Tu IA no necesita más telemetría. Necesita contexto operativo.
Durante más de una década, la observabilidad ha transformado la forma en que los equipos de ingeniería operan los sistemas de software modernos. Las métricas, los eventos, los logs y las trazas han brindado a los equipos una visibilidad sin precedentes sobre sistemas cada vez más complejos, lo que les permite detectar problemas con mayor rapidez, investigar incidentes de forma más eficaz y garantizar el funcionamiento confiable de las experiencias digitales.
Hoy, la IA está generando un cambio de magnitud similar en las operaciones de software.
Los equipos de ingeniería recurren cada vez más a asistentes de IA para investigar incidentes, explicar el comportamiento de los sistemas, recomendar medidas de remediación, generar código y automatizar tareas operativas. A medida que estas capacidades maduran, la IA pasa de ser una herramienta para mejorar la productividad a desempeñar un papel activo en las operaciones de software.
Sin embargo, persiste un desafío fundamental.
La IA tiene acceso a enormes cantidades de telemetría, pero a menudo tiene dificultades para comprender qué significan realmente esos datos. Cada métrica, log, traza o evento aporta señales valiosas, pero rara vez permite comprender el panorama operativo completo. En cambio, la IA debe establecer las relaciones entre los servicios, la infraestructura, los despliegues, los equipos responsables, los incidentes y el impacto comercial antes de poder ofrecer una recomendación en la que los ingenieros puedan confiar.
Ese proceso es costoso, requiere mucho tiempo y, a menudo, suele producir resultados inconsistentes.
Muchos sistemas de IA realizan consultas repetidamente a múltiples herramientas, integran información dispersa e intentan reconstruir el mismo contexto operativo cada vez que reciben una pregunta. El resultado es un mayor consumo de tokens, más latencia, la duplicación del trabajo de ingeniería y recomendaciones que todavía requieren una validación humana considerable.
El desafío no radica en la falta de datos.
Radica en la falta de comprensión del contexto operativo.
Por qué tener más datos no mejora la IA
La paradoja del software empresarial moderno es que la mayoría de las organizaciones no tiene un problema de escasez de datos: el problema es que tienen datos de sobra.
Cada despliegue, componente de infraestructura, aplicación y servicio genera continuamente métricas, logs, trazas, eventos, información topológica, datos sobre dependencias e historial de cambios. Por separado, estas señales son sumamente valiosas. En conjunto, contienen la información necesaria para comprender casi cualquier problema operativo.
El desafío es que la IA rara vez recibe toda esa información integrada en una visión operativa completa.
Imagina que le haces una pregunta sencilla a un asistente de IA:
“¿Por qué aumentó la latencia del proceso de pago después del despliegue de ayer?”
Es probable que la respuesta ya se encuentre en tu plataforma de observabilidad. Sin embargo, antes de poder responder, la IA suele tener que consultar el historial de despliegues, examinar las dependencias entre servicios, identificar cambios recientes en la infraestructura, correlacionar trazas, revisar el historial de incidentes, determinar qué equipo es responsable de cada servicio y comprender el impacto en el negocio.
Cada consulta adicional incrementa la latencia, consume tokens y aumenta el riesgo de que se pase por alto información contextual importante o se interprete de manera incorrecta. A medida que las organizaciones despliegan más asistentes de IA y agentes autónomos, cada sistema termina repitiendo gran parte del mismo trabajo.
El problema no es que la IA carezca de inteligencia.
Sino que cada flujo de trabajo de IA comienza sin una visión compartida del entorno.
Ese es precisamente el problema que New Relic Ground Truth se diseñó para resolver.
En lugar de limitarse a exponer la telemetría, New Relic Ground Truth transforma continuamente la telemetría, las dependencias, los incidentes, los cambios, la información sobre los equipos responsables y el contexto de negocio en un modelo operativo unificado, comprensible tanto para los ingenieros como para la IA. En lugar de obligar a cada flujo de trabajo de IA a reconstruir el contexto desde cero, Ground Truth genera la inteligencia operativa confiable una sola vez y la pone a disposición de la IA allí donde la necesite.
El resultado se traduce en investigaciones más rápidas, recomendaciones más precisas, menores costos operativos de IA y una base más sólida para las operaciones autónomas.
La siguiente etapa en la evolución de la inteligencia operativa
Cada avance importante en las operaciones de TI ha ampliado nuestra capacidad para responder preguntas cada vez más complejas.
