Una nueva era de visibilidad: Por qué la CMDB de ServiceNow es esencial para la IA y el ML

A medida que la inteligencia artificial (IA) y el maching learning (ML) siguen transformando sectores enteros, las organizaciones necesitan cada vez más una gobernanza y visibilidad sólidas de estas potentes tecnologías. Mientras que las bases de datos de gestión de la configuración (CMDB) tradicionales solían realizar un seguimiento de los servidores, los equipos de red y el software de aplicación, no siempre captaban la naturaleza matizada de los componentes de IA/ML, como el hardware especializado o los servicios de inferencia basados en la nube. Consciente de esta carencia, ServiceNow ha introducido recientemente nuevas clases de CMDB diseñadas específicamente para reflejar el ecosistema de IA y ML en evolución. Al aprovechar estas actualizaciones, su organización puede establecer una imagen más clara de cómo operan las cargas de trabajo impulsadas por IA, y garantizar que estén alineadas con sus objetivos más amplios de gestión de servicios de TI.

Más que gestión de activos

Históricamente, las CMDB se construían en torno a servidores físicos e instalaciones de software. Sin embargo, las cargas de trabajo de IA/ML introducen complejidades que van mucho más allá de los recursos informáticos estándar. Los modelos se basan en grandes conjuntos de datos, unidades de procesamiento especializadas y, en ocasiones, servicios efímeros basados en la nube que hacen que el seguimiento tradicional de activos parezca inadecuado. Esto puede dar lugar a una visibilidad fragmentada, una propiedad ambigua y procesos de gestión de cambios ineficaces cuando se trata de sistemas de IA.

Las últimas mejoras de la CMDB de ServiceNow abordan estos retos de frente. Al añadir clases especializadas que capturan los atributos únicos de las aplicaciones y el hardware de IA/ML, la CMDB hace ahora un mejor trabajo al describir las cargas de trabajo modernas y sus relaciones subyacentes. En lugar de tratar los recursos de IA como servidores estándar o software genérico, estas nuevas clases permiten a las organizaciones realizar un seguimiento de la naturaleza exacta del procesamiento de IA/ML, hasta los detalles de la GPU o los puntos finales de las funciones basadas en la nube.

Estreno de nuevas clases de CMDB

Uno de los desarrollos más significativos de la CMDB de ServiceNow es la introducción de clases que hablan directamente de los entornos de IA y ML. Cada clase se centra en una faceta diferente de las operaciones de IA/ML, lo que garantiza una forma completa de documentar y gestionar sus servicios inteligentes.

1. cmdb_ci_processing_unit
   Esta clase establece un modelo básico para las unidades de procesamiento de todo tipo. Piensa en ella como la «capa base» que puede capturar detalles relevantes para CPUs, GPUs o cualquier chipset especializado utilizado en la informática moderna. Al encapsular atributos básicos (como la velocidad del reloj o el recuento de núcleos) y funcionalidades compartidas, cmdb_ci_processing_unit simplifica el proceso de añadir nuevos tipos de hardware más adelante, garantizando que la CMDB siga siendo escalable y adaptable a medida que evoluciona la tecnología.
2. cmdb_ci_gpu
   A partir de la clase de unidad de procesamiento base, cmdb_ci_gpu se sumerge en los detalles específicos de las unidades de procesamiento gráfico, a menudo un activo fundamental para las cargas de trabajo de IA y ML. Aunque históricamente las GPU se encargaban del renderizado de gráficos, ahora son igualmente apreciadas por sus capacidades de procesamiento paralelo. Esta clase documenta los atributos específicos de la GPU, incluido el número de núcleos y la memoria disponible de la GPU. La capacidad de rastrear qué GPU están instaladas y dónde, o cómo se están utilizando, ayuda a los equipos de TI a asignar recursos de forma más eficaz y anticiparse a las futuras necesidades de capacidad.
3. cmdb_ci_function_ai
   A medida que más organizaciones adoptan servicios de IA basados en la nube, la clase cmdb_ci_function_ai sirve como una forma estructurada de realizar un seguimiento de las ofertas de SaaS de IA. Estas suelen incluir servicios escalables y bajo demanda para el aprendizaje automático, el procesamiento del lenguaje natural o el análisis de datos proporcionados por proveedores de nube pública. Al distinguir AI SaaS de las soluciones locales, tu CMDB aclara no solo quién es el propietario del contrato de servicio, sino también dónde residen los datos, cómo se procesan y cualquier implicación normativa vinculada al uso de la nube.
4. cmdb_ci_appl_ai_application
   Ya se ejecuten en un entorno de sistema operativo tradicional, en una plataforma de contenedores como Docker o en un marco de orquestación como Kubernetes, las aplicaciones de IA a menudo necesitan un seguimiento en la capa de software. La clase cmdb_ci_appl_ai_application captura los detalles de estas herramientas impulsadas por IA, abarcando todo, desde el sistema operativo en el que se ejecuta, las bibliotecas y marcos que requiere y los modelos o canalizaciones de datos en los que se basa. Al tratar las aplicaciones de IA como ciudadanos de primera clase en la CMDB, las organizaciones pueden comprender mejor cómo los cambios en el código o en las configuraciones de los contenedores pueden afectar a los sistemas de producción.

