La crisis de la experiencia operativa

Escrito por: Lori MacVittie

Introducción

A medida que las organizaciones buscan ofrecer servicios digitales con mayor rapidez, seguridad y eficiencia, la complejidad operativa se ha convertido en uno de los principales obstáculos. La creciente dependencia de entornos multicloud, aplicaciones distribuidas y arquitecturas híbridas expone a los equipos de operaciones de TI a tareas que requieren mucho tiempo y a flujos de trabajo fragmentados. Las métricas tradicionales no reflejan la fricción acumulada a la que se enfrentan los operadores a diario.

Para salvar esta brecha, presentamos la puntuación de experiencia operativa (OES), una métrica compuesta diseñada para cuantificar las dificultades operativas y señalar dónde resulta esencial la automatización, en particular las operaciones basadas en IA (AIOps). Esta puntuación ofrece una visión clara y basada en datos de la eficiencia con la que trabajan los equipos de TI y de dónde se encuentran los cuellos de botella y las ineficiencias.

Metodología y fórmula de puntuación

Investigamos cómo miden la «experiencia» otros ámbitos técnicos y, a partir de ahí, desarrollamos una fórmula que agrega datos de tres pilares:

Productividad en las tareas (TP) – Mide la cantidad de esfuerzo manual necesario para completar las tareas. Si los equipos dependen en gran medida de la escritura de scripts, la interacción directa con API o la aprobación manual de acciones rutinarias, la puntuación de TP será baja.

Eficiencia del flujo de trabajo (WE) – Este indicador tiene en cuenta el tiempo y la complejidad que conlleva ejecutar las tareas. Una puntuación WE alta refleja tiempos de ejecución más largos debido al uso de herramientas fragmentadas, a retrasos en los procesos o a una gran dependencia de la intervención humana.

Satisfacción del usuario (US) – Refleja el grado de satisfacción de los profesionales con sus herramientas y flujos de trabajo, incluida su disposición a adoptar la automatización, la facilidad de configuración y la confianza en los resultados.

Este enfoque premia una mayor satisfacción y penaliza los entornos en los que predominan el esfuerzo manual y la ineficiencia. A esta métrica la denominamos Puntuación de Experiencia Operativa.

Para calcular el OES, utilizamos respuestas estructuradas de la encuesta, asociadas a cada uno de los tres componentes de la puntuación. Nuestro conjunto de datos incluía a más de 500 responsables cualificados de la toma de decisiones de TI y profesionales técnicos que respondieron al informe State of Application Strategy 2025.

Entre todos los encuestados, la OES media fue de 5,50, con variaciones significativas según el sector. Estos son los resultados:

La puntuación máxima posible de OES es 10, donde 10 = experiencia óptima (baja complejidad de la tarea, alta eficiencia y alta satisfacción) y 1 = experiencia deficiente (alta complejidad, baja eficiencia y baja satisfacción).

Conclusiones clave

• 41 % de los encuestados afirmó que «trabajar con las API de proveedores» o «escribir scripts» es la parte de su trabajo que más tiempo consume.

• 38 % quiere que la IA ajuste automáticamente las configuraciones y las políticas.

• 56 % busca sugerencias generadas por IA para agilizar los flujos de trabajo.

• Solo el 6% afirmó que no quiere utilizar la IA en sus flujos de trabajo de automatización.

Una tendencia que destaca en estos datos es el OES notablemente inferior observado en los sectores altamente regulados. Los servicios financieros, la Administración pública y los sectores de la energía y los servicios públicos presentan sistemáticamente una mayor fricción operativa. Esto no resulta del todo sorprendente. Estos sectores operan bajo estrictos marcos normativos que suelen exigir comprobaciones manuales, procesos de aprobación rígidos y ciclos de cambio más lentos. Como resultado, aunque se disponga de herramientas de automatización, es posible que los equipos no puedan aprovecharlas al máximo.

