¿Cansado de la penosa documentación en Automic? Vea cómo la IA la transforma

¿Frustrado con la documentación en Automic? Descubra cómo la IA puede eliminar tareas penosas.
Tricise | Blog | ¿Cansado de la penosa documentación en Automic? Vea cómo la IA la transforma

Cómo la inteligencia artificial está transformando la automatización en TI

La documentación en Automic siempre ha sido un reto, y ahora la IA está cambiando la forma de gestionarla. 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 en las que esta transformación es más visible es la automatización.

De la automatización a las operaciones inteligentes

La integración de la IA en el Automation Engine (AE) abre nuevas posibilidades. Demuestra que la automatización ya no consiste solo 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 la documentación. Una documentación clara y estructurada siempre ha sido fundamental para las infraestructuras de TI, 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 AE 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 trabajo

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 idea de última hora.

Paso 2: Definir el objeto de la documentación

Una vez activado, se debe definir el objeto a documentar. Esto se consigue mediante una combinación de un PromptSet y una SQLI VARA. La SQLI VARA ejecuta una consulta para reunir los objetos potenciales para la documentación, que luego se presentan en un cuadro combinado para facilitar la selección. En este punto, también se pueden excluir objetos específicos del cuadro de diálogo 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 redefiniendo 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.

Consulta SQL que selecciona nombres de trabajos únicos de la tabla OH con filtros para el tipo de objeto JOBS, no eliminados, Client 2 y nombre LIKE SAMPLE.
Ejemplo de consulta SQL utilizada en Automation Engine

Una vez completada la configuración, configure correctamente en el PromptSet el campo DataReference —el nombre de la SQLI VARA— y el Nombre de variable, al que se hará referencia posteriormente en el plan de trabajo. Después de guardar estos ajustes, el flujo de trabajo de automatización puede comenzar.

Pantalla de configuración de PromptSet que muestra Data Reference establecida en EDU.AI.OBJECTS.VARA, nombre de variable &OBJECT_NAME# y etiqueta PICK AN OBJECT.
Ejemplo de configuración de un PromptSet en Automation Engine, enlazando con la SQLI VARA EDU.AI.OBJECTS.VARA y definiendo el nombre de variable &OBJECT_NAME#.

La primera acción consiste en exportar el contenido de script del objeto seleccionado. Para ello, se utiliza el procedimiento integrado EXPORT() de AE, que acepta el nombre del objeto de la variable PromptSet y un archivo de destino en el que el sistema escribe el script extraído.

Script de Automation Engine que utiliza la función EXPORT() para escribir el contenido del script del objeto en el archivo export.xml.
Ejemplo de script en Automation Engine que muestra cómo se utiliza la función EXPORT() para exportar el objeto seleccionado a un archivo XML (export.xml).

Una vez que el contenido está disponible, hay que analizarlo. En este caso, se utilizó un sencillo analizador de Python de desarrollo propio con el módulo xml.etree.ElementTree (aunque cualquier solución de análisis XML serviría: al fin y al cabo, solo tiene que funcionar de forma fiable). El analizador almacena el script en un archivo externo, y otro trabajo lee este archivo y carga el contenido en variables de AE para que el marco de IA pueda procesarlo.

Fragmento de script de Automation Engine que muestra variables PromptSet con instrucciones ASK_AI para las secciones de preproceso, proceso y postproceso.
Script de ejemplo en Automation Engine en el que las variables PromptSet se rellenan con instrucciones de documentación basadas en IA para las partes de preproceso, proceso y postproceso de un trabajo.

Si el contenido del script no está vacío, la IA se llama a través del procedimiento ASK_AI() de AE. Aquí, se indica a la IA que genere documentación para el script extraído. Dado que AE tiene limitaciones, la respuesta se restringe a 1024 caracteres para evitar que se trunque. 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 de Python que antes. El último paso es volver a importar el objeto en AE.

Fragmento de script de Automation Engine que utiliza el procedimiento IMPORT() para reimportar el objeto desde el archivo output.xml.
Ejemplo de script que muestra cómo se utiliza la función IMPORT() en Automation Engine para reimportar un objeto desde el archivo output.xml.

Para ello, se utiliza el procedimiento integrado IMPORT() 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.

Ejemplo de documentación automatizada generada para un trabajo de Automation Engine, incluyendo secciones de pre-script, script y post-script.
Ejemplo de documentación automatizada generada que muestra descripciones de las secciones de pre-script, script y post-script de un trabajo de Automation Engine.

El resultado mostrado arriba se genera a partir del siguiente contenido de script:

Script de preproceso de Automation Engine que utiliza PUT_ATT para establecer el host WIN01.
Entrada de script de preproceso que muestra el uso de PUT_ATT para asignar el host WIN01.
Script de postproceso de Automation Engine que utiliza GET_UC_OBJECT_STATUS, SYS_ACT_ME_NR, SYS_ACT_ME_NAME y ACTIVATE_UC_OBJECT para la gestión de errores.
Ejemplo de ficha de postproceso que muestra cómo Automation Engine comprueba los códigos de retorno y activa un trabajo de análisis de errores si se detectan problemas.
Script de proceso de Automation Engine que gestiona el estado de inicio de sesión del usuario con SYS_TIME, PREP_PROCESS_VAR, GET_PROCESS_LINE y ACTIVATE_UC_OBJECT.
Ejemplo de ficha de proceso que muestra cómo Automation Engine comprueba el estado de inicio de sesión del usuario, actualiza variables y activa un trabajo.

Ajuste fino de la IA para estructurar la 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 AE

Agilizar la documentación es solo un área en la que podemos disfrutar de las ventajas de la IA en AE. 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 la integración de Ollama, las empresas pueden entrenar sus propios modelos personalizados y utilizarlos sin problemas en Automic. Esto significa que la IA en AE 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 AE no solo 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.

Formulario de contacto (ventana superpuesta)
Foto de Author: Ádám Murányi

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.

Síganos en LinkedIn
Información sobre Automic Automation, novedades de formación y noticias de la comunidad
Seguir en LinkedIn

Sobre el autor

Foto de Adrienn Vasas

Adrienn Vasas

Entradas relacionadas

Scroll al inicio