El concepto emergente de Infralytics apela a machine learning y analíticas para prevenir fallas o caídas en los sistemas, optimizar cada elemento de infraestructura –incluyendo servidores propios y en la nube, así como dispositivos de internet de las cosas- y estimar el crecimiento.
La complejidad de los panoramas de IT va en aumento. De acuerdo a la consultora de mercado Gartner, el 60% de las infraestructuras corporativas estarán enfocadas alrededor de los datos más que de los centros de datos. Esto coincide con la redistribución física cada vez más patente: datos publicados por Statista señalan que en 2020 el 48% del gasto en infraestructura irá a centros de datos tradicionales, mientras que un 18% a cloud privadas y un 34,5% a cloud públicas, un esquema mucho más distribuido que hace apenas cinco años, cuando el modelo tradicional se llevaba casi el 72% de la inversión.
A esto se suma el incremento de la presencia creciente de internet de las cosas en las infraestructuras: de acuerdo a estimaciones de Practia, cada uno de esos dispositivos genera 1.500 transacciones por cada una que produce un ser humano.
Practia presenta una solución que combina infraestructura, analítica avanzada y machine learning (ML): Infralytics. Este concepto aprovecha el aprendizaje automático (ML) para anticipar cualquier información relacionada con la infraestructura de IT que puede ser útil para la empresa:
- Desde el dimensionamiento del hardware propio hasta la gestión de cargas de trabajo de todo aquello que está alojado en la nube
- Predicción de ataques cibernéticos
- El desempeño de los sistemas –incluyendo los legacy-
- El funcionamiento de los servicios de integración con la cadena de valor
- La performance individual de cada dispositivo que se conecta a la red, abarcando teléfonos móviles, sensores y cualquier elemento de IoT
Infralytics evalúa cada mensaje emitido por una máquina, cada señal de alerta, cada interacción entre distintos sistemas integrados, sea propio o de algún miembro de la cadena de valor o cada salida de los valores esperados en términos de latencia o velocidad de carga, entre otras variables.
“Con toda esta información, una organización podrá estimar la inversión exacta y necesaria, como el modelo más adecuado ante el lanzamiento de un nuevo producto o servicio, un evento especial como son los días de descuento para las compañías que venden a través de e-commerce, por ejemplo, una fusión o incluso un crecimiento en la estructura organizacional fuera de lo común”, señaló Ricardo Scattini, arquitecto de Soluciones digitales de Practia.
“Básicamente, los tres grandes beneficios que propone este concepto son prevenir fallas o caídas, optimizar cada elemento de infraestructura y estimar el crecimiento necesario. Elimina cualquier incertidumbre relacionada con el uso óptimo de la infraestructura tecnológica”, continuó.
Se estima que las pioneras en adoptar Infralytics serán empresas de segmentos como banca, retail, energía o utilities, “que se caracterizan por tener infraestructuras complejas en las que conviven grandes equipos (y antiguos) con distintos modelos de nube, servidores modernos, dispositivos de internet de las cosas (IoT) y múltiples locaciones físicas”, concluyó Scattini.
La madurez de la inteligencia artificial, la complejidad creciente de la infraestructura de IT y un contexto en que los datos son esenciales para el desarrollo de los negocios son factores que confluyen para que 2020 sea el año en que la adopción del concepto de Infralytics consolide su despegue.
Dejar su comentario sobre esta nota
Su direccion de correo no se publica. Los datos obligatorios se encuentran identificados con un asterisco (*)