Crisis evitada: Principales casos de uso de IA para predecir y prevenir fallos de TI

Predecir y responder antes a los fallos de TI para una mayor resiliencia empresarial

Durante años, la transformación digital ha sido una prioridad estratégica clave para las empresas. Pero se produjo una pandemia global que impulsó la adopción de tecnologías digitales, como la IA y el aprendizaje automático, la automatización, la nube, la robótica y el Internet de las cosas. Los líderes de TI implementaron estas tecnologías en menos de un año para mantener a los trabajadores remotos conectados y productivos, y sus empresas lo suficientemente ágiles como para navegar por las disrupciones del mercado, innovar nuevas ofertas digitales y ofrecer experiencias personalizadas a clientes, socios y trabajadores.

Esta ola de transformación digital ha aumentado radicalmente la velocidad, la agilidad y la competitividad de las empresas. Pero también ha creado entornos de TI más complejos que son más difíciles de supervisar y gestionar. A medida que las redes empresariales se han ampliado, el puro volumen de datos y transacciones que fluyen a través de ellas ha crecido exponencialmente, al igual que el número de capas necesarias para respaldar las operaciones empresariales.

Las herramientas tradicionales de supervisión de TI (normalmente sistemas de alerta basados en umbrales) simplemente no se construyeron para los entornos de TI modernos. No pueden escalarse para proporcionar una supervisión exhaustiva de vastos entornos de TI. Envían alertas ineficaces que se reciben demasiado tarde para que el departamento de TI elimine fallos y cuellos de botella. Y no pueden proporcionar el contexto empresarial que TI necesita para comprender el significado de estas alertas. Por ejemplo, ¿qué está cambiando en el negocio para causar esta alerta? ¿Qué está en riesgo operativamente y para los clientes? ¿Y cómo debemos responder para apoyar mejor al negocio?

Lo que se necesita es un sistema de advertencia temprana inteligente diseñado para la infraestructura de TI moderna, uno que pueda predecir problemas de TI con antelación, enviar recomendaciones basadas en el contexto empresarial y desencadenar acciones preventivas para mantener el negocio en funcionamiento de forma óptima.

La buena noticia es que con la inteligencia artificial (IA), puede hacer que esto sea una realidad hoy en día.

Uso de la IA para impulsar un sistema de advertencia y prevención predictiva

Los sistemas de monitorización basados en IA se pueden integrar en todas las redes de TI para predecir problemas con antelación, de modo que el departamento de TI pueda solucionar los problemas de forma proactiva e incluso automatizar las correcciones para una red de autorreparación. Para que la IA funcione, debe analizar y correlacionar muchos datos, entre los que se incluyen:

• Datos empresariales (como datos de registro sobre volúmenes de ventas de un ERP, previsiones, etc.)
• Datos informáticos (como datos de uso del servidor, volúmenes de almacenamiento y rendimiento de la aplicación)

Los profesionales de TI ya tienen los datos de TI al alcance de la mano. Para crear un sistema de advertencia temprana, deben combinarlo con los datos empresariales de ERP, CRM y otros sistemas empresariales utilizados para dirigir el negocio, como los volúmenes de transacciones por minuto, los datos de uso, las previsiones y mucho más. Cuando ambos tipos de datos se alimentan a una IA, y estos datos son precisos y completos, los modelos de IA pueden:

• Descubra lo que es “normal” para su empresa para que pueda detectar lo que no lo es.
  Aprende todo por sí mismo lo que es típico de su negocio para que pueda detectar cambios sutiles y anomalías antes que cualquier sistema de detección de umbrales humano o tradicional.
• Correlacione los datos comerciales y técnicos para asignar significado a estos eventos.
  La IA puede correlacionar los datos empresariales y de TI para determinar cuándo se produce un evento empresarial concreto, un evento técnico específico y viceversa. Esto proporciona el contexto empresarial esencial necesario para informar cualquier número de decisiones estratégicas y operativas.
• Profundice en estas correlaciones para hacer recomendaciones y activar acciones preventivas.
  Con el tiempo, los modelos de IA pueden utilizar señales y patrones para predecir eventos (como fallos o sobrecargas) mucho antes, activar automatizaciones preconfiguradas para evitarlos y, en última instancia, crear una red de TI autorreparadora. Por ejemplo, la IA puede activar una automatización predefinida, como “reiniciar un servidor”, para evitar un fallo que detendría las compras en línea de los clientes.

¿Cómo es esto en el mundo real?

El valor de los sistemas de advertencia basados en IA se extiende a cualquier área de negocio, no solo a las operaciones de TI. Las organizaciones pueden aplicar la IA para comprenderla más a fondo, automatizar las respuestas y capacitar a los humanos para lograr mejores resultados empresariales si hay un problema empresarial claro que resolver. Por ejemplo, estas son algunas formas en que Unisys ha aplicado esta tecnología y el impacto real resultante.

• Una empresa minera: Supervisión y gestión de redes de TI basadas en IA
  Una gran empresa minera estaba sufriendo interrupciones rutinarias de TI. En un caso, una interrupción de dos días para un proceso crítico costó a la empresa $10 millones en sanciones y pérdida de negocio.
  
