La IA puede acelerar el desarrollo de software, pero también puede dificultar considerablemente la comprensión y la gestión de lo que llega a producción.

La IA está ayudando a los equipos de ingeniería a desarrollar software más rápido que nunca, pero esa mayor velocidad no garantiza automáticamente una mayor confiabilidad en los entornos de producción. A medida que el código, las aplicaciones y los agentes generados por IA se incorporan al entorno digital, también surgen nuevas dependencias, puntos ciegos operativos y formas de complejidad que los equipos deben gestionar para mantener todo en funcionamiento. 

Este mes de octubre, en New Relic Now nos centramos en tres desafíos que dificultan conciliar la velocidad de la IA con la confianza en los entornos de producción, así como en los tres pilares que estamos desarrollando para superarlos. Los equipos de ingeniería de plataformas necesitan visibilidad de todos los sistemas que gestionan. Por eso, nuestro pilar de Platform Engineering ofrece un mapa dinámico y actualizado automáticamente de los servicios, sus responsables, las dependencias y los componentes de IA, junto con una visión integral de la infraestructura. La IA requiere mecanismos adicionales para comprobar su fiabilidad en los entornos de producción. AI Observability evalúa la calidad y la seguridad de las respuestas de la IA en el tráfico real, hace un seguimiento de los costos de los modelos y agentes, y supervisa la desviación del modelo. Los incidentes requieren respuestas respaldadas por evidencia. Por eso, Autonomous Operations proporciona un contexto compartido para cada investigación y permite a los equipos pasar de las alertas a la ejecución de acciones aprobadas, sin perder el control humano. Los tres pilares se sustentan en una misma base de contexto conectado y confiable.

Esta base cobra cada vez más importancia a medida que la IA transforma la forma en que se desarrolla el software y el comportamiento de las aplicaciones, la infraestructura, las cargas de trabajo de IA y los agentes en los entornos de producción. El contexto conectado y confiable integra telemetría, dependencias, información sobre los responsables, conocimiento organizacional y contexto empresarial, y proporciona tanto a las personas como a la IA evidencia más sólida para comprender qué está sucediendo, por qué es importante y qué medidas deberían tomarse a continuación.

En New Relic Now, materializamos esta estrategia a través de tres pilares.

1. AI Observability 

Garantiza la confiabilidad en los entornos de producción durante todo el ciclo de vida de la IA

La IA generativa ya ocupa un lugar central en muchas empresas, pero el modelo operativo que la rodea no evoluciona al mismo ritmo. El desafío comienza incluso antes de que las aplicaciones de IA lleguen a producción. Los equipos de ingeniería están adoptando asistentes de programación basados en IA a un ritmo extraordinario, pero las organizaciones necesitan comprender mejor cómo se utilizan estas herramientas, cuánto cuestan, cómo afectan los flujos de trabajo de los desarrolladores y si la información confidencial se gestiona adecuadamente. 

Una vez que las aplicaciones de IA llegan a producción, el desafío se vuelve aún mayor. Si bien el estado de las aplicaciones sigue siendo importante, los equipos también necesitan visibilidad del comportamiento de los modelos, los prompts y las respuestas, el consumo de tokens, la latencia, la calidad de la recuperación de información y las interacciones cada vez más complejas entre modelos, agentes, herramientas y servicios.

New Relic está ampliando la observabilidad a lo largo de todo el ciclo de vida de la IA para ofrecer a los equipos de ingeniería una visión más integrada, desde el desarrollo hasta la producción:

  • AI Coding Observability: permite comprender cómo utilizan los equipos de ingeniería los asistentes de programación basados en IA, teniendo en cuenta su adopción, uso, costos y posibles riesgos de seguridad.
  • AI Evaluation: evalúa la calidad, la relevancia y el rendimiento de las respuestas de las aplicaciones de IA para que los equipos puedan detectar problemas y mejorar la experiencia antes de que afecten a los usuarios.
  • AI Agent Monitoring: ofrece visibilidad del comportamiento de los agentes, las llamadas a herramientas, las transferencias de tareas y los flujos de trabajo para comprender cómo funcionan los agentes de IA y resolver los problemas con mayor rapidez.
  • AI Observability for OpenTelemetry: Permite utilizar los datos de telemetría de OpenTelemetry GenAI para monitorear aplicaciones y agentes de IA en distintos modelos y herramientas, e integrar esos datos en una experiencia de observabilidad unificada.