Para obtener estas actualizaciones, visita ServiceNow Store para obtener los últimos «CMDB CI Class Models» (v1.68.0 o posterior)

Los beneficios

Las nuevas clases no sólo facilitan la descripción de los activos AI/ML en la CMDB, sino que también proporcionan relaciones más significativas entre estos activos. Esto es especialmente valioso para:

1. Mayor visibilidad de las relaciones
   Los flujos de trabajo de IA a menudo abarcan múltiples capas de infraestructura, desde hardware especializado (GPU) hasta puntos finales de inferencia basados en la nube. Poder visualizar cómo una aplicación de IA (cmdb_ci_appl_ai_application) depende de una GPU (cmdb_ci_gpu) o de una función en la nube (cmdb_ci_function_ai) permite a los equipos ver el panorama general de un vistazo. Esta visibilidad puede ser la diferencia entre una solución rápida y un largo incidente cuando se solucionan problemas de rendimiento.
2. Planificación proactiva de recursos
   Mediante el seguimiento de los patrones de uso y las configuraciones de las GPU o las funciones de IA en la nube, las organizaciones pueden planificar la demanda futura. Si su equipo de análisis de datos planea ampliar las tareas de formación, la CMDB puede señalar la capacidad insuficiente de la GPU o identificar posibles cuellos de botella. Esta previsión ayuda a evitar tiempos de inactividad imprevistos o cuellos de botella en el rendimiento que podrían hacer descarrilar iniciativas críticas de IA/ML.
3. Cumplimiento y auditoría mejorados
   La gobernanza de los datos es una preocupación creciente, especialmente cuando los modelos de IA ingieren información confidencial. Con clases distintas para las cargas de trabajo de IA, se puede obtener rápidamente información relacionada con el cumplimiento, como dónde se alojan los modelos, cómo se procesan los datos y qué servicios en la nube se utilizan. Esta granularidad agiliza las auditorías internas y garantiza que la organización esté preparada para demostrar el cumplimiento de la normativa, ya sea GDPR, HIPAA o normas específicas del sector.
4. Gestión del cambio racionalizada
   Actualizar un modelo de IA no es solo cuestión de desplegar un nuevo software. Puede implicar el reentrenamiento en diferentes conjuntos de datos, la reconfiguración de las GPU para aumentar el rendimiento o el cambio de proveedores de nube para mejorar la demora. Cuando estos cambios se registran en la CMDB, los equipos pueden evaluar las posibles repercusiones en los sistemas posteriores o en las aplicaciones dependientes. Este enfoque reduce el riesgo de interrupciones de la producción causadas por un comportamiento impredecible de la IA o por requisitos del sistema desajustados.

