Cómo la inteligencia artificial está transformando la automatización en TI
Documentación en Automic siempre ha sido un reto, y ahora la IA está cambiando la forma de gestionarlo. La Inteligencia Artificial comenzó a remodelar el panorama de las TI a principios de la década de 2020, y su influencia no ha hecho más que crecer desde entonces. Una de las áreas donde esta transformación es más visible es la automatización.
De la automatización a las operaciones inteligentes
La integración de la IA en la Motor de automatización (AE) abre nuevas posibilidades. Demuestra que la automatización ya no consiste únicamente en ejecutar procesos, sino también en generar valor a través de conocimientos más profundos y asistencia inteligente. Una de las áreas en las que esto resulta especialmente impactante es documentación. Una documentación clara y estructurada siempre ha sido fundamental para las infraestructuras informáticas, ya que garantiza que los trabajos y los flujos de trabajo puedan mantenerse a lo largo del tiempo, incluso si el creador original ya no está disponible.
El reto de la documentación
A pesar de su importancia, la documentación suele pasarse por alto o minimizarse. Los desarrolladores suelen saltársela para ahorrar tiempo, pero esta ganancia a corto plazo puede crear riesgos a largo plazo, como lagunas de conocimiento, una incorporación más lenta de nuevos miembros del equipo y mayores costes de mantenimiento. Aquí es exactamente donde GenAI puede aportar un gran avance: haciendo que la documentación sea más rápida, sencilla y, en muchos casos, incluso automática.
Cómo GenAI mejora los flujos de trabajo AE
Un flujo de trabajo de EA bien estructurado y mejorado con GenAI puede generar documentación automáticamente como parte del proceso de ejecución del trabajo. Esto garantiza que nunca se pasen por alto detalles importantes y que siempre se disponga de información precisa y actualizada.
Paso 1: Activar el plan de empleo
El proceso comienza con la activación del plan de trabajo. En cuanto se activa este paso, el flujo de trabajo prepara la información necesaria para la documentación, convirtiéndola en una parte natural del proceso y no en una ocurrencia tardía.
Paso 2: Definir el objeto de la documentación
Una vez activado, el objeto a documentar debe definirse. Esto se consigue mediante una combinación de PromptSet y un SQLI VARA. SQLI VARA ejecuta una consulta para recopilar posibles objetos para la documentación, que luego se presentan en un cuadro combinado para facilitar la selección. En este punto, también se pueden excluir del cuadro de diálogo objetos específicos si no son relevantes para la documentación.
De la automatización a la inteligencia
Este enfoque ilustra cómo la IA no sólo está agilizando los flujos de trabajo, sino también redefinir el papel de los profesionales de TI. Al integrar GenAI en AE, la documentación se convierte en un resultado fiable y automatizado que elimina uno de los puntos débiles más comunes en las operaciones de TI. El resultado es una mayor coherencia, un menor riesgo y más tiempo para que los equipos de TI se centren en la innovación en lugar de en el trabajo repetitivo. De este modo, la automatización impulsada por IA ayuda a las organizaciones a adaptarse más rápidamente a los cambios, al tiempo que construye una base más sólida para el éxito a largo plazo.
Una vez completada la configuración, configure el PromptSet con el valor correcto de DataReference-el nombre del SQLI VARA-y el Nombre de la variableal que se hará referencia posteriormente en el plan de trabajo. Una vez guardados estos ajustes, puede comenzar el flujo de trabajo de automatización.
La primera acción consiste en exportar el contenido de script del objeto seleccionado. Para ello, la función EXPORTAR() que acepta el nombre del objeto de la variable PromptSet y un archivo de destino donde el sistema escribe el script extraído.