En conjunto, estas capacidades proporcionan a los equipos el contexto necesario para comprender el comportamiento, la calidad, los costos, las dependencias y los riesgos de la IA. De este modo, la innovación en IA se vuelve más fácil de observar y medir, y más confiable durante todo el proceso, desde el desarrollo hasta la producción.

2. Autonomous Operations 

Convierte la evidencia dispersa en investigaciones confiables

Las alertas rara vez ofrecen una explicación completa de qué cambió, qué partes del entorno se ven afectadas o qué debería hacer el equipo a continuación. De hecho, la parte más difícil del trabajo de los equipos de operaciones suele comenzar después de recibir una alerta. Formular hipótesis, contrastar la evidencia e intentar llegar a una comprensión compartida de un incidente antes de tomar medidas resulta cada vez más difícil. A medida que los entornos se vuelven más dinámicos, actuar basándose en información incompleta puede tener consecuencias cada vez más numerosas para los equipos de operaciones. 

Cuando se recibe una alerta, es fundamental que los equipos de operaciones puedan comprender el problema de manera conjunta y basarse en información confiable. New Relic Ground Truth, New Relic Autopilot y New Relic Ground Truth CLI ayudan a los equipos a comprender el problema con mayor rapidez. 

  • New Relic Ground Truth: lleva el contexto operativo confiable de New Relic a la terminal de los desarrolladores, y permite que los desarrolladores y los SRE accedan a información relevante sobre telemetría, cambios, dependencias y conocimiento organizacional sin salir de sus flujos de trabajo habituales. 
  • New Relic Autopilot: investiga los problemas operativos mediante la inteligencia operativa de New Relic, evalúa la evidencia disponible y ayuda a los equipos a comprender qué sucedió, por qué es importante y qué aspectos deben investigar a continuación.
  • New Relic Ground Truth CLI: lleva el contexto operativo confiable de New Relic directamente a la terminal, y permite que los desarrolladores y los SRE accedan a información relevante sobre telemetría, cambios, dependencias y conocimiento organizacional sin salir de sus flujos de trabajo habituales. 

En conjunto, estas capacidades ayudan a los equipos a dedicar menos tiempo a recopilar y contrastar información, comprender más rápidamente los incidentes de manera conjunta y tomar decisiones con mayor confianza. Las personas mantienen el control de la respuesta ante los incidentes, mientras que New Relic les proporciona el contexto, la evidencia y la orientación necesarios para determinar cuáles son los próximos pasos. 

Esta forma de investigar los incidentes, basada en información confiable, también sienta las bases para una visión más amplia de Autonomous Operations: a medida que evolucionan la confianza, la gobernanza y las capacidades de IA, los equipos pueden coordinar progresivamente más tareas operativas sin perder la supervisión ni el control humano.

3. Platform Engineering 

Sentar las bases para responder a las nuevas exigencias de la ingeniería de plataformas

Actualmente, se espera que los equipos de ingeniería de plataformas ayuden a los desarrolladores a lanzar software de forma rápida y confiable, a la vez que gestionan infraestructuras fragmentadas, costos de observabilidad cada vez mayores, inventarios dispersos, requisitos de gobernanza y una presencia creciente de la IA. Muchos equipos siguen dependiendo de hojas de cálculo, bases de datos de gestión de la configuración (CMDB), portales personalizados y vistas aisladas para responder preguntas básicas sobre qué recursos existen, quiénes son sus responsables, qué ha cambiado y cómo se relacionan los sistemas entre sí. Al mismo tiempo, los líderes de ingeniería necesitan pruebas de que el cumplimiento de los estándares y el nivel de madurez de la observabilidad están mejorando en entornos con una gran cantidad de servicios, así como una visión clara de dónde conviene invertir a continuación. Los equipos de ingeniería de plataformas necesitan una base operativa conectada que refleje continuamente el estado de su entorno y, al mismo tiempo, ofrezca a los desarrolladores una forma más sencilla y confiable de desarrollar y operar software. New Relic proporciona esa base mediante dos componentes interconectados: excelencia en ingeniería a escala y observabilidad de la infraestructura a escala.

