Lloyds Bank resultó en que 1.9 millones de clientes quedaron bloqueados de sus cuentas durante semanas, y los problemas subyacentes tardaron varios meses en resolverse por completo.

Para evitar tales desastres, las empresas realmente deberían adoptar un enfoque proactivo en sus sistemas de TI. Específicamente, deben enfocarse en evitar que los problemas se materialicen en primer lugar, para que no se queden con períodos de inactividad que terminen perjudicando sus resultados. Inteligencia artificial es la clave para lograr esto.

Las plataformas de detección basadas en IA son capaces de monitorear los sistemas de TI en tiempo real, verificando si hay signos tempranos de posibles fallas. Por poner un ejemplo, mi empresa Appnomic ha logrado manejar 250,000 incidentes severos de TI para nuestros clientes con IA, lo que equivale a más de 850,000 horas hombre de trabajo.

Aprovechando aprendizaje automático, tales plataformas pueden usar datos pasados ​​para aprender cómo se desarrollan los problemas, lo que permite a una empresa intervenir antes de que ocurra algo desafortunado. En 2017, Gartner acuñó el término "Sistemas de inteligencia artificial para operaciones de TI" (AIOps) para describir este tipo de análisis predictivo basado en IA, y la firma de investigación de mercado cree que el uso de AIOps crecerá considerablemente en los próximos años. En 2018 solo el 5 por ciento de las grandes empresas están usando AIOps, pero la firma estima que para 2023 esta cifra aumentará al 30 por ciento.

Este crecimiento será impulsado por el hecho de que varios beneficios provienen de la aplicación del aprendizaje automático y la ciencia de datos a los sistemas de TI. Además de detectar posibles problemas antes de que ocurran, la IA puede reducir significativamente las falsas alarmas, ya que puede obtener una comprensión más confiable de lo que realmente conduce a fallas que las tecnologías anteriores y los operadores humanos. Además de esto, puede detectar anomalías que no necesariamente conducirán a fallas o tiempo de inactividad, pero eso puede estar haciendo que un sistema de TI sea menos eficiente.

Esta es la razón por la cual el análisis de inteligencia artificial hará que los sistemas de TI sean más resistentes y robustos en general. Y a medida que más compañías migren a AIOps y plataformas relacionadas, crearán un efecto de bola de nieve, obligando a sus competidores a unirse a la carrera para evitar tiempos de inactividad innecesarios o quedarse atrás. Y tiene mucho sentido que, a medida que aumente la automatización en los sistemas de TI, debería haber un aumento paralelo en los sistemas analíticos predictivos automatizados. Porque a medida que el software se come al mundo y los humanos nos volvemos menos centrales para nuestros propios trabajos, solo la IA puede mantenerse al día con la IA.

Este artículo fue publicado originalmente por Cuneyt Buyukbezci en TechTalks, una publicación que examina las tendencias en tecnología, cómo afectan la forma en que vivimos y hacemos negocios, y los problemas que resuelven. Pero también discutimos el lado malo de la tecnología, las implicaciones más oscuras de la nueva tecnología y lo que debemos tener en cuenta. Puedes leer el articulo original aquí.

Pssst, ¡hola!

¿Desea recibir el boletín técnico diario más atrevido todos los días, en su bandeja de entrada, GRATIS? Por supuesto que sí: regístrate en Big Spam aquí.

Deja un comentario