Desde hace un tiempo vengo comentando que la AI y el futuro del trabajo transformará nuestros trabajos.

Particularmente en algunas de mis notas del último tiempo y posteos de LinkedIn, he debatido e informado sobre el avance de la inteligencia artificial en el mundo de las operaciones tecnológicas y para el caso de DevOps, empecé a evangelizar sobre NoOps. En dónde las operaciones de infrastructura dejarán de ser administradas por personas y/o los procesos relacionados serán gestionados y ejecutados por Inteligencia Artificial.

El termino NoOps lo descubrí alrededor de 2015-2016, cuando me encontraba en la búsqueda de automatizaciones de procesos relacionados a la implemnetación de aplicaciones.

El enfoque de NoOps es llevar al extremo el DevOps en que todas las compañias vienen trabajando en el último tiempo.

Hoy en día la estandarización en cloud y procesos permite adoptarlo y Microsoft acaba de lanzar AIOps.

Los enfoques actuales de DevOps tienen 2 caracteristicas, una es la complejidad cada vez mayor de escalamiento de las aplicaciones, y sistemas en la nube y el otro la necesidad cambiante continua de los clientes.

Los ingenieros de Azure decidieron crear herramientas con la gran base de datos y estadísticas que tiene sobre DevOps para operar con AI. Los ingenieros DevOps necesitan mucha información hoy en día para poder ejecutar su trabajo, y análisis de información para la correcta implementación de sistemas. Ahora con la ayuda de AIOps, todo ese trabajo podrá ser delegado a inteligencia artificial.

La idea es transformar los negocios en la nube a servicios que permitan implementar y configurar aplicaciones sin dedicación extra de recursos.

Con esto se podrá utilizar herramientas y servicios que nos permitan predecir problemas, mejorar circuitos y procesos y automatizar en potencia todas las tareas.

El monitoreo, el service desk, los insights, el bigdata, el machine learning, las plataformas y la automatización promoveran el Continuous Insights, el Continuous Monitoring, la Regression Prevention y el Continuous Predicting and Automation. Entre los componentes tendremos: Herramientas de visualización y tableros, Machine Learning configurable, Algoritmos de DevOps, Analitica para DevOps, Calculos, y BigData. Entre todas las herramientas existirán modelos de interacción con logs, sistemas de tickets y bases de datos.

La programación cada vez pisa más fuerte en en el mundo Ops y los servicios y SDK para integrar la AI con OPS ya están disponibles.