Cómo incorporar Inteligencia Artificial en la automatización de la infraestructura de TI
Cada vez más compañías están utilizando alguna forma de Inteligencia Artificial (IA), sobre todo en sus software de automatización de TI, pero esto no significa que lo estén haciendo adecuadamente, en este artículo te decimos cómo implementar IA en la automatización de la infraestructura de TI.
Origen de la Inteligencia Artificial
Conocida como aprendizaje automático entre varias organizaciones, la Inteligencia Artificial se remonta a los 1950, cuando se desarrollaban investigaciones parar desarrollar computadoras capaces de jugar ajedrez. Ahora es empleada en forma de asistente virtual y como un ayudante que permite funcionar a la infraestructura de TI en una empresa.
Peter Rutten y Ritu Jyoti, de IDC hablan acerca de cómo debe funcionar la Inteligencia Artificial:
Hay mucha confusión y desinformación allá afuera. Aunque existe mucha expectación alrededor de ella, debemos tratar de ser realistas y empíricos. El mercado combinado para servidores de Inteligencia Artificial que contienen tecnología como chips específicos para aplicaciones, programables, unidades procesadores de gráficos y los que tienen cientos de núcleos tendrá un valor de 22 billones de dólares para 2022.
Lo que nos hemos dado cuenta es que las compañías suelen encontrar a alguien que más o menos sabe del tema. Eventualmente le pedirán que forme un equipo que comienza a explorar las distintas oportunidades. Las empresas más pequeñas tienen un líder que las aproveche y que sabe qué es lo que está haciendo la competencia; así puede crear una estrategia que incluye a los desarrolladores, data scientists, etc.
El error más común es que las compañías no creen equipos especializados cuando quieren probar con la Inteligencia Artificial, por lo que usan componentes que no son aptos, como particiones de virtualización, lo cual no es suficiente.
Muchos negocios se han dado cuenta de que no pueden desplegar Inteligencia Artificial en cualquier infraestructura. Los problemas específicos incluyen limitaciones de entradas y salidas, modelos de datos muy grandes y un procesamiento muy lento. Es necesario identificar qué es lo que se requiere para poder maximizar el esfuerzo de la Inteligencia Artificial.
También lee: ¿Cómo impactará la Inteligencia Artificial al ITSM y Service Desk?
6 Puntos críticos para proyectos de Inteligencia Artificial
Del lado del software, Jyoti hace énfasis en seis punto críticos para los proyectos de Inteligencia Artificial en las empresas:
- Usar servicios públicos en la Nube, ya que son más escalables que la infraestructura propia.
- Construir un equipo alrededor de los requerimientos del proyecto y no al revés.
- Contar con el apoyo de consultores especialistas en AI.
- Investigar si los proveedores no cuentan ya con alguna aplicación con AI.
- Adoptarla en niveles, como resultados que puedan ser previstos.
- Establecer la gestión de cambios.
Pronóstico para la Inteligencia Artificial
Aunque solo la mitad de las grandes compañías están usando Inteligencia Artificial para la automatización de TI, esto se incrementará en un 75% para 2020. Actualmente, la mayoría de sus tareas son sencillas, como alertar a un humano cuando la capacidad de un disco duro está llegando a su límite, cuando falla o cuando los procesadores comienzan a presentar problemas.
La tecnología realmente ayuda al momento de reportar y arreglar incidentes que tienen que ver con el desempeño, ya que las personas podrían culparse entre sí. Un software es imparcial.
Por supuesto, la Inteligencia Artificial tiene sus limitaciones. Para sacar el mayor provecho, hay que asegurarse de que los datos sean de calidad, pues las indicaciones sugeridas por la máquina no podrían ser las mejores.
Fuente: Tech Republic
