Las organizaciones continúan adoptando entornos multinube y arquitecturas nativas de la nube para permitir una transformación rápida y ofrecer una innovación segura. Sin embargo, a pesar de la velocidad, la escala y la agilidad que permiten estos ecosistemas modernos en la nube, las organizaciones tienen dificultades para gestionar la explosión de datos que crean. Así se desprende del estudio de Dynatrace, realizado a 1.300 CIO y líderes tecnológicos de grandes organizaciones.
Los resultados de esta investigación subrayan la necesidad de una estrategia madura de IA, análisis y automatización que vaya más allá de los modelos tradicionales de AIOps para impulsar un valor empresarial duradero. El informe, El estado de la observabilidad 2024: superar la complejidad a través de estrategias de análisis y automatización impulsadas por IA, está disponible para su descarga.
Los hallazgos de la investigación incluyen:
- El 88% de las organizaciones afirma que la complejidad de su pila tecnológica ha aumentado en los últimos 12 meses, y el 51% afirma que seguirá aumentando.
- El entorno multinube promedio abarca 12 plataformas y servicios diferentes.
- El 87 % de los líderes tecnológicos dice que la complejidad de la multinube hace que sea más difícil ofrecer experiencias excepcionales a los clientes, y el 84 % dice que esto hace que las aplicaciones sean más difíciles de proteger.
- El 86% de los líderes tecnológicos dicen que las pilas de tecnología nativas de la nube producen una explosión de datos que está más allá de la capacidad de gestión de los humanos.
- En promedio, las organizaciones utilizan 10 herramientas diferentes de monitoreo y observabilidad para administrar las aplicaciones, la infraestructura y la experiencia del usuario.
- El 85% de los líderes tecnológicos afirman que el número de herramientas, plataformas, paneles y aplicaciones en las que confían aumenta la complejidad de gestionar un entorno multinube.
Las arquitecturas nativas de la nube se han vuelto obligatorias para las organizaciones modernas, brindando la velocidad, escala y agilidad que necesitan para ofrecer innovación”, dijo Bernd Greifeneder, CTO de Dynatrace. “Estas arquitecturas reflejan una gama cada vez mayor de plataformas y servicios en la nube para respaldar incluso la transacción digital más simple. La enorme cantidad de datos que producen hace que sea cada vez más difícil monitorear y proteger las aplicaciones. Como consecuencia, resultados comerciales críticos, como la experiencia del cliente, se están viendo afectados y cada vez es más difícil protegerse contra amenazas cibernéticas avanzadas”.
Hallazgos adicionales:
- El 81% de los líderes tecnológicos afirman que los enfoques manuales para la gestión y el análisis de registros no pueden seguir el ritmo de cambio en su pila tecnológica y los volúmenes de datos que produce.
- El 81% de los líderes tecnológicos afirma que el tiempo que sus equipos dedican al mantenimiento de las herramientas de supervisión y a la preparación de los datos para el análisis le roba tiempo a la innovación.
- El 72% de las organizaciones han adoptado AIOps para reducir la complejidad de la gestión de su entorno multinube.
- El 97% de los líderes tecnológicos afirman que los enfoques probabilísticos de aprendizaje automático han limitado el valor que ofrece AIOps debido al esfuerzo manual necesario para obtener información fiable.
“Las arquitecturas nativas de la nube han desatado una gran cantidad de datos, desafiando a los equipos de TI, desarrollo, seguridad y negocios”, continuó Greifeneder. “Sin la capacidad de transformar estos datos diversos en información contextualmente relevante en tiempo real, estos equipos luchan por comprender lo que está sucediendo en su entorno y carecen de las respuestas necesarias para resolver problemas de manera rápida y decisiva. Si bien muchas organizaciones recurren a AIOps, a menudo encuentran un valor limitado debido a la dependencia de métodos probabilísticos, que pueden ser imprecisos y llevar mucho tiempo de implementación. Para superar la complejidad de las pilas tecnológicas modernas, las organizaciones requieren capacidades avanzadas de IA, análisis y automatización. Al unificar datos diversos, conservar su contexto e impulsar el análisis y la automatización con una IA hipermodal que combina múltiples técnicas, incluida la IA causal, predictiva y generativa, los equipos pueden desbloquear una gran cantidad de información de sus datos para impulsar una toma de decisiones más inteligente, una automatización inteligente y formas de trabajo más eficientes”.
“Sin la capacidad de transformar los grandes volúmenes de datos diversos de las arquitecturas nativas de la nube en conocimientos contextualmente relevantes en tiempo real, los equipos de TI, desarrollo, seguridad y negocios luchan por comprender lo que sucede en su entorno y carecen de las respuestas necesarias para resolver los problemas de forma rápida y decisiva”, continuó Greifeneder. “Si bien muchas organizaciones recurren a AIOps, a menudo encuentran un valor limitado debido a la dependencia de métodos probabilísticos, cuya implementación puede ser imprecisa y llevar mucho tiempo. Para superar la complejidad de las pilas de tecnología modernas, las organizaciones requieren capacidades avanzadas de inteligencia artificial, análisis y automatización. Al unificar datos diversos, conservar su contexto e impulsar el análisis y la automatización con una IA hipermodal que combina múltiples técnicas, incluida la IA causal, predictiva y generativa, los equipos pueden desbloquear una gran cantidad de conocimientos de sus datos para impulsar una toma de decisiones más inteligente. automatización y formas de trabajo más eficientes”.