Además, las infraestructuras heredadas suelen mantenerse durante más tiempo en los entornos regulados, lo que plantea retos de integración y modernización que afectan a la eficiencia de los flujos de trabajo. Y aunque los profesionales de estos sectores estén deseando adoptar la IA, las políticas y la aversión al riesgo suelen retrasar su implantación. La métrica OES hace visible esta fricción y pone de relieve el papel fundamental que unas AIOps bien gobernadas pueden desempeñar para aliviar la carga del cumplimiento normativo sin dejar de acelerar las entregas.

Distribución + escala = lastre operativo

Los entornos de aplicaciones modernos son complejos, no solo por dónde se implementan, sino también por la carga que soportan. Actualmente, la mayoría de las organizaciones abarcan varios tipos de infraestructura: nube pública, centros de datos privados, coubicación, edge y SaaS. Al mismo tiempo, gestionan desde decenas hasta cientos de aplicaciones en esos entornos.

Para cuantificar el impacto, analizamos dos variables clave:

• Distribución: el número de entornos diferentes en los que se implementan las aplicaciones.

• Escala: el número total de aplicaciones gestionadas.

Qué muestran los datos:

• Correlación entre la distribución y la OES: –0,22
  Esta relación negativa indica que, a medida que las aplicaciones se despliegan en más entornos, la experiencia operativa empeora. Cada entorno introduce herramientas, políticas y retos de integración específicos, 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 presenta una correlación insignificante con la fricción operativa. Sin embargo, al combinarlo con la distribución, se obtiene una imagen más clara: las organizaciones con muchas aplicaciones y numerosos entornos registran las puntuaciones OES más bajas.

La escala de las aplicaciones añade presión vertical: cuantas más aplicaciones haya, más configuraciones, políticas y actualizaciones habrá que gestionar. La distribución añade complejidad horizontal: cuantos más entornos haya, más integraciones, herramientas de visibilidad y conocimientos especializados se necesitarán.

En conjunto, generan un lastre acumulativo para la agilidad operativa.

Sectores como los servicios financieros, la energía y la industria manufacturera, que obtienen las puntuaciones más bajas en OES, también se encuentran entre los que presentan una mayor distribución y escala de aplicaciones. En cambio, la educación y la sanidad, que suelen tener menos aplicaciones y topologías de infraestructura más sencillas, registran puntuaciones OES significativamente más altas.

Por qué es importante

Los equipos de operaciones no solo tienen que lidiar con la complejidad, sino que están desbordados por ella. Cuanto más fragmentado y amplio es un entorno, más frágiles son los flujos de trabajo, más se demora la respuesta y más crucial resulta la necesidad de automatización.

Puntos críticos operativos

La puntuación de la experiencia operativa no es solo una cifra, sino que refleja los retos reales a los que se enfrentan los equipos de TI y operaciones al gestionar entornos modernos, distribuidos y, a menudo, fragmentados. Al analizar las tendencias generales de los datos, surgen varios temas que ayudan a explicar tanto los puntos débiles como la urgencia de adoptar la automatización y AIOps.

1. Las tareas manuales siguen predominando

A pesar de años de inversión en herramientas de automatización, una parte importante del trabajo operativo sigue realizándose de forma manual. Esto no se debe únicamente a los sistemas heredados, sino también a las carencias de integración entre herramientas, la falta de estandarización y las dificultades que generan los scripts y las API que nunca se diseñaron para escalar.

• 41 % de los encuestados afirmó que interactuar con las API de los proveedores o escribir scripts es la tarea que más tiempo consume en su flujo de trabajo.

• Incluso en las organizaciones nativas de la nube, la automatización suele consistir en «una colección de scripts», en lugar de una orquestación optimizada.

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

2. Las ineficiencias en los flujos de trabajo son sistémicas

Los datos revelan que los retrasos y las ineficiencias no se limitan a una herramienta o un proceso concretos. Más bien, son problemas sistémicos y estructurales, provocados por cadenas de aprobación fragmentadas, procesos aislados y sistemas no integrados.

