- La IA, una pesadilla para la ciberseguridad
- Así quiere Amazon que cada empresa tenga su propio modelo de vanguardia de IA
El CEO de Datadope explica la importancia de contextualizar las cantidades ingentes de datos empresariales para mejorar la prevención de problemas y ser más rápidos en la reacción a los mismos.
"En el futuro creo que la monitorización de los datos va a dejar de existir como concepto y se va a hablar de observabilidad. La monitorización habla de infraestructura y aplicaciones, lo cual no es relevante para las empresas; lo relevante es cómo uno traslada esa infraestructura y esas aplicaciones a los procesos críticos de negocio", explica Sergio Monge, consejero delegado de Datadope.
Desde 2018, esta compañía española trabaja con empresas para ayudarles a entender mejor sus datos. Según explica Monge, el término observabilidad podría equipararse a la diferencia entre ir al médico a que te midan solo la tensión o hacerse más pruebas (la tensión, analíticas, pruebas cardíacas, etc) y usar todos esos resultados dentro de un contexto.
Sergio Monge, consejero delegado de Datadope.Según Datadope, las principales ventajas que ofrece el uso de la observabilidad en las empresas son la capacidad para ser más rápidas cuando sufren una incidencia y una mayor capacidad para predecir un posible fallo. "Un buen ejemplo de la agilidad a la hora de reaccionar a una caída de los sistemas es el caso de Carrefour Servicios Financieros, uno de nuestros clientes. Gracias a la observabilidad, resolvimos una caída que antes necesitaba de diez horas para solventarse, a tan sólo dos horas, lo que para una empresa de este tipo puede suponer dejar de perder millones de euros. Esta reducción se logra en la fase de triaje y diagnóstico, ya que se reduce el tiempo que se tarda en estar investigando por qué se ha producido el fallo", asegura el CEO de Datadope.
Desde el punto de vista operativo, Monge afirma que otra de las grandes ventajas es la prevención. "La observabilidad te da todos los datos y todo el contexto en tiempo real, con lo cual puedes adelantarte al problema, puedes encontrar fallos antes de que se produzcan". Un ejemplo de este aspecto predictivo fue el caso de MásMóvil, otra de las compañías que han trabajado con la firma española. Tras instalar la solución y comparar con los datos pasados, se observó que "el 80% de los problemas que habían reportado los usuarios se podrían haber detectado previamente", asegura Monge.
Inteligencia artificial
El siguiente paso para mejorar aún más la solución de observabilidad de los datos pasa por aprovechar la inteligencia artificial y, concretamente, los agentes de inteligencia artificial. Bajo el nombre de Iometrics Smart Ops, Datadope trabaja en un ecosistema de agentes que observan, detectan y actúan sobre la infraestructura y los servicios para resolver una incidencia.
El objetivo es la híper predictibilidad, buscando reducir el tiempo de recuperación de manera drástica en hasta un 80%. "Si el logro anterior fue pasar de recuperarse de una caída de diez a dos horas, ahora la meta es hacerlo en solo 10 minutos", asegura el CEO de Datadope.
El uso de LLMs (modelos grandes de lenguaje) y la inteligencia artificial generativa permite que estos agentes se vuelvan "especialistas de las tecnologías, especialistas de los servicios y especialistas en procesos de negocio". Aunque los agentes no pueden resolver incidencias por sí solos debido a temas regulatorios y tecnológicos, sí pueden interactuar con el humano ofreciendo diagnósticos proactivos y propuestas de resolución. De momento, la compañía tiene en marcha pruebas de concepto con cinco compañías, como TPG Australia y Ferrovial.
Crecimiento
Más allá de las soluciones de inteligencia artificial, entre los clientes de Datadope se encuentran empresas como MasOrange o Codere, además de tener presencia internacional en Dinamarca (Vestas), Australia (TPG) y Argentina. La compañía ha experimentado un crecimiento notable, con un aumento de facturación por encima del 60% en los últimos dos años. Sus objetivos pasan por cerrar 2025 "por encima de los seis millones de euros y duplicar los ingresos para 2026".
Asimismo, en cuanto a personal, esperan aumentar de los setenta empleados actuales a unas 110 personas para finales de 2026 y a 150 empleados para 2028.
Según Monge, estamos aún en un momento prematuro de la adopción de la observabilidad de los datos, lo que ofrece a empresas como la suya mucho margen de crecimiento. "España se encuentra en clara fase de adopción, con un crecimiento de mercado estimado en un 20% anual".
Sin embargo, el directivo incita a las compañías españolas a ser más valientes a la hora de apostar por tecnologías disruptivas, pues asegura que hay mucho miedo al fallo. "La observabilidad la van a tener que implantar antes o después", insiste el directivo.
Meta recortará hasta un 30% el presupuesto del MetaversoAccenture y OpenAI firman un acuerdo para ayudar a las empresas a adoptar agentes de IAOpenAI declara el "código rojo" para mejorar ChatGPT ante la amenaza de la IA de Google Comentar ÚLTIMA HORA