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

Una nueva era de visibilidad: Por qué CMDB de ServiceNow es esencial para la IA y el ML, las organizaciones necesitan cada vez más una gobernanza y una visibilidad sólidas de estas potentes tecnologías. Aunque 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. Reconociendo esta brecha, 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 funcionan las cargas de trabajo impulsadas por la IA, y asegurarse de que están 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 del cambio 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 ahora hace 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 avances más significativos en la CMDB de ServiceNow es la introducción de clases que hablan directamente de 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 una base fundamental para las unidades de procesamiento de todo tipo. Piense en ella como la "capa base" que puede capturar detalles relevantes para CPU, GPU o cualquier chipset especializado utilizado en la informática moderna. Al encapsular los atributos del núcleo (como la velocidad del reloj o el recuento de núcleos) y las funcionalidades compartidas, cmdb_ci_processing_unit simplifica el proceso de añadir nuevos tipos de hardware más adelante, garantizando que su 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 su capacidad de procesamiento paralelo. Esta clase documenta atributos específicos de la GPU, como el número de núcleos y la memoria disponible en la GPU. La posibilidad de saber qué GPU están instaladas en cada lugar, o cómo se están utilizando, ayuda a los equipos de TI a asignar los recursos de forma más eficaz y anticiparse a 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. A menudo se trata de servicios escalables y a la carta para el aprendizaje automático, el procesamiento del lenguaje natural o el análisis de datos proporcionados por proveedores de nubes públicas. Al distinguir AI SaaS de las soluciones locales, su CMDB aclara no sólo 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 deben rastrearse en la capa de software. La clase cmdb_ci_appl_ai_application captura los detalles de estas herramientas basadas en IA, desde el sistema operativo en el que se ejecutan, las bibliotecas y marcos de trabajo que necesitan, y los modelos o canalizaciones de datos en los que se basan. 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 de clases, visite 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. Visibilidad mejorada de las dependencias
   Los flujos de trabajo de IA suelen abarcar varios niveles 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 marcar la diferencia entre una solución rápida y un incidente prolongado a la hora de solucionar 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 ciencia 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. Mejor cumplimiento y auditoría
   La gobernanza de los datos es una preocupación creciente, especialmente cuando los modelos de IA ingieren información sensible. Con clases distintas para las cargas de trabajo de IA, 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 su organización esté preparada para demostrar el cumplimiento normativo, ya sea GDPR, HIPAA o normas específicas del sector.
4. Gestión de cambios optimizada
   Actualizar un modelo de IA no es sólo cuestión de implantar 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 proveedor de nube para mejorar la latencia. 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 aprovechar

Para aprovechar al máximo la CMDB actualizada de ServiceNow, empiece por identificar los recursos de AI/ML que existen actualmente en su organización. Averigüe a quién pertenece cada pieza del rompecabezas, hardware, modelos, canalización de datos y servicios en la nube, y, a continuación, alinee estos elementos con las nuevas clases. Si, por ejemplo, sus científicos de datos dependen en gran medida de clústeres acelerados por GPU, asegúrese de que todos los detalles relevantes de la GPU (por ejemplo, memoria, recuento de núcleos) se capturan en cmdb_ci_gpu. Si su aplicación utiliza servicios de IA basados en AWS o Azure, catalogue esos puntos finales en cmdb_ci_function_ai para mantener un registro de dónde se está produciendo 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, surgen nuevos contenedores, se redistribuyen las GPU y cambian los niveles de suscripción a 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 sus 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 cambie un modelo de producción o se adquiera una nueva GPU, se debe notificar a las partes interesadas pertinentes, como los responsables de la ciencia de datos o los directores financieros. Si integra estos pasos en sus flujos de trabajo cotidianos, evitará el error habitual de tratar la CMDB como una idea de última hora, que se actualiza esporádicamente y que, inevitablemente, queda desfasada.

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 su organización se amplía para abarcar análisis avanzados, procesamiento de lenguaje natural y casos de uso de computación de borde, tener una CMDB bien estructurada garantiza que no le tome por sorpresa la complejidad.

Podrá 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 hará 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, fomentará 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 cerrar 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 IC, se crea un entorno unificado en el que todas las partes interesadas pueden ver las dependencias, los costos 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 su 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 esté preparado, puede revolucionar sus 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. Obtenga información instantánea sobre los elementos de configuración y su estado, lo que permitirá a su equipo tomar decisiones informadas y mantener el máximo rendimiento del sistema.