El monitoreo tradicional ayudaba a responder: “¿Hay algo que no funciona?”
La observabilidad llevó esa conversación un paso más allá al ayudar a los equipos a responder: “¿Por qué no funciona?”
La IA plantea una pregunta aún más ambiciosa:
“¿Puede el software comprender mi entorno lo suficiente como para investigar problemas, recomendar acciones y, con el tiempo, resolverlos con confianza?”.
Para responder esa pregunta se necesita algo que las plataformas de observabilidad no fueron diseñadas para ofrecer.
Se necesita inteligencia operativa.
La inteligencia operativa va más allá de la mera recopilación de telemetría. Relaciona continuamente la información sobre aplicaciones, infraestructura, servicios, despliegues, incidentes, equipos responsables y sistemas de negocio para crear una visión compartida de cómo funciona realmente el entorno.
Los ingenieros con experiencia razonan naturalmente de esta manera. Reconocen cómo un despliegue reciente puede relacionarse con un aumento en la latencia, comprenden qué dependencia posterior está afectando a los clientes y saben qué equipo es responsable del servicio afectado.
La IA debe desarrollar esa misma comprensión antes de poder generar sistemáticamente recomendaciones en las que las organizaciones estén dispuestas a confiar.
Es aquí donde New Relic Ground Truth representa una evolución significativa.
En lugar de exigir que cada asistente de IA reconstruya por su cuenta el contexto operativo mediante decenas de llamadas a API y consultas de telemetría, New Relic Ground Truth proporciona una capa reutilizable de inteligencia operativa confiable que puede compartirse entre asistentes de IA, flujos de trabajo automatizados y operaciones autónomas.
En lugar de dedicar tiempo a reunir el contexto necesario, la IA puede centrarse en resolver problemas.
Obtén el contexto una sola vez. Reutilízalo donde lo necesites.
Es aquí donde New Relic Ground Truth transforma de raíz la arquitectura de las operaciones basadas en IA.
En lugar de exigir que cada asistente de IA reconstruya el contexto operativo a partir de decenas de consultas de telemetría independientes, New Relic Ground Truth crea y actualiza continuamente un modelo operativo confiable que refleja cómo funciona realmente tu entorno.
Las aplicaciones, la infraestructura, los servicios, los despliegues, los incidentes, la información sobre los equipos responsables, las dependencias y el contexto de negocio se conectan e integran continuamente para generar inteligencia operativa reutilizable.
Todos los flujos de trabajo de IA parten de esa misma visión compartida.
En lugar de recopilar primero la información y razonar después, la IA parte de un contexto operativo ya establecido.
Este cambio, aparentemente sencillo, aporta importantes ventajas a toda la organización de ingeniería.
Las investigaciones con IA se agilizan porque el contexto necesario ya está disponible.
Las recomendaciones son más precisas porque se basan en las relaciones entre los distintos elementos operativos, y no en datos de telemetría aislados.
Las organizaciones reducen los costos operativos de la IA al eliminar las consultas repetitivas de telemetría, disminuir el consumo de tokens y evitar la duplicación del procesamiento entre los distintos flujos de trabajo de IA.
Y, quizás lo más importante, los equipos de ingeniería logran una mayor coherencia. Cada asistente de IA, flujo de trabajo automatizado y futuro agente autónomo parte de una misma comprensión operativa confiable, en lugar de generar su propia interpretación del entorno.
Esa coherencia cobra cada vez más valor a medida que las organizaciones pasan de utilizar copilotos de IA individuales a implementar operaciones autónomas a escala empresarial.
La inteligencia operativa se convierte en una base común, en lugar de tener que ser recreada por cada sistema de IA de forma independiente.
Esa es la diferencia que New Relic Ground Truth introduce en la arquitectura.
Un contexto de mayor calidad permite tomar decisiones confiables
El éxito de la IA en las operaciones no dependerá del modelo que elijan las organizaciones. Dependerá de la calidad de la comprensión operativa que reciban esos modelos.
Un asistente de IA que solo tiene acceso a la telemetría puede identificar síntomas. Un asistente de IA sustentado en inteligencia operativa confiable puede explicar las relaciones entre los distintos elementos, identificar las causas más probables, comprender el impacto en el negocio y recomendar con mucha mayor confianza la próxima acción más adecuada.
Considera un incidente habitual en producción.
La telemetría muestra que ha aumentado la latencia del proceso de pago.
