Consejo de la NASA:la tecnología, la cultura y los datos se unen para impulsar AIOps

Organizaciones como la NASA están compartiendo sus experiencias con IA y AIOps con aquellos que recién comienzan.

Las organizaciones interesadas en implementar AIOps tienen la ventaja de aprender de los consejos de otros que han dado pasos en el uso de inteligencia artificial en sus operaciones y grupos DevOps.

Uno de esos consejos para compartir innovadores es la NASA, que recientemente destacó la importancia de adoptar un enfoque holístico para implementar la IA en las aplicaciones comerciales de la agencia espacial, como finanzas y adquisiciones, particularmente en un entorno AIOps.

En una presentación al grupo de operaciones de IA ATARC, los líderes del grupo de ciencia de datos de la NASA identificaron los tres elementos clave que necesita una iniciativa AIOps. La tecnología puede ser la más obvia, pero las organizaciones también deben preparar sus datos para asegurarse de que estén listos para la IA, e igualmente importante es un cambio de cultura empresarial, con personas que aceptan la necesidad de dejar que los datos ayuden a tomar decisiones.

¿Por qué escuchar a la NASA? Tal vez porque son los que honestamente pueden decir:"Sí, somos científicos espaciales".

“El bit donde se ejecuta el algoritmo es una parte muy pequeña. Los datos rara vez están en una forma en la que realmente pueda usarlos. La gente ya tiene su manera de hacer las cosas; existe este problema de tener que aprender una nueva herramienta o conjunto de herramientas y comprender cómo funciona realmente. Las personas tienen diferentes concepciones de lo que la IA puede hacer por ellos”, dijo Nikunj Oza, líder del grupo de ciencias de datos de la NASA, según un informe de Government CIO Media.

Agregó:"Los datos no están [automáticamente] listos para que los use la IA, por lo que puede iniciar un proyecto AIOps y se detiene porque las otras partes de su sistema no están listas para ello".

Consejos de AIOps

Shenandoah Speers, CIO asociada de aplicaciones de la NASA, dijo a la audiencia de ATARC que la transformación digital de la agencia está en marcha, pero aún está madurando. "Estamos viendo una gran afluencia de datos y cómo digerir esos datos y tomar decisiones comerciales y decisiones de misión sobre esos datos".

Oza también discutió algunos de los conceptos erróneos que rodean a la IA y el aprendizaje automático, incluido el temor interno de que la IA robará trabajos a los humanos.

Un orador del seminario web del Centro Conjunto de Inteligencia Artificial (JAIC) del Departamento de Defensa de EE. UU. también habló sobre el desafío de la calidad de los datos. “Hay problemas con la calidad de las etiquetas, la calidad de los datos”, dijo Yevgeniya Pinelis, jefe de pruebas y evaluación de IA/aprendizaje automático en JAIC. “Hay problemas de infraestructura, por supuesto. … Para que realmente construyamos sistemas de IA confiables, necesitamos tener ese ecosistema y todas las tuberías en su lugar”.

Agregó que la cultura es un factor debido a la necesidad de lograr que los equipos adopten Agile y DevSecOps. “Si el usuario y el probador están comprometidos desde el principio, así es como obtiene este proceso Agile y evita desastres al final. Ese es un gran cambio cultural por el que estamos pasando. Tuvimos mucha suerte en la logística conjunta; esos tienden a ser problemas de IA que tienen un buen alcance, aunque la preparación de los datos siempre es un problema”.

A medida que más empresas adquieren experiencia con AIOps y la observabilidad, existen mayores oportunidades para aquellos que recién comienzan a recopilar consejos de AIOps de los pioneros.