• Casi el 30 % de los encuestados señalaron que la espera de aprobaciones o traspasos era uno de los principales factores que provocaban retrasos.

• 18 % afirmó que la escasa integración entre las herramientas era una importante fuente de ineficiencia.

Esto demuestra que mejorar la eficiencia del flujo de trabajo no consiste simplemente en implementar más herramientas, sino en replantear los procesos y crear ciclos de retroalimentación que reduzcan la latencia entre la intención y la acción.

3. Gran predisposición a adoptar la IA, impulsada por las fricciones

Aunque el grado de madurez de la automatización varía, la predisposición a utilizar herramientas de IA es sistemáticamente alta en todos los puestos y sectores. Este interés no es hipotético, sino que está estrechamente relacionado con áreas que presentan importantes fricciones operativas.

• La correlación entre el interés por la IA y el OES es –0,62, lo que significa que quienes más dificultades experimentan son quienes están más preparados para la intervención de la IA.

• Los equipos no quieren que la IA sustituya a las personas, sino que reduzca la carga cognitiva de las tareas repetitivas y propensas a errores: resumen de registros, generación de políticas, elaboración de informes de estado, escalado automático, etc.

Esta disposición pone de manifiesto una gran oportunidad: la adopción de AIOps puede acelerarse desde los equipos de base si se dota de autonomía precisamente a aquellos que soportan una mayor presión.

4. La complejidad aumenta tanto con la escala como con la distribución

El impacto combinado de la escala de las aplicaciones y la infraestructura distribuida plantea un reto operativo singular. Aunque cada factor por separado tiene un efecto limitado en la OES, juntos generan una fricción cuantificable.

• Los sectores con un elevado número de aplicaciones y despliegues en múltiples entornos (p. ej., servicios financieros, energía y fabricación) obtuvieron las puntuaciones más bajas en OES.

• En cambio, sectores como la educación y la sanidad, donde las carteras de aplicaciones y la diversidad de entornos son menores, obtuvieron puntuaciones significativamente más altas.

Esto refuerza la idea de que la complejidad es una función compuesta: aumenta a medida que crecen la escala (carga vertical) y la distribución (dispersión horizontal). Y es aquí donde la automatización, especialmente AIOps, deja de ser simplemente útil para convertirse en esencial.

5. La situación actual es insostenible

Quizá la conclusión más llamativa sea que muchos equipos se están acercando a un punto de inflexión. La combinación de unas exigencias cada vez mayores, una plantilla que no crece, herramientas obsoletas y soluciones provisionales manuales está generando una presión operativa insostenible.

• Los equipos están dando señales de agotamiento.

• El interés por la IA responde a motivos pragmáticos, no a aspiraciones.

• Y la voluntad de adoptar el cambio ya está en marcha.

Los datos hablan por sí solos: el camino a seguir no pasa por más scripts, más herramientas ni más paneles de control, sino por una automatización inteligente y consciente del contexto que pueda evolucionar con las necesidades operativas.

La solución es la IA

Para comprender mejor cómo encaja la IA en la experiencia operativa, analizamos las respuestas a preguntas sobre IA y automatización, en concreto, en qué ámbitos querían los encuestados aplicar la IA o estaban dispuestos a utilizarla en las operaciones. A continuación, comparamos el número de respuestas positivas relacionadas con la IA con la puntuación de experiencia operativa (OES) de cada encuestado.

• Correlación entre el interés por la IA y el OES: -0,62

Se trata de una fuerte correlación negativa que revela un patrón claro: cuanto mayores son las dificultades operativas que experimenta un equipo, más desea contar con la ayuda de la IA. En otras palabras, quienes más desean recibir asistencia de la IA, ya sea para resumir registros, ajustar políticas o generar configuraciones, son también quienes obtienen las puntuaciones más bajas en experiencia operativa.

Esto refuerza la urgencia de adoptar AIOps. Las organizaciones no recurren a la IA por mera novedad, sino como una solución necesaria para las dificultades que experimentan actualmente. Ya se deban a la escala, la complejidad o a procesos obsoletos, estas presiones están impulsando desde las bases la demanda de una automatización inteligente, consciente del contexto e integrada en las operaciones.