Una vez que el contenido está disponible, hay que analizarlo. En este caso, se puede utilizar un sencillo analizador sintáctico de Python con la extensión xml.etree.ElementTree aunque cualquier solución de parseo XML podría funcionar, al fin y al cabo, sólo tiene que funcionar de forma fiable. El analizador almacena la secuencia de comandos en un archivo externo, y otro trabajo lee este archivo y carga el contenido en variables AE para que pueda ser procesado por el marco de IA.
Si el contenido del script no está vacío, la IA se llama a través de la función ASK_AI() procedimiento. Aquí, se indica a la IA que genere documentación para la secuencia de comandos extraída. Dado que AE tiene limitaciones, la respuesta se restringe a 1024 caracteres para evitar el truncamiento. También se pide a la IA que evite los caracteres que puedan romper la estructura XML. Una vez generada la documentación, se vuelve a escribir en el archivo XML en la sección de documentación correcta utilizando el mismo analizador sintáctico de Python que antes. El último paso es volver a importar el objeto en AE.
Para ello, el IMPORTAR() con la ruta al archivo XML actualizado. El argumento de la carpeta puede dejarse vacío, pero la Configuración del objeto debe establecerse en 1; de lo contrario, la importación omitirá el objeto puesto que ya existe. El resultado de este plan de trabajo aparecerá en el panel de documentación del objeto seleccionado.
El resultado mostrado arriba se genera a partir del siguiente contenido de script:
Perfeccionamiento de la IA para Documentación en Automic
Esta solución puede ajustarse para crear documentación estructurada, o enriquecerse con información predefinida como prioridad, gravedad o persona responsable. Esto permite a los equipos crear una documentación coherente y detallada que va más allá de los detalles técnicos e integra la relevancia operativa.
Recomendaciones para un uso fiable
Aunque este enfoque acelera considerablemente la fase de documentación del desarrollo, siempre se recomienda revisar detenidamente los resultados del plan de trabajo. Documentar varios objetos al mismo tiempo no es aconsejable, ya que aumenta el riesgo de imprecisiones y reduce la transparencia.
Más allá de la documentación: Beneficios más amplios de la IA en EA
Agilizar la documentación es solo un área en la que podemos disfrutar de las ventajas de la IA en la EA. Detrás de ella se esconden varias oportunidades adicionales que pueden aportar un valor aún mayor.
Alertas basadas en IA
El análisis de IA integrado en el sistema de alertas puede ser extremadamente útil. Los operadores y administradores ya tienen a mano un montón de información cuando llega una alerta, como por ejemplo descripciones de errores, posibles análisis de causas y soluciones propuestas. Esto reduce drásticamente el tiempo de localización de averías y permite una resolución más rápida.
Modelos personalizados con Ollama
Con Integración de OllamaLas empresas pueden crear sus propios modelos personalizados y utilizarlos sin problemas en sus sistemas. Automic. Esto significa que la IA en la EA puede adaptarse a las necesidades específicas de la organización, creando un apoyo a la automatización más pertinente y consciente del contexto.
Ampliación de los casos de uso
La IA en la EA no sólo servirá para el análisis de errores y el desarrollo de software, sino que también puede aplicarse a ámbitos empresariales más amplios como análisis de datos, minería de datos, previsión de tendencias e incluso toma de decisiones automatizada.. Esto abre un abanico mucho más amplio de posibilidades para las empresas que quieren innovar.
Conclusión
A medida que la IA se vuelve más inteligente, su combinación con Automic abre nuevas oportunidades para procesos más inteligentes, rápidos y fiables. Las organizaciones que se posicionan como pioneras en la adopción de la IA pueden obtener una ventaja competitiva sustancial al desbloquear importantes eficiencias, ahorrar tiempo y reducir el consumo de recursos.
¿Quiere que le ayudemos a explorar las funciones avanzadas de IA en Automic? Hablemos.
Autor: Ádám Murányi
es un profesional de la tecnología con experiencia en automatización e integración de IA, que ayuda a las organizaciones a agilizar los flujos de trabajo y mejorar la calidad de la documentación.
