Automatización de la inteligencia artificial: comienza a utilizar Red Hat Ansible Automation Platform

Imagínate que diriges un equipo de TI con una gran carga de trabajo. Todos los días hay tareas repetitivas, como la instalación de software, el aumento de la capacidad de las soluciones, la comprobación del estado del sistema o la implementación de parches de seguridad. Estos desafíos, y otros más, forman parte de la vida cotidiana de los especialistas en TI. Luego, la directora de tecnología te dice que necesita que la nueva infraestructura de inteligencia artificial y las aplicaciones pasen del estudio de la viabilidad de los conceptos experimental a la producción. No tienes recursos ni empleados nuevos para respaldar estas iniciativas, y la solución final debe integrarse con los flujos de trabajo actuales más importantes para la empresa.

La automatización al rescate

Cuando la estandarización forma parte de la estrategia de TI de tu empresa, puedes automatizar la infraestructura de inteligencia artificial para abordar esta carga de trabajo adicional. Muchos ya utilizan Red Hat Ansible Automation Platform, por lo que podrán abordar los desafíos de esta tecnología con las habilidades que ya desarrollaron.

De todos modos, si recién comienzas con la automatización, no debes preocuparte. Puedes comenzar rápidamente con Ansible Automation Platform e incluso utilizar la función de inteligencia artificial generativa de Red Hat Ansible Lightspeed para reducir la curva de aprendizaje.

Independientemente de cuáles sean tus habilidades en materia de automatización, aplicarla a la TI te permitirá reducir los costos y agilizar la obtención de valor con la inteligencia artificial (al fin y al cabo, la inteligencia artificial es una parte de la TI). 

Entonces, ¿cómo obtienes valor? El primer paso que recomiendo probablemente no te sorprenda: automatiza las implementaciones de inteligencia artificial. Red Hat se refiere a esto como "automatización de la infraestructura de inteligencia artificial", y proporciona un valor empresarial medible a partir del ahorro general de tiempo, la reducción de errores y la mejora de la confiabilidad del sistema.

Formas de automatizar la infraestructura de inteligencia artificial

Si utilizas Ansible Automation Platform para automatizar la instalación, la configuración y el mantenimiento de Red Hat OpenShift AI y Red Hat Enterprise Linux AI (RHEL AI), podrás implementar soluciones de inteligencia artificial predictiva y generativa, reducir las tareas manuales y proporcionar configuraciones y optimizaciones uniformes en todas las implementaciones de la tecnología.

Si bien la infraestructura de inteligencia artificial ofrece un gran valor para el usuario final, los requisitos de las operaciones de TI siguen siendo principalmente manuales. Estos son algunos ejemplos de automatizaciones que te ayudarán a comenzar a implementar soluciones de inteligencia artificial en RHEL AI y OpenShift AI:

• establecer una conectividad segura entre los sistemas (incluido el extremo de la red) que se utilizan para transferir los datos que impulsan las soluciones de inteligencia artificial y para acceder a ellos;
• estandarizar las implementaciones para promover la uniformidad y la confiabilidad de RHEL AI y OpenShift AI con los playbooks de Ansible;
• automatizar la seguridad para que los usuarios solo tengan acceso a los datos y los sistemas a los que están autorizados.

Además, otras tareas para las soluciones de inteligencia artificial se benefician de la automatización:

• instalar y configurar el hardware, como los enrutadores y los conmutadores de red ubicados en la parte superior del rack;
• instalar y gestionar las bases de datos vectoriales para su uso con las soluciones de generación aumentada por recuperación (RAG);
• implementar sistemas de hardware y de software de equilibrio de carga para el acceso HTTP a los modelos de inteligencia artificial mediante OpenAI o una interfaz de programación de aplicaciones (API) como Llama Stack;
• configurar y gestionar la conectividad y el almacenamiento para el entrenamiento y la alineación de los modelos.

Hay muchos más casos prácticos que aún deben automatizarse. Esto representa mucho trabajo, pero varias topologías de implementación incluirán elementos que se pueden automatizar, como los siguientes:

Aprovecha Event-Driven Ansible para diseñar flujos de trabajo de las AIOps

Ya abordamos la automatización de la infraestructura de inteligencia artificial. ¿Cuál es el siguiente paso? Como se mencionó anteriormente, puedes aplicar las habilidades de automatización que ya tengas a las tecnologías de inteligencia artificial que se ejecutan en esa infraestructura o se conectan a ella. Pero ¿qué pasa con los nuevos requisitos de habilidades o con el deseo de aumentar la productividad de la automatización en general? ¿La inteligencia artificial puede ayudarte? Por supuesto.