Estos datos demuestran que el interés por AIOps no responde a una aspiración, sino a una necesidad funcional. Los encuestados no fantasean con posibles casos de uso futuros, sino que intentan eliminar las tareas que les hacen perder tiempo y reducir la complejidad de los procesos manuales en sus flujos de trabajo actuales.

Tareas como escribir scripts, resumir registros o escalar servicios no son precisamente innovadoras, sino las cargas cotidianas que conlleva gestionar una infraestructura moderna. Y es justo ahí donde los encuestados quieren contar con la ayuda de la IA.

Los resultados apuntan a una conclusión clara: los equipos con más interés por la IA son también los que están más cerca de sufrir agotamiento.

Piden herramientas que ayuden a automatizar, agilizar y escalar las tareas operativas esenciales. Y lo hacen porque la situación actual, con scripts fragmentados, flujos de trabajo frágiles y una clasificación manual de incidencias, no es sostenible.

Esto refuerza la tesis central del marco OES: la complejidad operativa se puede medir, genera dificultades y está estrechamente relacionada con la creciente demanda de IA en las operaciones de TI.

La puntuación de la experiencia operativa ofrece un indicador claro y cuantificable: las operaciones de TI modernas están llegando a un punto crítico. La combinación de escala, distribución y complejidad ha superado la capacidad de las herramientas tradicionales y de los procesos que dependen de la intervención humana. El resultado es un aumento de las fricciones, de los costes operativos y del riesgo de agotamiento entre los equipos técnicos.

AIOps es la única vía de futuro escalable

Los datos del informe global «Estado de la estrategia de aplicaciones 2025» son inequívocos. En todos los sectores, los principales retos operativos no son nada fuera de lo común, sino dolorosamente conocidos:

• Topologías de despliegue fragmentadas distribuidas entre la nube pública, centros de datos privados, instalaciones de coubicación, el edge y soluciones SaaS.

• Aumento del volumen y la velocidad de las solicitudes, especialmente en sectores altamente digitalizados.

• Una dependencia continuada de scripts frágiles y conocimientos no documentados, que hace que incluso la automatización básica sea poco robusta y difícil de escalar.

Estas realidades no son nuevas, pero lo que sí es nuevo es el creciente reconocimiento de que el esfuerzo humano por sí solo no puede resolverlas.

Y, aun así, hay un lado positivo: los profesionales están preparados.

Las respuestas a la encuesta muestran que las personas que viven el problema más de cerca son también las más dispuestas a cambiar:

• El 56 % quiere 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 que se limite a sugerirlas.
• Solo un 6 % manifestó no tener ningún interés en las herramientas de IA, una minoría que pone de relieve hasta qué punto se ha generalizado el deseo de cambio.

Esto indica un cambio cultural: los equipos no tienen miedo de la IA, sino que la reclaman. No para sustituir el criterio humano, sino para potenciarlo, agilizarlo y liberarlo de las tareas tediosas.

El coste de la inacción ya no está oculto

Cada script escrito para solucionar un traspaso defectuoso. Cada despliegue retrasado por aprobaciones manuales. Cada incidencia creada porque los sistemas no pueden comunicarse entre sí. No se trata de pequeños inconvenientes, sino de fuentes de deuda operativa que se acumulan.

Y en un mundo en el que el rendimiento digital determina el rendimiento empresarial, esa deuda se traduce directamente en:

• Mayor tiempo de comercialización

• Mayor riesgo para la seguridad y el cumplimiento normativo

• Pérdida de talento debido al agotamiento y al trabajo tedioso

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

AIOps es la evolución natural de la madurez operativa

Al igual que la infraestructura pasó de ser física a virtual y, después, nativa de la nube, las operaciones deben evolucionar de manuales a inteligentes. AIOps no es una tendencia, sino el siguiente paso de madurez en la evolución de las operaciones empresariales.

