INFRAESTRUCTURA AUTÓNOMA: CÓMO LA IA ESTÁ TRANSFORMANDO LAS OPERACIONES DE TI (AIOps)
DOI:
https://doi.org/10.63391/hx806g68Palabras clave:
AIOps, Inteligencia Artificial, Infraestructura autónoma, Observabilidad computacional, Automatización inteligenteResumen
La intensificación de la transformación digital en las organizaciones contemporáneas ha ampliado significativamente la complejidad de las infraestructuras tecnológicas corporativas, impulsando la adopción de mecanismos inteligentes orientados a la automatización operativa, la observabilidad computacional y el análisis predictivo de eventos críticos. En este contexto, la Inteligencia Artificial aplicada a las operaciones de tecnología de la información, denominada AIOps, se ha consolidado como una de las principales estrategias tecnológicas asociadas a la construcción de infraestructuras autónomas y a la modernización de la gobernanza digital corporativa. El presente artículo tiene como objetivo analizar los impactos de la Inteligencia Artificial en la transformación de las operaciones de TI, enfatizando los efectos del AIOps sobre el monitoreo inteligente, la automatización operativa, la observabilidad analítica y la infraestructura autónoma. Metodológicamente, la investigación se caracteriza como una revisión bibliográfica integradora, de naturaleza cualitativa, exploratoria y descriptiva, fundamentada en publicaciones científicas indexadas, informes institucionales y documentos técnicos publicados entre 2020 y 2026. El estudio utilizó datos reales y verificables provenientes de instituciones reconocidas internacionalmente, incluyendo Gartner, IBM, Cisco, Splunk y Dynatrace, además de obras académicas relacionadas con Inteligencia Artificial, transformación digital y gobernanza tecnológica. Los resultados evidencian que los sistemas de AIOps amplían significativamente la capacidad operativa de las organizaciones al reducir el tiempo promedio de detección de fallas, fortalecer la previsibilidad computacional, automatizar respuestas operativas y optimizar entornos digitales de alta criticidad. El análisis también demuestra que la infraestructura autónoma redefine los modelos contemporáneos de gobernanza tecnológica al integrar aprendizaje automático, inteligencia analítica y automatización decisoria a gran escala. Se concluye que la Inteligencia Artificial aplicada a las operaciones de TI representa una transformación estructural en la sostenibilidad operativa de las organizaciones contemporáneas, redefiniendo paradigmas de eficiencia, resiliencia e inteligencia organizacional en la era digital.
##plugins.themes.default.displayStats.downloads##
Referencias
BARDIN, Laurence. Análise de conteúdo. São Paulo: Edições 70, 2016.
BRYNJOLFSSON, Erik; MCAFEE, Andrew. The Second Machine Age. New York: W. W. Norton & Company, 2020.
CASTELLS, Manuel. A sociedade em rede. 21. ed. São Paulo: Paz e Terra, 2020.
CISCO. Future of Secure Operations Report. San Jose: Cisco Systems, 2025.
CRESWELL, John W.; CRESWELL, J. David. Research design: qualitative, quantitative and mixed methods approaches. 5. ed. Thousand Oaks: Sage Publications, 2021.
DAVENPORT, Thomas H. All-in on AI: how smart companies win big with artificial intelligence. Boston: Harvard Business Review Press, 2023.
DAVENPORT, Thomas H.; RONANKI, Rajeev. Artificial intelligence for the real world. Harvard Business Review, Boston, v. 96, n. 1, p. 108-116, 2018.
DYNATRACE. Observability and AIOps Report. Waltham: Dynatrace Research, 2025.
FLORIDI, Luciano. The ethics of artificial intelligence. Oxford: Oxford University Press, 2023.
GARTNER. Top Strategic Technology Trends for 2025. Stamford: Gartner Research, 2025.
GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2022.
IBM. AIOps: Artificial Intelligence for IT Operations. Armonk: IBM Corporation, 2024.
KELLEHER, John D.; MAC NAMEE, Brian; D’ARCY, Aoife. Fundamentals of Machine Learning for Predictive Data Analytics. 2. ed. Cambridge: MIT Press, 2020.
LAUDON, Kenneth C.; LAUDON, Jane P. Sistemas de informação gerenciais. 17. ed. São Paulo: Pearson, 2022.
MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia científica. 9. ed. São Paulo: Atlas, 2021.
MARR, Bernard. Artificial Intelligence in Practice. Hoboken: Wiley, 2023.
MINAYO, Maria Cecília de Souza. O desafio do conhecimento: pesquisa qualitativa em saúde. 15. ed. São Paulo: Hucitec, 2021.
PRODANOV, Cleber Cristiano; FREITAS, Ernani Cesar de. Metodologia do trabalho científico. Novo Hamburgo: Feevale, 2013.
RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. 4. ed. New York: Pearson, 2021.
SEVERINO, Antônio Joaquim. Metodologia do trabalho científico. 24. ed. São Paulo: Cortez, 2018.
SPLUNK. State of Observability Report. San Francisco: Splunk Research, 2024.
SUSSKIND, Richard; SUSSKIND, Daniel. The Future of the Professions. Oxford: Oxford University Press, 2022.
TRINDADE, Luan Guimarães. Transformação digital, inteligência organizacional e inovação estratégica. Revista Científica Contemporânea, São Paulo, v. 12, n. 3, p. 1-18, 2025. DOI: https://doi.org/10.63391/a7wdkv55
TRINDADE, Luan Guimarães. Governança tecnológica e adaptação organizacional em ambientes inteligentes. Revista Brasileira de Gestão e Tecnologia, Brasília, v. 9, n. 2, p. 1-20, 2024. DOI: https://doi.org/10.63391/cy3n9y92
YIN, Robert K. Case study research and applications. 6. ed. Thousand Oaks: Sage Publications, 2020.
Archivos adicionales
Publicado
Número
Sección
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Os autores mantêm os direitos autorais sobre seus trabalhos e concedem ao periódico o direito de primeira publicação. Os artigos são publicados sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0).
É permitida a cópia, distribuição, compartilhamento e adaptação do conteúdo para fins acadêmicos e científicos, em qualquer meio, desde que seja dado o devido crédito à autoria e à fonte de publicação original.
Os autores autorizam a indexação, preservação digital, atribuição de DOI e disseminação nacional e internacional do conteúdo publicado.
A responsabilidade pelo conteúdo científico, ético e legal do artigo é exclusiva dos autores.