  • Inteligencia para arquitectura de servicios ofrece a los equipos de ingeniería de plataformas una plataforma interna para desarrolladores, incluida en New Relic sin costo adicional y basada en datos de telemetría en tiempo real. Esta plataforma incluye catálogos de servicios y sus relaciones, información sobre los equipos y la asignación de responsabilidades, así como scorecards que utilizan estándares como el etiquetado y la cobertura de alertas para crear un modelo automatizado de madurez de los servicios. 
  • Infraestructure 360 ofrece a los equipos de ingeniería de plataformas una visión unificada de sus recursos de infraestructura. Detecta los recursos de la nube pública e identifica las áreas sin cobertura, establece un mapa de las dependencias entre las aplicaciones y la infraestructura en Kubernetes, las redes, los balanceadores de carga y las puertas de enlace de aplicaciones, y hace un seguimiento de los cambios de configuración para que los equipos puedan relacionarlos con problemas de rendimiento.

En conjunto, estas capacidades permiten a los equipos de ingeniería de plataformas dejar atrás los inventarios que se actualizan manualmente y las vistas operativas fragmentadas para adoptar una experiencia integrada basada en datos de telemetría en tiempo real y estándares abiertos, en la que los servicios y la infraestructura comparten catálogos interconectados, un sistema común de asignación de responsabilidades y scorecards con criterios uniformes.  Los desarrolladores dedican menos tiempo a buscar información contextual y navegar por herramientas internas, mientras que los equipos de ingeniería de plataformas obtienen una mayor visibilidad, una gobernanza más sólida y una base más escalable para respaldar las necesidades del negocio. Por su parte, los líderes de ingeniería obtienen una visión cuantificable del nivel de excelencia alcanzado, que pueden comparar con sus propios objetivos y con los referentes del sector. 

Gestiona la IA a una escala que supera las capacidades humanas, con confianza

Para los líderes tecnológicos que deben decidir cómo utilizar la IA en entornos de producción sin comprometer la confiabilidad ni la disponibilidad de las operaciones diarias, los tres pilares responden a una pregunta fundamental: ¿pueden sus equipos confiar en lo que la IA les ayuda a desarrollar, ejecutar y gestionar? Platform Engineering, AI Observability y Autonomous Operations abordan distintos aspectos de esta pregunta y se sustentan en un contexto operativo conectado y confiable.

  • Platform Engineering utiliza ese contexto para mostrar qué recursos existen en toda la infraestructura, cómo se relacionan entre sí, quiénes son sus responsables y cómo evolucionan.
  • AI Observability lo utiliza para demostrar cómo se comporta la IA a lo largo de todo su ciclo de vida, desde el desarrollo hasta la producción, incluidos los costos asociados.
  • Autonomous Operations utiliza ese contexto para convertir la evidencia dispersa en investigaciones confiables y, con el tiempo, avanzar hacia una mayor autonomía sujeta a mecanismos de gobernanza.

Ese contexto constituye la base de New Relic. La telemetría, las relaciones entre servicios, los cambios, la asignación de responsabilidades, el conocimiento organizacional y el contexto empresarial conforman una base común de inteligencia. Cada componente del entorno que los equipos conectan a esta base hace que esa inteligencia resulte más útil tanto para las personas como para la IA.

El desarrollo de software avanza cada vez más rápido, la IA se integra en todas las etapas del ciclo de vida de ingeniería y los límites entre el desarrollo, la ingeniería de plataformas y las operaciones son cada vez menos definidos. Esto otorga a la observabilidad un papel cada vez más importante: convertirse en una base de inteligencia confiable que conecte la telemetría y el contexto operativo con los desarrolladores, los equipos de operaciones y de plataformas, los agentes, los flujos de trabajo, las experiencias de los clientes y los resultados comerciales.

La próxima era de la IA se medirá tanto por la confianza que los equipos puedan depositar en sus sistemas como por el grado de autonomía que estos alcancen. La confianza comienza con el contexto: saber qué está en funcionamiento, cómo se interconectan los distintos componentes, qué ha cambiado, qué revela la evidencia y en qué situaciones el criterio humano sigue siendo fundamental. Con este contexto disponible en todo el entorno digital, tanto las personas como la IA pueden actuar con confianza hoy y sentar las bases para alcanzar una mayor autonomía en el futuro.

Contexto confiable. IA confiable. Acción confiable. Así es como New Relic ayuda a las empresas a gestionar la IA y el resto de su entorno digital con confianza.

Únete a New Relic Now en octubre de 2026 para descubrir Platform Engineering, AI Observability y Autonomous Operations en acción, y conectar nuevos componentes de tu entorno digital.

 Accede de forma anticipada a nuestras últimas innovaciones en IA e ingeniería de plataformas a través de New Relic Product Preview, o empieza a utilizar gratis las funcionalidades que ya están disponibles.