Con Red Hat Ansible Lightspeed with IBM watsonx Code Assistant, los desarrolladores cuentan con una combinación de funciones de inteligencia artificial generativa y herramientas de automatización sólidas que les permiten a ti y a tu equipo trabajar de manera más inteligente e implementar soluciones con mayor rapidez. Esto simplifica el proceso para adoptar la automatización integral de la infraestructura de inteligencia artificial. Además, si utilizas OpenShift AI, ya estás utilizando Red Hat OpenShift, que puede ejecutar muchas otras cargas de trabajo (como la virtualización y la gestión de las máquinas virtuales), las cuales también se pueden automatizar con Ansible Lightspeed.

Es importante tener en cuenta que las herramientas para desarrolladores de inteligencia artificial generativa integradas en Ansible Lightspeed no son solo una solución para cumplir con un requisito. Red Hat integró minuciosamente la inteligencia artificial generativa y predictiva en los flujos de trabajo de automatización, por lo que es posible que los usuarios ni siquiera sepan que la están usando. Esto permite que los creadores de contenido de Ansible Automation Platform desarrollen código de automatización con mayor rapidez, eficiencia y precisión.

Automatización completa de los flujos de trabajo de las AIOps

Hasta ahora, todo lo que se mencionó en este artículo involucraba a una persona en el proceso. Sin embargo, ¿es posible que la automatización actúe como por arte de magia, sin intervención humana? Definitivamente.

El flujo de trabajo para las operaciones de inteligencia artificial (AIOps) ideal está impulsado por la automatización basada en eventos, que ejecuta automáticamente las operaciones que se activan a partir de los eventos de las implementaciones de TI actuales. Cuando se utiliza, permite que las AIOps ofrezcan las siguientes ventajas:

• Agilidad resolutiva: con las AIOps, es posible detectar los problemas a medida que aparecen y brindar respuestas oportunas, lo cual se traduce en una reducción del tiempo de inactividad y del tiempo medio de resolución (MTTR).
• Sistemas de automatización de autorregeneración o de bucle cerrado: permiten el uso de una infraestructura con capacidad de autorregeneración, lo que puede mejorar el rendimiento y el tiempo de actividad de manera considerable.
• El big data: las AIOps pueden utilizar el big data al limpiar los datos, analizarlos y tomar medidas de manera más eficiente.
• Eficiencia y flexibilidad: los modelos de inteligencia artificial permiten aumentar la eficiencia del personal al utilizar información para identificar las acciones que se deben realizar y definir su alcance.
• Simplificación: las AIOps pueden optimizar y, potencialmente, automatizar por completo muchas tareas repetitivas de gestión de servicios de TI.
• Inmediatez en la correlación de los datos y la toma de decisiones: cuando AIOps incluye un motor de automatización, puede responder de forma automática a partir de los datos, lo cual disminuye la intervención y los errores de las personas.
• Flexibilidad en la correlación y la predicción de los datos: las AIOps pueden analizar automáticamente una gran cantidad de datos, mucho más de lo que los humanos pueden hacer manualmente.

Incorporación de políticas empresariales y de seguridad para proteger los flujos de trabajo de la inteligencia artificial

Por último, después de implementar y automatizar la infraestructura de inteligencia artificial, de integrar correctamente los flujos de trabajo de las AIOps y de contar con una automatización completa de bucle cerrado con capacidad de autorregeneración, necesitarás medidas de seguridad para garantizar que esta tecnología funcione como según lo previsto.

Tu estrategia debe ser confiable y adecuarse a las políticas empresariales que has aplicado durante años. El cumplimiento es el último paso. Necesitas medidas de seguridad para las decisiones que tomes en torno a la inteligencia artificial para garantizar que todo lo que automatices cumpla con las comprobaciones de cumplimiento normativo y seguridad requeridas.

Más información

Puedes obtener más información sobre las ventajas de elegir Red Hat Ansible Automation Platform para tu base de inteligencia artificial en este artículo. Si deseas profundizar un poco más en las AIOps, da un vistazo a este video breve y a esta publicación del blog.

También hay dos experiencias interactivas de Red Hat que puedes explorar en menos de dos minutos cada una: Red Hat Ansible unlocks AIOps y Event-Driven Ansible with Red Hat OpenShift.