Cómo sacar partido

Para aprovechar al máximo la CMDB actualizada de ServiceNow, empieza por identificar los recursos de IA/ML que hay actualmente en tu organización. Identifica a quién pertenece cada pieza del rompecabezas (hardware, modelos, canalizaciones de datos y servicios en la nube) y, a continuación, alinea estos elementos con las nuevas clases. Si, por ejemplo, tus analistas de datos dependen en gran medida de clústeres acelerados por GPU, asegúrate de que todos los detalles relevantes de la GPU (por ejemplo, memoria, recuento de núcleos) se capturan en cmdb_ci_gpu. Si tu aplicación utiliza servicios de IA basados en AWS o Azure, cataloga esos puntos finales en cmdb_ci_function_ai para mantener un registro de dónde tiene lugar la inferencia basada en la nube.

La automatización suele ser clave para mantener esta información actualizada. A medida que evolucionan los entornos de IA/ML, se crean nuevos contenedores, se redistribuyen las GPU y cambian los niveles de suscripción de los servicios en la nube. Considere la posibilidad de utilizar ServiceNow Discovery o integraciones personalizadas para sincronizar automáticamente las actualizaciones en la CMDB. Esto reduce la carga administrativa de tus equipos y ayuda a garantizar que la CMDB siga siendo un reflejo exacto de la realidad.

Igualmente importante es integrar la gestión de la configuración de IA/ML en los procesos operativos y de gobernanza existentes. Cada vez que se cambia un modelo de producción o se adquiere una nueva GPU, se debe notificar a las partes interesadas pertinentes, como los responsables de la ciencia de datos o los directores financieros. Si integras estos pasos en tus flujos de trabajo diarios, evitarás el error habitual de tratar la CMDB como una idea de última hora, que se actualiza de forma esporádica y que, inevitablemente, se queda obsoleta.

Una fuente de información estratégica

Las nuevas clases de CMDB de ServiceNow no son sólo una herramienta táctica para un mejor seguimiento de los activos; también sirven como base estratégica para navegar por el futuro impulsado por la IA. A medida que la huella de la IA de tu organización se amplía para abarcar casos de uso de analítica avanzada, procesamiento del lenguaje natural y edge computing, contar con una CMDB bien estructurada garantiza que no te pille desprevenido la complejidad.

Podrás responder a preguntas críticas, como las diferencias en las obligaciones de cumplimiento de datos según el entorno de IA o dónde asignar presupuesto para actualizaciones de GPU, y lo harás con información precisa y en tiempo real. Al basar estas decisiones en una CMDB que refleje la IA y el ML como recursos de primera clase, fomentarás la colaboración entre los equipos de TI, los científicos de datos y los líderes empresariales, que dependen de datos coherentes para guiar sus acciones.

La CMDB en la era de la IA

Con las últimas actualizaciones de CMDB de ServiceNow, las organizaciones pueden salvar la brecha entre la gestión de configuración tradicional y las demandas especializadas de AI/ML. Al realizar un seguimiento preciso de estas nuevas clases de CI, se crea un entorno unificado en el que todas las partes interesadas pueden ver las dependencias, los costes y las implicaciones de cumplimiento vinculadas a las iniciativas de IA. Y lo que es más importante, sienta las bases para un crecimiento responsable y escalable de cara a lo que probablemente será un futuro aún más centrado en la IA.

Si tu organización desea aprovechar toda la potencia de la IA manteniendo la claridad y el control, adoptar estas mejoras de la CMDB es un siguiente paso esencial. Sin embargo, hasta que estés preparado, puedes revolucionar tus prácticas tradicionales de gestión de la CMDB utilizando la IA. Nuestra aplicación CMDB AI Advisor en ServiceNow Store proporciona instantáneas en tiempo real y análisis históricos inteligentes de su infraestructura. Obtén información instantánea sobre los elementos de configuración y sus estados, capacitando a tu equipo para tomar decisiones informadas y mantener el máximo rendimiento del sistema.