Las organizaciones que adopten AIOps podrán:

• Automatiza el trabajo tedioso, no solo las tareas

• Permite que los equipos se centren en la estrategia, no en la sintaxis

• Cree sistemas adaptativos que aprendan, se ajusten y respondan en tiempo real

¿Y las que no? Seguirán atadas a flujos de trabajo incapaces de seguir el ritmo del negocio.

AIOps es una evolución necesaria para abordar la crisis de la experiencia operativa provocada por la complejidad. Ya no es algo deseable, sino una necesidad.

Apéndice: preguntas de la encuesta, aportaciones y resumen de resultados

Productividad en las tareas

• 41 % de los encuestados eligieron «trabajar con API de proveedores» o «escribir scripts» como la tarea que más tiempo les lleva.

• 56 % solicitó asistencia de IA para generar scripts, resumir registros o interactuar con la telemetría.

• 32 % dependen de plataformas de automatización u orquestación de terceros para gestionar los servicios de entrega y seguridad.

• ¿Cuál es la tarea relacionada con la automatización que más tiempo requiere actualmente?

• ¿En cuáles de las siguientes tareas de operaciones de TI le gustaría contar con la ayuda de la IA generativa? (Puede seleccionar varias opciones: resumen de registros, actualizaciones de estado, interfaz de telemetría y generación de scripts)

• ¿Cómo gestiona actualmente sus servicios de entrega y seguridad de aplicaciones? (Por ejemplo, mediante scripts o herramientas de automatización/orquestación)

Eficiencia del flujo de trabajo

• 38 % de los encuestados quieren que la IA ajuste automáticamente las configuraciones o aplique las políticas.

• 29% indicó que la espera de aprobaciones o traspasos es un factor clave que contribuye a los retrasos.

• 18 % señaló la falta de integración entre herramientas como un obstáculo para lograr flujos de trabajo eficientes.

• ¿Cuál es actualmente la tarea relacionada con la automatización que más tiempo requiere? (como indicador de retrasos)

• Seleccione cómo desea utilizar la IA y la automatización en las operaciones de TI (p. ej., ajustes automáticos o generación de sugerencias).

Satisfacción del usuario

• 65 % calificó las funciones de programabilidad, como el registro y la configuración, de «muy importantes» o «extremadamente importantes».
• 63 % prefiere Python como principal lenguaje de scripting o programación para flujos de trabajo personalizados.
• Solo el 6 % afirmó no querer utilizar la IA para ningún tipo de automatización.
• Valore el nivel de importancia de las funciones de programabilidad (p. ej., registro, políticas de seguridad)
• ¿Qué lenguaje de programación preferiría utilizar?
• Disposición a utilizar la IA para automatizar tareas frente a manifestar que no se desea la intervención de la IA.

Distribución y huella de las aplicaciones

• Número medio de aplicaciones implementadas: 140
• Número medio de entornos de despliegue únicos utilizados: 2,3
• Distribución de aplicaciones (media entre los encuestados):
  • Nube pública: 36 %
  • En las instalaciones (tradicional): 27 %
  • En las instalaciones (nativo de la nube): 12 %
  • Coubicación: 14 %
  • Edge: 11%
• ¿Cuántas aplicaciones tiene implementadas?
• ¿Cuántos proveedores de nube pública diferentes utiliza?
• ¿Cuántos centros de datos de coubicación o locales se utilizan?
• ¿Qué porcentaje de sus aplicaciones está implementado en:
  • Nube pública
  • En las instalaciones (tradicional y nativo de la nube)
  • Coubicación
  • Edge
  • SaaS

Apéndice: formato JSON-LD (legible por máquinas y orientado a LLM)

{

  "@context": "https://schema.org",

  "@type": "Report",

  "name": "Informe sobre la puntuación de la experiencia operativa (OES) de 2025",

  "description": "Un informe exhaustivo que analiza la complejidad operativa de los entornos de TI, presenta la puntuación de la experiencia operativa (OES) como métrica e identifica AIOps como la vía estratégica para avanzar.",

