AI4Ops

AI4Ops nombra uno de los seis pilares del marco "AI4*" planteado en el análisis del ciclo de vida de la producción de software del 2025-11-16, junto a AI4Project, AI4UX, AI4Dev, AI4Data y AI4Cloud. Su ámbito son las operaciones de TI: AIOps avanzando más allá del mantenimiento predictivo hacia sistemas de TI autónomos, autorreparables, tratado en ese documento como una respuesta a la complejidad y a las exigencias de seguridad de los sistemas de información modernos.

El concepto tiene un origen identificado. Antoine Habert construyó un sistema a principios de 2023 en una fintech europea que cubría cuatro dimensiones operativas: resolución de incidentes, calificación diagnóstica, comunicación de estado y monitorización proactiva de infraestructura. Afirma haber alcanzado una automatización del 100% del soporte de nivel 1 y una reducción de costes superior al 90%, manteniéndose dentro de los estándares bancarios de cumplimiento y auditabilidad. Esa es la afirmación concreta que el concepto transporta allí donde aparece: AI4Ops sustituye al soporte de TI de nivel 1, reduce los costes operativos y hace posibles los «systèmes auto-réparants».

Lo que hace interesante el caso es lo que Habert dice que expuso, más que lo que logró. El despliegue de 2023 puso de manifiesto requisitos de producción que la industria no llegó entonces a construir: observabilidad completa de las decisiones, marcos de ejecución de acciones validados y asegurados, una posición explícita para la supervisión humana, y bucles de retroalimentación auditables. Para 2024, la proliferación de frameworks (LangGraph, CrewAI, AutoGen) todavía no los cubría.

Así, un concepto operativo se convierte en un argumento arquitectónico. La cuestión sin resolver es si una reducción de costes del 90% en un entorno regulado es generalizable, o si dependía del andamiaje de gobernanza que, según Habert, se estableció primero.