Sin contexto operativo, la IA puede detectar un aumento de la latencia de la base de datos o un pico en el uso de la CPU, pero carece de la visión global necesaria para explicar por qué se produjo el problema o determinar qué hacer a continuación.
Sustentada en inteligencia operativa confiable, esa misma IA puede detectar que se realizó un despliegue minutos antes del aumento de la latencia, identificar el servicio posterior afectado, determinar qué equipo de ingeniería es responsable de la aplicación, correlacionar incidentes anteriores similares y explicar por qué revertir el despliegue es la solución más probable.
Ambos sistemas de IA analizaron la misma telemetría.
Solo uno comprendió el contexto operativo.
Esa diferencia es la que convierte a la IA, de un simple asistente inteligente, en un aliado operativo confiable.
La base para las operaciones autónomas
A medida que evolucionan las estrategias de IA de las organizaciones, estas pasan de forma natural de la experimentación a la automatización.
La IA comienza por responder preguntas.
Luego, recomienda acciones.
Con el tiempo, orquesta flujos de trabajo y ejecuta tareas operativas con los controles de gobernanza adecuados y la debida supervisión humana.
Cada paso exige un mayor grado de confianza.
Las organizaciones no pueden automatizar decisiones operativas de forma segura si cada flujo de trabajo de IA debe reconstruir por su cuenta su propia visión del entorno. La confianza depende de la coherencia, la evidencia y un contexto operativo compartido.
Por eso, New Relic Ground Truth constituye uno de los pilares de la visión de New Relic para las operaciones autónomas.
Al crear y mantener de forma continua un modelo operativo confiable, New Relic Ground Truth proporciona la capa de inteligencia que impulsa las recomendaciones de IA, la automatización y los futuros flujos de trabajo autónomos en toda la plataforma New Relic. En lugar de que cada funcionalidad de IA recopile la telemetría y reúna el contexto por separado, todas parten de una misma visión compartida del entorno operativo.
Los beneficios de este enfoque van mucho más allá de mejorar las respuestas de IA.
Los equipos de ingeniería dedican menos tiempo validando recomendaciones manualmente.
Los sistemas de IA consumen menos recursos porque reutilizan el contexto operativo, en lugar de reconstruirlo una y otra vez.
Las organizaciones logran resultados más consistentes porque todos los flujos de trabajo de IA operan sobre la base del mismo modelo operativo confiable.
A medida que se acelera la adopción de la IA, estas mejoras de eficiencia cobran cada vez más importancia. Reducir las consultas repetitivas de telemetría, minimizar el consumo de tokens y evitar la duplicación del trabajo de ingeniería no solo mejora el rendimiento, también da lugar a un modelo operativo más escalable, económico y fácil de gestionar.
En otras palabras, New Relic Ground Truth no solo ayuda a la IA a tomar mejores decisiones.
Crea la base operativa confiable que hace posibles las operaciones autónomas.
Mirando hacia el futuro
La próxima generación de operaciones de software no estará definida por las organizaciones con los modelos extensos de lenguaje de mayor tamaño o con la mayor cantidad de agentes de IA.
La definirán las organizaciones que proporcionen a esos sistemas de IA la comprensión operativa que necesitan para razonar, formular recomendaciones y actuar con confianza.
La observabilidad cambió la forma en que los ingenieros comprenden el software.
La inteligencia operativa confiable cambiará la forma en que la IA lo comprende.
Al transformar la telemetría en inteligencia operativa reutilizable, New Relic Ground Truth crea la capa que faltaba entre la observabilidad y las operaciones autónomas. Permite que la IA pase de limitarse a recuperar información a ofrecer información operativa confiable, explicable y accionable.
El futuro de las operaciones no pasa por recopilar más telemetría.
Se trata de dar a la IA la comprensión necesaria para convertir esa telemetría en acciones confiables.
Esa es la promesa de New Relic Ground Truth.
Las opiniones expresadas en este blog son las del autor y no reflejan necesariamente las opiniones de New Relic. Todas las soluciones ofrecidas por el autor son específicas del entorno y no forman parte de las soluciones comerciales o el soporte ofrecido por New Relic. Únase a nosotros exclusivamente en Explorers Hub ( support.newrelic.com ) para preguntas y asistencia relacionada con esta publicación de blog. Este blog puede contener enlaces a contenido de sitios de terceros. Al proporcionar dichos enlaces, New Relic no adopta, garantiza, aprueba ni respalda la información, las vistas o los productos disponibles en dichos sitios.
