Una interrupción grave en los sistemas de TI puede ser muy costosa para una empresa, y es precisamente por ese problema económico, por lo que la inteligencia artificial para operaciones informáticas, que es conocida como AIOps, tiene como objetivo que haya menos tiempo de inactividad y más decisiones automáticas.
Esta tecnología, que es fundamental para la automatización con inteligencia artificial, tiene una relación muy importante con la seguridad informática y con la prevención de riesgos y errores, pero además, ofrece un retorno de la inversión muy bueno cuando se aplica a través de una asesoría experta.
Así que en este artículo, respondemos a las preguntas más frecuentes sobre la inteligencia artificial para operaciones financieras, a través del estudio de sus propias características, pero también, con una comparativa con la operaciones informáticas tradicionales, para ver que ofrece la inteligencia artificial generativa.
¿Qué es AIOps y cómo se utiliza en las empresas?
Las siglas AIOps engloban un conjunto de técnicas de aprendizaje automático y de análisis de datos que las empresas aplican en la gestión de su infraestructura tecnológica, es decir, en sus servidores, bases de datos, aplicaciones y servicios en la nube.
Se puede describir como la combinación del big data con la inteligencia artificial para automatizar tareas empreariales, y se trata de un modelo de gestión operativa, no de una capa de monitorización con algoritmos.
Para saber cómo y por qué se utiliza, hay que tener en cuenta que la monitorización tradicional trabaja con umbrales estáticos, donde si una métrica supera un valor predefinido, se genera una alerta, algo que en arquitecturas distribuidas con microservicios, y en la nube híbrida satura a los equipos y no es para nada algo eficiente.
Así que AIOps introduce tres capacidades diferenciales, que serían la correlación automática de eventos aparentemente independientes, para identificar una causa raíz común, la detección de anomalías basada en un determinado comportamiento histórico y la priorización dinámica según el impacto potencial que pueda tener en el negocio.
Aunque las empresas utilizan AIOps para muchas cosas, dada su versatilidad, donde más se puede ver su acción es al filtrar las alertas, para así poder agrupar las que comparten una misma causa, o las que son realmente importantes, y además también se encargan del análisis de causa raíz asistido, donde el sistema recopila y correlaciona datos de diferentes métricas para señalar el origen de un incidente.
Por otra parte, algo bastante importante, es no confundir AIOps con la automatización reactiva, porque automatizar scripts de respuesta ante alertas aporta eficiencia, aunque no capacidad predictiva. Precisamente por eso, los casos de uso con mayor valor se centran en el conocimiento operativo.
¿Qué diferencias hay entre las operaciones informáticas tradicionales y las operaciones basadas en IA?
En las operaciones tradicionales, el equipo fija las reglas de forma manual, para que si el procesador supera el 90 %, salta una alerta, por ejemplo, o si un servicio no responde en cinco minutos, se envía un correo. Es decir, son siempre reglas preestablecidas.
Así que este esquema funciona mientras la infraestructura se mantiene estable y es bastante sencilla, pero cada regla nueva lleva consigo el hecho de que alguien la escriba, y que después la revise y la vaya ajustando si es necesario. Por lo tanto, como ya te estarás imaginando, con cientos de servicios en marcha, el mantenimiento de esas reglas acaba consumiendo casi tanto tiempo como los problemas que se pretenden solucionar.
También sería bastante importante distinguir cuándo se produce el momento de la intervención, ya que en un modelo clásico el fallo ocurre, y después es cuando suena la alarma y el técnico empieza a investigar entre los registros de los diferentes sistemas, muchas veces a las tantas de la noche, pero con IA, la plataforma detecta una degradación lenta del rendimiento horas antes de que el cliente la note.
Y otro tema que se estudia con bastante intereses es cómo se produce el reparto de tareas entre las personas y las máquinas, aunque no en el sentido que muchos piensa, ya que en el modelo tradicional, buena parte de la jornada se dedica a labores repetitivas y propensas al error, pero con la inteligencia artificial, esas rutinas pasan a las máquinas y los técnicos dedican su tiempo a todo lo que ningún algoritmo puede resolver por su cuenta.
¿La inteligencia artificial puede detectar amenazas de ciberseguridad en las operaciones informáticas?
Aunque la inteligencia artificial para la ciberseguridad y las operaciones informáticas sean dos departamentos con herramientas y preocupaciones distintas, comparten los registros de actividad de la infraestructura, así que miran los mismos datos y por eso es que las nuevas tecnologías son tan útiles en ambos frentes.
Así que sí, la inteligencia artificial detecta amenazas de ciberseguridad en las operaciones informáticas, y lo hacen de hecho con una gran eficacia, gracias a su capacidad para aprender el comportamiento normal de la infraestructura y señalar cualquier desviación que pueda indicar un ataque.
La razón es que el modelo de defensa clásico se queda corto ante los nuevos ataques que van apareciendo continuamente, porque un sistema de reglas solo detecta lo que ya conoce, mientras que la IA, en cambio, construye una línea base dinámica para cada dispositivo y cuando ese patrón se rompe, genera una alerta.
No obstante, hay que saber que los ataques pueden eludir los sistemas de IA con una tasa de éxito del 43%, y que el envenenamiento de datos de entrenamiento degrada el rendimiento del modelo. Además, un modelo puede clasificar erróneamente una fase de preparación de ‘ransomware’ como un simple escaneo de puertos, lo que llevaría al analista a no tomar ninguna medida defensiva.
Precisamente por eso, la integración de la IA en las operaciones de seguridad necesita, y en principio siempre necesitará, de profesionales que sepan aportar su experiencia y su criterio, puesto que la creatividad humana para construir ataques, solo se puede combatir con su contraparte, también humana, en un sistema defensivo.
Dicho todo esto, esperamos haberte ayudado a entender algo mejor la inteligencia artificial para operaciones informáticas en el mundo empresarial, pero si tienes alguna duda concreta que quieras resolver, puedes contactar con nosotros.