El plan de NASA: Integrar tecnología, cultura y datos para impulsar el éxito de AIOps

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

Un enfoque holístico para AIOps

Las organizaciones interesadas en implementar AIOps tienen la ventaja de aprender de quienes ya han dado pasos en el uso de inteligencia artificial en sus operaciones y grupos de DevOps. Uno de estos innovadores que comparte consejos es la NASA, que recientemente destacó la importancia de adoptar un enfoque holístico al implementar IA para las aplicaciones empresariales 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 de 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, y es igualmente importante un cambio cultural empresarial, donde las personas acepten la necesidad de dejar que los datos ayuden a moldear las decisiones.

¿Por qué escuchar a la NASA?

Quizás porque son quienes pueden decir honestamente: "Sí, somos científicos de cohetes".

"La parte donde se ejecuta el algoritmo es muy pequeña. Los datos rara vez están en una forma en la que realmente puedas usarlos. La gente tiene sus formas de hacer las cosas; está el problema de necesitar aprender una nueva herramienta o conjunto de herramientas y comprender cómo funciona realmente. La gente tiene concepciones diferentes 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.

Oza añadió: "Los datos no están [automáticamente] listos para que la IA los use, así que puedes iniciar un proyecto de AIOps y este se detiene bruscamente porque las otras partes de tu sistema no están listas para ello".

Consejos de AIOps desde la experiencia

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

Oza también habló sobre algunos conceptos erróneos que rodean a la IA y el aprendizaje automático, incluido el temor interno de que la IA robe empleos a los humanos.

Una ponente del Centro Conjunto de Inteligencia Artificial (JAIC) del Departamento de Defensa de EE. UU. también abordó el desafío de la calidad de los datos. "Hay problemas con la calidad de las etiquetas, la calidad de los datos", dijo Yevgeniya Pinelis, jefa de prueba y evaluación de IA/aprendizaje automático en JAIC. "Hay problemas de infraestructura, por supuesto. Para construir sistemas de IA confiables, necesitamos tener ese ecosistema y toda la tubería en su lugar".

Pinelis añadió que la cultura es un factor debido a la necesidad de que los equipos adopten Agile y DevSecOps. "Si tu usuario y probador participan realmente desde el principio, así es como obtienes este proceso Agile y evitas desastres al final. Ese es un gran cambio cultural por el que estamos pasando. Hemos tenido mucha suerte en logística conjunta; tienden a ser problemas de IA bien delimitados, aunque la preparación de los datos siempre es un problema".

A medida que más empresas ganan experiencia con AIOps y observabilidad, surgen oportunidades crecientes para quienes recién comienzan de recopilar consejos de AIOps de los pioneros.