Tras más de 20 años trabajando en tecnología empresarial —gestionando centros de datos para grandes instituciones financieras y desarrollando productos en compañías de software, infraestructura en la nube, DevOps y observabilidad— he visto pasar muchas oleadas tecnológicas por las empresas. Las que suelen sorprenderlas no son las que nadie anticipó, sino aquellas que todos vieron venir y para las que, aun así, no se prepararon.

La IA agéntica podría ser una de esas oleadas.

Hoy, buena parte de la conversación en TI empresarial gira en torno a los modelos: cuál elegir, cómo gobernar sus resultados y si ofrecen un retorno de la inversión real. Sin embargo, no se presta suficiente atención a lo que sucede con la infraestructura cuando estos agentes empiezan a operar, especialmente con los datos de telemetría que generan.

Un estudio reciente de Omdia, que encuestó a más de 300 responsables de TI empresarial en Norteamérica y Europa occidental, debería hacer reflexionar a cualquier CTO.

## El crecimiento ya está en marcha y muchas organizaciones van rezagadas

Incluso antes de que la IA agéntica se generalice, más de la mitad de las empresas encuestadas informó que el volumen de sus datos de telemetría se había más que triplicado en los últimos 12 meses. El aumento promedio fue de 3,7 veces, y las cargas de trabajo de IA y aprendizaje automático representan aproximadamente el 43 % de ese crecimiento. No se trata de una proyección futura: la mayoría de las organizaciones ya afronta una expansión acelerada de sus datos.

Las previsiones son aún más exigentes. En los próximos dos años, las empresas esperan que los datos de telemetría generados por cargas de trabajo de IA agéntica aumenten, en promedio, 9,5 veces. Casi la mitad prevé un crecimiento de entre seis y cien veces. Como señaló Keir Walker, analista sénior de investigación de mercado de Omdia: «Este es solo el comienzo de la curva de crecimiento. Estamos al inicio de una curva en forma de palo de hockey».

La falta de preparación no es una impresión. Cerca de dos tercios de las organizaciones se consideran «algo preparadas» o menos para gestionar los volúmenes de datos que generará la IA agéntica. Un 22 % ni siquiera ha empezado a evaluar sus implicaciones. Al mismo tiempo, el 35 % ya informa de un despliegue generalizado de esta tecnología. La distancia entre la ambición de implementarla y la capacidad de la infraestructura para sostenerla es considerable.

## El problema de los costos ya es mayor de lo que muchos creen

Una cifra destaca especialmente: el 69 % de las organizaciones que ejecutan proyectos de IA agéntica afirma que sus costos de observabilidad ya superan los de cómputo e infraestructura. La tecnología destinada a respaldar la IA se ha convertido en el mayor rubro del presupuesto asociado a ella.

El gasto empresarial medio anual en observabilidad alcanza los 3,17 millones de dólares y crece un 28 % interanual. El 35 % de las empresas ha visto aumentos presupuestarios superiores al 52 %, y casi una de cada cinco gasta más de cinco millones de dólares al año solo en observabilidad. Además, el 81 % busca activamente formas de reducir esos costos.

Las consecuencias no son únicamente financieras. El 59 % de las organizaciones ya ha cancelado o aplazado al menos un despliegue de IA agéntica debido al costo de monitorizarlo. Cuando la observabilidad deja de ser asequible, las empresas pueden terminar pausando agentes destinados a tareas como la ciberseguridad, el cumplimiento normativo y la detección de fraude. El 27 % y el 26 % de los encuestados, respectivamente, señalaron esas áreas como riesgos directos de despliegues pausados o cancelados.

Pensemos en lo que esto implica: una empresa decide apagar un agente de IA que detecta fraude porque no puede permitirse monitorizarlo. Eso no es simplemente un problema tecnológico; es un fallo en la gestión del riesgo.

## La infraestructura debe cambiar

La infraestructura de observabilidad que utilizan muchas empresas se diseñó para otra época: volúmenes de datos previsibles, costos controlables y plataformas centralizadas. La IA agéntica pone en cuestión esos tres supuestos a la vez.

El problema es, en esencia, arquitectónico. Muchas plataformas de observabilidad están diseñadas para ingerir todos los datos y clasificarlos después. Ese enfoque puede funcionar cuando los volúmenes son relativamente estables. Pero es difícil de sostener ante un aumento de 9,5 veces en la telemetría de sistemas autónomos que razonan, actúan y generan señales continuamente. Añadir almacenamiento y capacidad de procesamiento no basta: los números no cierran y los presupuestos no podrán absorber indefinidamente ese crecimiento.

Las organizaciones que avanzan están incorporando una capa inteligente entre las fuentes de telemetría y las plataformas de observabilidad. Esta capa enruta, filtra, enriquece y gobierna los datos antes de enviarlos a sistemas de backend costosos. El concepto no es nuevo, pero sí lo es la urgencia. Según la investigación de Omdia, las empresas que ya cuentan con una canalización de telemetría tienen un 50 % más de probabilidades de estar preparadas para un crecimiento de los datos de seis veces o más. Además, las que han implementado estas canalizaciones de forma madura tienen un 80 % más de probabilidades de haber evitado los desafíos de costos operativos que todavía limitan a las organizaciones menos avanzadas.

Una canalización de telemetría no es un parche: es una base arquitectónica para que la inversión en observabilidad siga siendo viable a escala de IA agéntica. Como explicó Torsten Volk, analista principal de Omdia: «La escalabilidad es el problema subyacente de todo: la seguridad, los costos y la implementación de proyectos. No veo un punto de rendimientos decrecientes ni una tendencia a que el crecimiento del volumen de datos se desacelere».

## El margen para actuar es menor de lo que parece

El 97 % de las organizaciones ha implementado una solución de canalización de telemetría o está considerando hacerlo, y el 70 % se encuentra actualmente en procesos activos de evaluación. El mercado ya está avanzando.

Un detalle de la investigación merece más atención: casi una cuarta parte de los encuestados afirma que sus relaciones actuales con proveedores no son un factor decisivo de compra. Esto indica que el entorno competitivo está más abierto de lo que muchos suponen. Entre las capacidades más solicitadas figuran el enrutamiento a múltiples destinos, la reducción y el muestreo de datos, y el enrutamiento basado en el contenido. Todas apuntan a una arquitectura centrada en la canalización, en lugar de limitarse a ampliar las plataformas de observabilidad existentes.

Estos datos plantean un punto de decisión, no solo una advertencia. Las organizaciones que resuelvan el desafío de infraestructura antes de que se convierta en una crisis presupuestaria podrán ampliar la IA agéntica en sus propios términos. Las que no lo hagan podrían verse obligadas a elegir entre monitorizar sus implementaciones de IA y poder permitírselas.

Ninguna organización debería tener que tomar esa decisión.

from Latest from TechRadar https://ift.tt/pZqHN31
via IFTTT IA