  Para predecir mejor los problemas y evitarlos, la empresa implementó la supervisión y gestión de la red de TI basada en IA. Su siguiente interrupción de la red duró solo dos segundos porque la IA activó instantáneamente una automatización preconfigurada para corregir el problema. Como resultado, su red se recuperó automáticamente sin ningún impacto en el negocio.
• Una empresa de transporte: Sistema de advertencia temprana con IA
  Una gran empresa de transporte regional sufrió frecuentes interrupciones y interrupciones del transporte debido a fenómenos meteorológicos que provocaron enormes ramificaciones financieras.
  
  Los eventos meteorológicos pueden causar picos repentinos y enormes en los patrones de tráfico que estresan los sistemas informáticos subyacentes (por ejemplo, el procesamiento del ancho de banda de la red). Por lo tanto, el departamento de TI implementó un sistema de advertencia temprana habilitado por IA para alimentar sus datos de previsiones meteorológicas. Ahora, el departamento de TI recibe advertencias tempranas sobre la planificación de picos de demanda debido a eventos meteorológicos previstos, incluso con dos semanas de antelación. Como resultado, el departamento de TI puede aumentar el ancho de banda y la potencia de procesamiento (por ejemplo, poniendo más máquinas virtuales en línea) para gestionar el pico y luego reducirlo posteriormente.

Principales casos de uso de la IA

Como ilustran estos ejemplos, con la IA, el departamento de TI puede ver lo que está por venir con antelación, comprender las implicaciones empresariales de las anomalías y los cambios, y tomar medidas preventivas a nivel de red para mantener el negocio funcionando de forma óptima. ¿Por dónde empezar?

Existen dos casos de uso principales para la adopción de la IA por parte de TI:

• Tratamiento de cambios imprevistos en su entorno de TI existente. Los cambios imprevistos repentinos en su cadena de suministro, el comportamiento de compra de los clientes o las operaciones empresariales pueden hacer que los patrones de uso varíen. La IA se puede aprovechar para buscar continuamente señales tempranas de cambio y utilizar análisis deductivos para responder a ellas. La IA también proporciona a TI la información temprana necesaria para interactuar de forma proactiva con los líderes empresariales sobre lo que está cambiando y por qué, para que pueda invertir estratégicamente en nueva infraestructura sin sobrecargar ni gastar demasiado.
• Tratamiento de un cambio planificado en su entorno de TI existente. La empresa puede estar planificando un cambio en sus operaciones o infraestructura, por ejemplo, trasladar su ERP a la nube. Sin embargo, a menudo, el departamento de TI debe pasar por varios ciclos empresariales para generar confianza en que todo funciona correctamente. Con la IA, tiene el contexto empresarial necesario para anticiparse a los riesgos y beneficios empresariales de los cambios, los movimientos y las inversiones de TI. Y una vez que se realiza un cambio, la IA puede detectar problemas con antelación, por lo que no es necesario esperar a través de los ciclos empresariales para tener confianza en un cambio de TI.

¿Por dónde empezar?

Es probable que ya esté pensando en cómo la IA puede aliviar las cargas de trabajo y crear una base digital más resiliente y adaptativa para su empresa. El éxito requiere centrarse en las inversiones en IA donde:

• Tiene los sistemas empresariales más vulnerables o está cambiando algo sustancial. Estas son las oportunidades de alto valor que pueden mejorar drásticamente la resiliencia de su negocio.
• Puede acceder a datos completos y de alta calidad, tanto datos transaccionales como datos de rendimiento de TI. Los datos incompletos reducen la capacidad de la IA para predecir con precisión, y los datos de mala calidad dan lugar a falsos negativos y positivos excesivos. Por lo tanto, enfoque las inversiones en IA donde tenga datos completos y de calidad para alimentar la IA.
• La relación riesgo-beneficio tiene sentido tanto para TI como para el negocio. Por ejemplo, cuando tienes altos volúmenes de transacciones, un bajo coste de fallos y un bajo nivel de complejidad para implementar la IA, usarla es una idea clara. Esto podría ser cuando tiene un firewall con capacidad limitada; la IA puede reiniciar automáticamente el equipo en el momento óptimo para despedir a los “usuarios muertos” y evitar un fallo.

¿Está listo para empezar con la IA? 

Para empezar a planificar, utilice esta cuadrícula de análisis de riesgos simplificada para pensar en sus escenarios empresariales e identificar las mejores oportunidades. Identifique oportunidades en las que la calidad de sus datos sea alta (por ejemplo, alto nivel de precisión, integridad, fiabilidad, y puntualidad), y donde hay un bajo riesgo de que algo vaya mal (por ejemplo, usuarios afectados, seguridad, o el coste del cambio).

Empieza de forma sencilla y segura, quizás donde no estás mirando las cosas con tanta atención como deberías. Aprenderá de cada implementación de IA, por pequeña que sea, y creará confianza y pruebas de impacto positivo para su próximo caso de negocio.

Unisys ofrece herramientas, tecnología y experiencia probadas para ayudarle en su viaje hacia la IA. Estamos aquí para ayudarte y acelerar tu éxito.