La crisis de la experiencia operativa

• Correlación entre distributividad y OES: 0,22
  Esta relación negativa indica que a medida que las aplicaciones se implementan en más entornos, la experiencia operativa disminuye. Cada entorno presenta herramientas, políticas y desafíos de integración únicos, lo que fragmenta el control y ralentiza la respuesta.
• Correlación entre el número de aplicaciones y el OES: +0,05
  Por sí solo, el volumen de aplicaciones tiene una correlación insignificante con la fricción operativa. Pero cuando se combina con la distribución, ofrece una imagen más clara: las organizaciones con muchas aplicaciones y muchos entornos tienen las puntuaciones OES más bajas.

El crecimiento de las aplicaciones genera presión vertical: más aplicaciones exigen mayor gestión de configuraciones, políticas y actualizaciones. La distribución genera complejidad horizontal: más entornos requieren integraciones, herramientas de visibilidad y una experiencia especializada adicionales.

En conjunto, representan un lastre que ralentiza la velocidad operativa.

Industrias como los servicios financieros, la energía y la manufactura, que obtienen los puntajes más bajos en OES, también se encuentran entre las de mayor escala de distribución y aplicación. En cambio, Educación y Salud, que generalmente tienen menos aplicaciones y topologías de infraestructura más sencillas, reportan puntuaciones de OES significativamente más altas.

A pesar de años de inversión en herramientas de automatización, una parte significativa del trabajo operativo sigue siendo manual. No se trata solo de sistemas heredados, también de las brechas entre herramientas, la falta de estandarización y la fricción que generan los scripts y APIs que nunca fueron diseñados para escalar.

• El 41% de los encuestados declaró que la tarea que más tiempo les consume en su flujo de trabajo es interactuar con las API de los proveedores o escribir scripts.
• Incluso en organizaciones cloud-native, automatizar suele ser "un conjunto de scripts" en lugar de una orquestación eficiente.

Esto señala una necesidad crítica de una automatización más inteligente y adaptable, que reduzca la dependencia de lógica codificada de forma rígida y del conocimiento tácito.

Los datos muestran que los retrasos y las ineficiencias no pertenecen a una herramienta o proceso específico. Son sistémicos y estructurales, producto de cadenas de aprobación fragmentadas, silos en los procesos y sistemas sin integración.

• Cerca de 30% de los encuestados identificaron la espera de aprobaciones o transferencias como un factor clave que contribuye a las demoras.
• {"source":"18% reportaron que una mala integración entre herramientas era una de las principales fuentes de ineficiencia."}

Esto demuestra que mejorar la eficiencia del flujo de trabajo no se trata solo de implementar más herramientas, sino de reinventar los procesos y crear bucles de retroalimentación que reduzcan la latencia entre la intención y la acción.

Aunque la madurez de la automatización varía, la disposición a usar herramientas de IA sigue siendo sólida en todos los roles e industrias. Este interés no es hipotético; se relaciona estrechamente con áreas de alta fricción operativa.

• La correlación entre el interés en IA y OES es a0 0,62, lo que indica que quienes más sufren son los más receptivos a la intervención de IA.
• Los equipos desean que la IA no reemplace a los humanos, sino que alivie la carga cognitiva del trabajo repetitivo y propenso a errores: resumen de registros, generación de políticas, informes de estado, autoescalado, etc.

Esta disposición abre una oportunidad poderosa: Podemos acelerar la adopción de AIOps de abajo hacia arriba al potenciar a los equipos que sienten mayor presión.

La combinación de la escala de la aplicación y la infraestructura distribuida plantea un desafío operativo singular. Cada factor por sí solo afecta poco al OES, pero juntos crean una fricción notable.

• Las industrias con un alto número de aplicaciones y despliegues en múltiples entornos (p. ej., Servicios Financieros, Energía, Manufactura) obtuvieron las puntuaciones más bajas en OES.
• Por el contrario, sectores como Educación y Sanidad, con carteras de aplicaciones y diversidad de entornos más reducidas, obtuvieron puntuaciones mucho más altas.

Esto refuerza que la complejidad es una función compuesta: aumenta a medida que crecen la escala (carga vertical) y la distribución (expansión horizontal). Y aquí es donde la automatización, especialmente AIOps, se vuelve no solo útil, sino imprescindible.

Los datos del Informe global sobre el estado de la estrategia de aplicaciones 2025 son contundentes. En todos los sectores, los principales retos operativos no son complejos, sino totalmente conocidos:

• Topologías de implementación fragmentadas distribuidas entre nube pública, centros de datos privados, colocation, edge y SaaS.
• Incremento en el volumen y la rapidez de las aplicaciones, especialmente en sectores altamente digitalizados.
• {"source":"A continued reliance on brittle scripts and tribal knowledge, which make even basic automation fragile and difficult to scale.","target":"Una dependencia continua de scripts frágiles y conocimientos tribales, que hacen que incluso la automatización básica sea frágil y difícil de escalar."}

Estas realidades no son nuevas, pero cada vez reconocemos más que el esfuerzo humano por sí solo no las resolverá.

{"source":"And yet, there is a silver lining: practitioners are ready.","target":"Y, sin embargo, hay un aspecto positivo: los profesionales están listos."} 

Las respuestas de la encuesta indican que quienes enfrentan el problema están más dispuestos a cambiar:

• {"source":"56% quieren que la IA ayude con tareas repetitivas o complejas, como resumir registros, generar scripts o aplicar políticas."}
• El 38% quiere que la IA ajuste automáticamente las configuraciones y tome decisiones, no solo que las sugiera.
• {"source":"Only 6% expressed disinterest in AI tools altogether, a minority that underscores how widespread the appetite for change has become.","target":"Solo el 6% expresó falta de interés en las herramientas de IA en su conjunto, una minoría que destaca lo extendido que se ha vuelto el apetito por el cambio."}

Esto señala un cambio cultural: los equipos no temen a la IA, la solicitan. No para reemplazar el juicio humano, sino para potenciarlo, acelerarlo y liberarlo de tareas monótonas.

Cada script que escribimos para solucionar una entrega fallida. Cada implementación retrasada por aprobaciones manuales. Cada ticket que se crea porque los sistemas no pueden comunicarse entre sí. Estos no son inconvenientes menores; son causas acumulativas de deuda operativa.

Y en un mundo donde el rendimiento digital es rendimiento empresarial, esa deuda se traduce directamente en:

• Lanzamiento al mercado más lento
• Riesgo aumentado de seguridad y cumplimiento
• source":"Talent attrition due to burnout and toil","translation":"Pérdida de talento por agotamiento y esfuerzo excesivo

El OES revela este coste oculto con precisión y muestra qué organizaciones están en mayor riesgo de quedarse atrás.