Kalawin - stock.adobe.com

La explosión de datos producida por la nube supera la capacidad humana de gestionarlos

Las organizaciones mexicanas usan un promedio de 12 herramientas diferentes de observabilidad o monitoreo para gestionar aplicaciones, infraestructura y experiencia de usuario.

Las organizaciones continúan adoptando entornos multinube y arquitecturas nativas de la nube para permitir una transformación rápida y ofrecer una innovación segura, pero tienen dificultades para gestionar la explosión de datos que estos crean. Así lo revela una encuesta global de Dynatrace, realizada a 1.300 CIO y líderes tecnológicos de grandes organizaciones.

Los resultados de la investigación, titulada “El estado de la observabilidad 2024: superar la complejidad a través de estrategias de análisis y automatización impulsadas por IA”, 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.

A nivel global, el 88 % de las organizaciones afirma que la complejidad de su stack tecnológico ha aumentado en los últimos 12 meses, y el 51 % afirma que seguirá aumentando. Asimismo, el entorno multinube promedio abarca 12 plataformas y servicios diferentes. En el caso de México, la complejidad es aún mayor, con entornos multinube que abarcan 13 plataformas y servicios diferentes, y 98% de organizaciones apuntando el aumento de la complejidad de su stack tecnológico en los últimos 12 meses, y 96 % afirmando que seguirá aumentando.

Bernd Greifeneder.

"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”.

Otros resultados de la investigación

El estudio también encontró que 87 % de los líderes tecnológicos a nivel global 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. En el caso de México, el primer porcentaje sube a 92 %.

Asimismo, 86 % de los líderes tecnológicos (96 % en México) dicen que los stacks de tecnología nativa de la nube producen una explosión de datos que está más allá de la capacidad de gestión de los humanos.

En promedio, las organizaciones a nivel global utilizan 10 herramientas diferentes de monitoreo y observabilidad para administrar las aplicaciones, la infraestructura y la experiencia del usuario (en México el número sube a 12), y 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.

Frente a ello, 81 % de los líderes tecnológicos globales 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. Por ello, el 74 % de las organizaciones mexicanas actualmente utilizan una plataforma unificada para datos de observabilidad y seguridad o planean adoptarla dentro de los próximos 12 meses.

Además, 81 % de los líderes tecnológicos (96 % en México) 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. Esto ha llevado a que 72 % de las organizaciones (80 % en México) hayan adoptado AIOps para reducir la complejidad de la gestión de su entorno multinube.

“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”, señaló 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”, subrayó el CTO de Dynatrace.

Investigue más sobre Big data y gestión de la información

ComputerWeekly.com.br
Close