Cómo la IA conversacional podría ser la solución para la brecha de habilidades en TI

En el corazón de la mayoría de las empresas globales reside un héroe anónimo: el mainframe, una plataforma que, silenciosamente, impulsa a diario enormes cargas de trabajo críticas. Desde el manejo de billones de dólares en transacciones financieras hasta la gestión de sistemas clave del gobierno y el comercio minorista, los mainframes actuales siguen siendo indispensables incluso a medida que la tecnología evoluciona a su alrededor.

Durante años, el debate en el sector se centró en si la computación en la nube reemplazaría a los mainframes. En la práctica, esa predicción ha comenzado a desvanecerse, un retroceso provocado por el hecho de que los mainframes siguen ofreciendo una fiabilidad, seguridad y capacidad de procesamiento de transacciones inigualables, a menudo con un coste y un perfil de consistencia difíciles (si no imposibles) de replicar en otros entornos.

Para muchas organizaciones, esta realidad tiene dos implicaciones:

• Las aplicaciones principales siguen funcionando mejor en el ordenador central.
• Incluso los servicios digitales más recientes dependen de sistemas de registro basados ​​en ordenadores centrales.

Como resultado, el mainframe ha asumido, si cabe, un papel aún más importante, sirviendo de pilar fundamental de la arquitectura empresarial híbrida.

La brecha de habilidades en TI

Si bien la plataforma se mantiene estable, se enfrenta a un desafío apremiante: la disminución del número de expertos experimentados en sistemas centrales.

Décadas de dependencia empresarial de COBOL y otras habilidades específicas de mainframes generaron una profunda experiencia institucional. Hoy en día, gran parte de esa experiencia reside en personas próximas a la jubilación. Al mismo tiempo, cada vez menos ingenieros jóvenes reciben formación en entornos mainframe tradicionales al ritmo necesario para reemplazar por completo esa experiencia.

Para los responsables de operaciones, esta falta de competencias en TI genera un riesgo de continuidad a largo plazo:

• ¿Qué ocurre durante un apagón en plena madrugada cuando la persona que "sabe" cómo solucionarlo ya se ha jubilado?
• ¿Qué ocurre cuando los miembros más nuevos del equipo dudan en trabajar en sistemas críticos porque no los comprenden del todo?
• ¿Y qué ocurre con la confianza del cliente cuando resolver un problema lleva horas en lugar de minutos porque solo unas pocas personas pueden interpretar las señales del sistema?

Estas preguntas ilustran por qué esta creciente brecha de habilidades representa un riesgo para la continuidad . Los mainframes están diseñados para ser resilientes, pero el modelo operativo que los rodea a menudo no lo es. A medida que los expertos se jubilan, las empresas se enfrentan a un desafío cada vez mayor para mantener estas plataformas funcionando sin problemas.

Por qué las respuestas tradicionales no son suficientes para solucionar la creciente brecha de habilidades.

Históricamente, las organizaciones han abordado este desafío de tres maneras:

• Invierte en formación y certificaciones.
• Intentar migración selectiva
• Confía en un grupo cada vez menor de expertos.

Si bien la capacitación es innegablemente esencial, requiere tiempo. Especialmente para alcanzar el nivel de experiencia necesario para brindar soporte confiable a estas plataformas complejas dentro del contexto institucional. La migración, por otro lado, puede presentar sus propios riesgos: es compleja, costosa y a menudo está limitada por regulaciones, requisitos de rendimiento o lógica empresarial profundamente arraigada. Además, como se mencionó, depender de un pequeño grupo de expertos aumenta la fragilidad operativa con el tiempo.

Ninguna de estas estrategias por sí sola reduce la barrera cognitiva inmediata para trabajar con confianza en un entorno de ordenador central.

Lo que se necesita es una forma de hacer que la inteligencia artificial de los sistemas centrales sea más accesible sin modificar el propio sistema. Aquí es donde la IA conversacional cambia las reglas del juego.

Cómo la IA conversacional ofrece una tabla de salvación

En lugar de reemplazar los mainframes o a los ingenieros especializados en ellos, la IA puede actuar como una interfaz inteligente entre ambos. Al permitir que los equipos formulen preguntas en lenguaje natural y reciban información diagnóstica guiada, las herramientas conversacionales reducen las dificultades tradicionalmente asociadas con las operaciones de mainframe.

En lugar de depender de comandos especializados o de reconstruir fragmentos de salidas del sistema, los operadores pueden:

• Siga un camino claro desde el primer indicio de problema hasta la probable fuente del mismo.
• Observa cómo interactúan las diferentes partes del sistema en tiempo real.
• Comprenda dónde se produce el problema sin tener que profundizar en capas de detalles técnicos.
• Reciba orientación sobre los próximos pasos para acelerar la resolución.

Esto no elimina la necesidad de una gran experiencia, pero sí la hace más accesible y escalable. Los ingenieros junior adquieren confianza más rápidamente, y los ingenieros senior dedican menos tiempo a responder preguntas de diagnóstico repetitivas y más tiempo a resolver problemas de alto valor. Además de una resolución de problemas más rápida, este nivel de conocimiento contextual también puede respaldar los esfuerzos continuos de optimización del rendimiento y los costos, lo que ayuda a los equipos a tomar decisiones más informadas sobre la eficiencia de la carga de trabajo, la utilización de recursos y las prioridades de modernización a largo plazo.

Para los equipos de operaciones que se encuentran bajo presión para mantener la disponibilidad del servicio mientras gestionan las transiciones de personal, ese cambio es significativo.

La solución: Rocket^® EVA^™

Rocket^® EVA^™ ejemplifica este enfoque al integrar diagnósticos conversacionales y controlados directamente en los sistemas centrales. Permite a los equipos interactuar con entornos complejos mediante un lenguaje sencillo, manteniendo al mismo tiempo el rigor y la estabilidad que las empresas esperan de sus operaciones en mainframes.

EVA reduce las barreras de entrada y brinda a los equipos margen de maniobra, lo que les permite adquirir nuevas habilidades, capacitarse en diferentes áreas y modernizarse de manera planificada sin poner en riesgo la continuidad durante ese período. A largo plazo, amplifica el profundo conocimiento institucional, lo que permite que un mayor número de profesionales de TI puedan brindar soporte al sistema central en diversos niveles, integrando la resiliencia en el plan de crecimiento, hasta el núcleo del sistema.

Implicaciones a largo plazo

La modernización de los sistemas centrales ya no se limita a eliminar sistemas esenciales que aún ofrecen un valor extraordinario. El debate se centra cada vez más en preservar las fortalezas de la plataforma al tiempo que se evoluciona la forma en que los usuarios interactúan con ella.

Descubra más sobre Rocket^® EVA^™ y cómo la IA conversacional representa ese cambio: hacer que la inteligencia del sistema, de confianza y fiable, sea consultable, contextual y accesible para los equipos responsables de mantener la empresa en funcionamiento.