LA IA EN PRODUCCIÓN Y LAS LECCIONES DE DEVOPSDAYS BOGOTÁ 2026
Una demostración puede sorprender. Convertirla en un servicio confiable exige mucho más: datos vigentes, integración, pruebas, seguridad, observabilidad y personas preparadas para operarlo.
Imaginemos a Lucía, responsable de tecnología de una empresa que atiende clientes en oficinas y por canales digitales; una mañana lee el reclamo de una clienta que ha llamado varias veces para conocer el estado de su solicitud. En cada llamada debe explicar de nuevo su caso. Lucía comparte la inquietud con su equipo: quieren que la información esté disponible durante todo el proceso, independientemente del canal de atención.
En la reunión de seguimiento, el equipo presenta un asistente con inteligencia artificial (IA) que consulta información y responde en segundos. La demostración entusiasma a todos, hasta que Lucía hace una pregunta sencilla: ¿de dónde sale el estado que aparece en pantalla? La respuesta es incómoda: proviene de una copia de datos creada para la prueba. Para llevar el asistente a producción, es decir, a la atención de clientes reales, deberá conectarse con la información vigente y el equipo tendrá que entender cómo se actualiza.
Esta historia permite recorrer los temas de las charlas y talleres de DevOpsDays Bogotá 2026, celebrado el 23 de octubre. Desde TICXAR, relacionamos esas conversaciones con las decisiones que enfrenta una organización al incorporar IA y debe sostener su funcionamiento cuando empieza a atender usuarios reales.
Medir el valor de la IA más allá del código generado
El equipo comienza por definir qué consultas resolverá el asistente y cómo evaluará sus respuestas. La charla de Joann Castellanos sobre el costo real del código generado por IA y la sesión de Sadid Romero sobre revisión de código aportan una consideración práctica: el esfuerzo incluye revisar lo generado, integrarlo y comprobar que funcione. Por lo tanto, Lucía propone medir ese recorrido completo antes de estimar ahorros.
Como referencia externa al evento, un experimento publicado en 2023 encontró que los desarrolladores con acceso a GitHub Copilot completaron una tarea de programación un 55,8 % más rápido. La prueba consistía en implementar un servidor HTTP en JavaScript. Ese resultado corresponde a una tarea específica; para estimar el beneficio en su proyecto, Lucía medirá también el tiempo de revisión, pruebas y despliegue.
Modernizar e integrar antes de ampliar capacidades
Después revisa las aplicaciones que sostienen la atención. Encuentra sistemas de distintas épocas: algunos funcionan en infraestructura propia y otros en la nube. El asistente necesita consultar información de ambos entornos. Las sesiones sobre modernización y nube híbrida ayudan a plantear la siguiente decisión: qué actualizar primero y cómo integrar los sistemas. Algunas consultas requieren una respuesta inmediata; otras pueden intercambiar información mediante mensajes, sin detener la atención.
Desarrollo controlado: probar, desplegar y poder volver atrás
El área de negocio propone usar herramientas visuales para crear aplicaciones y automatizar tareas. Los talleres sobre desarrollo con IA y CI/CD muestran cómo incorporar estas soluciones a un proceso controlado, con versiones y pruebas antes del despliegue. La ingeniería de plataformas y la infraestructura como código permiten preparar entornos consistentes. Así, el equipo puede validar una modificación antes de publicarla y conservar una versión anterior a la cual regresar si se presenta una falla.
Agentes con identidad, permisos y límites
La propuesta incluye agentes que podrían ejecutar tareas específicas. La conferencia de Luis Caro sobre la operación de agentes y la sesión de Camilo Figueroa sobre los errores al desplegarlos llevan a Lucía a revisar dónde se ejecutarán y quién responderá por sus acciones. Para consultar una API (la conexión que permite a un sistema solicitar datos a otro), cada agente necesitará una identidad y permisos acordes con su función. También habrá que delimitar qué información puede utilizar.
Datos vigentes y conocimiento confiable
Al revisar los datos, el equipo descubre que las áreas actualizan la información en momentos diferentes. Una novedad registrada en una oficina puede tardar en aparecer en el canal digital. Las sesiones sobre plataformas de datos y analítica en tiempo real ayudan a abordar esa desconexión. La medición de espacios físicos amplía la mirada: también conviene entender qué ocurre con la atención presencial y cómo se relaciona con la experiencia digital.