  "datePublished": "2025-06-23T15:00:00.000Z",

  "author": {

    "@type": "Organization",

    "name": "F5",

    "url": "https://www.f5.com"

  },

  "publisher": {

    "@type": "Organization",

    "name": "F5"

  },

  "about": [

    "Eficiencia operativa",

    "Automatización",

    "AIOps",

    "Operaciones de TI",

    "Entrega de aplicaciones"

  ],

  "keywords": [

    "OES",

    "AIOps",

    "Puntuación de la experiencia operativa",

    "Automatización de TI",

    "Complejidad digital",

    "Multinube",

    "Entornos híbridos",

    "Tareas manuales",

    "Ineficiencia de los flujos de trabajo",

    "Satisfacción del usuario"

  ],

  "mainEntity": {

nbsp;   "@type": "Dataset",

    "name": "Encuesta sobre el estado de la estrategia de aplicaciones de 2025",

    "description": "Encuesta realizada a más de 500 responsables de la toma de decisiones y profesionales de TI cualificados para medir la experiencia operativa en términos de productividad de las tareas, eficiencia de los flujos de trabajo y satisfacción del usuario.",

    "variableMeasured": [

      {

        "@type": "PropertyValue",

        "name": "Productividad de las tareas",

        "value": "Esfuerzo manual necesario; penalizado por la dependencia de scripts o API"

      },

      {<

        "@type": "PropertyValue",

        "name": "Eficiencia de los flujos de trabajo",

        "value": "Tiempo y complejidad de la ejecución de tareas; afectados por retrasos, traspasos y fragmentación de herramientas"

      },

      {<

        "@type": "PropertyValue",

        "name": "Satisfacción del usuario",

        "value": "Satisfacción de los profesionales, predisposición a la automatización y facilidad de uso"

      }

    ],

    "measurementTechnique": "Modelo de puntuación compuesto basado en respuestas estructuradas a encuestas",

    "distribution": {

      "@type": "DataDownload",

      "encodingFormat": "application/pdf",

      "contentUrl": "https://www.f5.com/resources/articles/the-operational-experience-crisis"

    }

  },

  "hasPart": [

    {

      "@type": "CreativeWork",

      "name": "Problemas operativos",

      "headline": "Cinco retos clave de las operaciones de TI",<

      "abstract": "Identifica los principales problemas operativos, como la carga de las tareas manuales, las ineficiencias de los flujos de trabajo, la predisposición a adoptar la IA, la complejidad derivada de la distribución y la escala, y una presión operativa insostenible."

    },

    {

      "@type": "CreativeWork",

      "name": "Fórmula de puntuación",

      "headline": "Cómo se calcula la puntuación de la experiencia operativa",

      "text": "OES = ((10 - TP) + (10 - WE) + US) / 3, normalizada de 1 a 10, donde unos valores más bajos de TP/WE y uno más alto de US dan como resultado una puntuación mayor."

    },

    {

      "@type": "CreativeWork",

      "name": "AIOps como solución",

      "headline": "La solución es la IA",

      "text": "El interés por la IA presenta una correlación negativa con la OES (-0,62), lo que demuestra que los equipos con más dificultades son los que más desean recibir ayuda de la IA. AIOps se considera el siguiente paso lógico en la madurez operativa."

    },

    {

      "@type": "CreativeWork",

      "name": "Conclusiones por sector",

      "headline": "Variaciones de la OES por sector",

      "text": "Los sectores regulados, como los servicios financieros y la energía, registran las puntuaciones OES más bajas debido al cumplimiento normativo, los sistemas heredados y la escala. La educación y la sanidad obtienen puntuaciones más altas gracias a la mayor sencillez de sus entornos."

    }

  ],

  "citation": {

    "@type": "CreativeWork",

    "name": "Estado de la estrategia de aplicaciones de 2025",

    "url": "https://www.f5.com/state-of-application-strategy"

  }

}