Transform 2025: Por qué la observabilidad es fundamental para los ecosistemas de agentes de IA

La revolución del software autónomo se avecina. En Transform 2025 , Ashan Willy, CEO de New Relic, y Sam Witteveen, CEO y cofundador de Red Dragon AI, hablaron sobre cómo están implementando sistemas agentísticos para obtener un retorno de la inversión (ROI) medible y trazando la hoja de ruta de la infraestructura para maximizar la IA agentística.

New Relic ofrece observabilidad a sus clientes mediante la captura y correlación de telemetría de aplicaciones, registros e infraestructura en tiempo real. La observabilidad va más allá de la monitorización: se trata de dotar a los equipos del contexto y la información necesarios para comprender, solucionar problemas y optimizar sistemas complejos, incluso ante imprevistos. Hoy en día, esto se ha vuelto considerablemente más complejo gracias a la incorporación de la IA generativa y la inteligencia artificial. Para la empresa, la observabilidad ahora incluye la monitorización de todo tipo de sistemas, desde Nvidia NIM, DeepSeek, ChatGPT, etc. El uso de su monitorización con IA ha aumentado aproximadamente un 30 % intertrimestral, lo que refleja la aceleración de su adopción.

“Otra cosa que observamos es una enorme diversidad de modelos”, dijo Willy. “Las empresas empezaron con GPT, pero están empezando a usar una gran variedad de modelos. Hemos visto un aumento de aproximadamente el 92 % en la varianza de los modelos utilizados. Y estamos empezando a ver que las empresas adoptan más modelos. La pregunta es: ¿cómo se mide la efectividad?”

En otras palabras, ¿cómo está evolucionando la observabilidad? Es una pregunta importante. Los casos de uso varían enormemente entre sectores, y la funcionalidad es fundamentalmente distinta para cada empresa, según su tamaño y objetivos. Una empresa financiera podría centrarse en maximizar los márgenes de EBITDA, mientras que una empresa centrada en el producto mide la velocidad de comercialización junto con el control de calidad.

Cuando se fundó New Relic en 2008, el eje central de la observabilidad era la monitorización de aplicaciones para SaaS, dispositivos móviles y, posteriormente, infraestructura en la nube. El auge de la IA y la IA agéntica está devolviendo la observabilidad a las aplicaciones, ya que agentes, microagentes y nanoagentes ejecutan y producen código escrito con IA.

A medida que aumenta el número de servicios y microservicios, especialmente para las organizaciones nativas digitales, la carga cognitiva para cualquier persona que gestione tareas de observabilidad se vuelve abrumadora. Por supuesto, la IA puede ayudar en este aspecto, afirma Willy.

“La forma en que funcionará es que se dispondrá de suficiente información para trabajar en modo cooperativo”, explicó. “La promesa de los agentes en la observabilidad es tomar algunas de esas cargas de trabajo automáticas y hacerlas realidad. Eso lo democratizará para más personas”.

Una plataforma única para la observabilidad aprovecha el mundo de la agencia. Los agentes automatizan los flujos de trabajo, pero se integran a fondo con todo el ecosistema, a través de las múltiples herramientas que utiliza una organización, como Harness, GitHub, ServiceNow, etc. Con la IA de la agencia, los desarrolladores pueden recibir alertas sobre errores de código en cualquier parte del ecosistema y corregirlos de inmediato, sin salir de su plataforma de programación.

En otras palabras, si hay un problema con el código implementado en GitHub, una plataforma de observación impulsada por agentes puede detectarlo, determinar cómo resolverlo y luego alertar al ingeniero o automatizar el proceso por completo.

“Nuestro agente analiza fundamentalmente toda la información que tenemos en nuestra plataforma”, dijo Willy. “Esto puede abarcar desde el rendimiento de la aplicación hasta el rendimiento de la estructura subyacente de Azure o AWS; cualquier cosa que consideremos relevante para la implementación de ese código. Lo llamamos habilidades de agente. No dependemos de un tercero para conocer las API, etc.”.

En GitHub, por ejemplo, informan a los desarrolladores cuando el código funciona correctamente, dónde se gestionan los errores o incluso cuándo es necesario revertir el software, y luego automatizan dicha reversión con la aprobación del desarrollador. El siguiente paso, anunciado por New Relic el mes pasado, es trabajar con el agente de codificación Copilot para indicar al desarrollador exactamente en qué líneas de código detecta el problema. Copilot entonces revisa el problema, lo corrige y prepara una versión para su reimplementación.

A medida que las organizaciones adopten la IA agente y comiencen a adaptarse a ella, descubrirán que la observabilidad es una parte fundamental de su funcionalidad, afirma Willy.

“A medida que se empiezan a construir todas estas integraciones y componentes de agentes, es importante saber qué hace el agente”, afirma. “Se trata de una especie de razonamiento para la infraestructura. Razonamiento para descubrir qué sucede en la producción. Eso es lo que aportará la observabilidad, y estamos a la vanguardia en ese aspecto”.