El asistente también consultará documentos. Los talleres sobre recuperación de información y memoria de agentes permiten explorar cómo fundamentar sus respuestas en conocimiento de la empresa. Para hacerlo, el equipo deberá identificar los documentos vigentes y definir quién puede consultarlos. El gobierno de modelos complementa ese trabajo al conservar el registro de las versiones utilizadas y sus evaluaciones, incluso cuando se ejecutan fuera de una plataforma central de control.
Infraestructura y costos: cada interacción cuenta
Las sesiones sobre modelos abiertos en Kubernetes llevan la discusión a la infraestructura necesaria para operarlos. Lucía propone probar el consumo de recursos y estimar el costo por interacción. Las charlas sobre costos de arquitectura en la nube y caché añaden otra decisión: qué información puede reutilizarse y durante cuánto tiempo. En una consulta sobre solicitudes, un dato desactualizado podría llevar a la clienta a tomar una decisión equivocada.
Observabilidad para entender la experiencia real
La observabilidad permite comprobar qué ocurre durante la consulta. El panel de Dynatrace y Compensar, junto con la sesión de Daniel Alejandro Rodríguez Suárez sobre confiabilidad, conecta esta capacidad con la experiencia del usuario. Lucía quiere saber cuánto espera una persona y si logra completar su consulta. Seguir la petición entre servicios y acordar objetivos de disponibilidad y tiempo de respuesta ayudará a identificar demoras y priorizar las correcciones.
Seguridad y recuperación también hacen parte del diseño
La seguridad acompaña ese recorrido. Las sesiones sobre ciberseguridad y riesgos de la IA llevan al equipo a revisar credenciales, herramientas y dependencias del software. Los laboratorios de ransomware y la charla sobre recuperación ante desastres amplían la preparación: será necesario ensayar cómo recuperar los servicios, en qué orden hacerlo y cómo informar a los usuarios durante una interrupción.
AIOps: automatizar sin perder supervisión
AIOps, el uso de inteligencia artificial en las operaciones de TI, abre una posibilidad adicional. Los agentes pueden apoyar el análisis de alertas, reunir evidencias y proponer acciones ante un incidente. Antes de autorizar cambios, Lucía plantea probar su comportamiento y definir qué intervenciones necesitan aprobación humana. Cada recomendación deberá explicar el problema identificado y el efecto esperado de la acción propuesta.
La operación también depende de las personas
El proyecto también exige preparar a las personas. Las conversaciones sobre crecimiento profesional, relaciones conscientes y adopción responsable de IA recuerdan que el equipo necesita tiempo para aprender y revisar su carga de trabajo. Lucía acuerda analizar los incidentes sin buscar culpables, asignar responsables de las mejoras y dejar claro quién atiende un error del asistente.
De la conversación tecnológica a un primer paso viable
Este recorrido se relaciona con el trabajo de TICXAR en modernización de aplicaciones, integración y gobierno de APIs, automatización, seguridad y observabilidad. Comprender los sistemas y los procesos permite definir un primer alcance viable. En el caso de Lucía, consistiría en conectar la consulta con su fuente de información y validar el recorrido del cliente mediante un piloto, antes de ampliar las capacidades del asistente.
Llevar la IA a producción no es solo poner un modelo a responder: es construir el servicio que permite confiar en esa respuesta y sostenerla en el tiempo.
Volvamos a la clienta. En ese piloto podría conocer el estado vigente de su solicitud y encontrar una vía para pedir ayuda. Aunque su trámite siguiera pendiente, tendría información para decidir qué hacer. Esa es la reflexión que llevamos de DevOpsDays Bogotá 2026: evaluar una solución desde la necesidad del usuario hasta su operación permite construir un servicio que la empresa pueda mantener y mejorar.
DevOpsDays Bogotá 2026: conversaciones que impulsan la evolución
Imágenes de la jornada que dio contexto a estas reflexiones.
¿Tu organización está preparada para llevar la IA a producción?
En TICXAR acompañamos a las organizaciones en modernización de aplicaciones, integración y gobierno de APIs, automatización, seguridad y observabilidad.
TICXAR es tu mejor aliado para convertir tecnología en valor.
