Agentes IA en la gestión de servicios y operaciones de TI

BMC Helix Roadshow 2025 tiene un fin claro: explorar cómo convertir las estrategias de inteligencia artificial, en el caso concreto de la gestión de servicios y operaciones de TI, en impactos medibles para las empresas. Tomando como eje transversal la plataforma BMC Helix, este evento pone el foco en la evolución de estas prácticas hacia un modelo ServiceOps inteligente, que combina automatización, flujos de trabajo empresariales y capacidades avanzadas de Agentic AI.

Pero, más allá de las inervenciones teóricas o de descripción de producto, durante el roadshow los asistentes han podido acceder a sesiones prácticas sobre el uso de agentes IA y talleres para construir soluciones basadas en IA. Además, el evento también ha contado con la participación de clientes de BMC Helix que han contado en primera persona sus experiencias en el uso de esta herramienta, como es el caso de Telefónica, Madrid Digital o BBVA.

El modelo ServiceOps inteligente combina automatización, flujos de trabajo empresariales y capacidades avanzadas de Agentic AI

El evento ha sido conducido por Javier Blasco, Area Sales Director de BMC Helix, que dio entrada a Ryan Manning, chief Product Officer de BMC Helix para que compartiera con los asistentes la visión estratégica de la compañía. En opinión de Manning, la IA generativa está forzando un reinicio en la economía de la TI empresarial, y también en la estrategia de producto de BMC Helix para dar respuesta a esta ola de transformación.

El experto dibujó un escenario en el que las organizaciones están empezando ya a recibir importantes presiones —especialmente el CFO y los responsables del área de TI— para que se haga visible el valor esperado en torno a las inversiones en IA.

Es una realidad: esta ola de IA generativa que estamos viviendo es más grande que todas las olas anteriores combinadas, lo que ha llevado a BMC a reorientar drásticamente su estrategia. El resultado se ha traducido en un amplio abanico de agentes IA que actúan a lo largo del ciclo de vida de operaciones de servicio: treinta en total, quince de ellos están ya en producción.

Demostrar el valor de la IA

Para justificar de forma clara el retorno de las inversiones en inteligencia artificial, Ryan Manning mostro su CFO dashboard, un panel que explora cada acción realizada por uno de estos agentes IA en función de cuatro elementos clave:

• La suma de los ahorros en productividad que se derivan del uso de estos agentes IA. Incluso mostró los datos de cliente del sector telco que ha conseguido unos ahorros de 2,9 millones de dólares.
• Una estimación de los costos de cómputo incurridos.
• El rendimiento y eficacia de los agentes IA desplegados en el entorno del cliente, tanto en el ámbito de la observabilidad como también en otros como los relacionados con el mantenimiento y actualización de la CMDB.
• Y, lógicamente, el trabajo no realizado, es decir, las nuevas tareas que los empleados pueden asumir gracias a que se ha liberado parte de su tiempo gracias a la automatización.

En este escenario de la gestión de servicios de TI, Manning puso el foco en un problema especialmente crítico: el de las interrupciones de servicio (outages). Más allá de las tareas de detección de estos incidentes, el gran reto muchas veces se presenta a la hora de resolver el incidente o realizar una investigación forense para estudiar por qué se ha generado. En este tipo de procesos es necesario coordinar a diferentes perfiles del área de TI, que se dividen normalmente en diferentes grupos y utilizan herramientas distintas a las herramientas de los demás.

.
Según los datos aportados, el coste de estas interrupciones, en sus diferentes niveles, es significativo. En promedio, una empresa gasta alrededor de trece millones de dólares al año sumando tanto los costes laborales directos como el impacto empresarial ligado a la pérdida de ingresos, multas o pérdida de productividad.

Enfoque «anti-plataforma»

La estrategia de producto que BMC está adoptando para resolver estos problemas de coordinación de TI, sin imponer una nueva herramienta o un sistema monolítico a los clientes, es este enfoque «anti-plataforma”. Una nueva visión que se basa en facilitar la colaboración entre profesional técnico y agentes IA a través de HelixGPT, y hacerlo en la aplicación que usan estos equipos diariamente: Microsoft Teams.

BMC Ops Swarmer es uno de estos agentes IA que facilita la gestión de incidentes y operaciones IT, ayudando a unificar datos, personas e insights en un solo lugar para agilizar la investigación en la resolución de problemas.

En enfoque anti-plataforma que defiendo BMC busca resolver estos problemas de coordinación de TI sin imponer una nueva herramienta

Ops Swarmer ayuda a los técnicos a acceder rápidamente a detalles y actualizaciones de los outages en tiempo real y es capaz de ofrecer recomendaciones automáticas según el historial de incidentes y el análisis AIOps para ofrecer recomendaciones de acciones, resúmenes de situación y análisis de cambios. Además, incorpora generación automática de resúmenes de chat o el uso de técnicas como el método «5 Whys» para el análisis de causa raíz y mejora continua directamente en el entorno colaborativo.

Las estimaciones son que, gracias al uso de Ops Swarmer, el tiempo de ciclo de resolución de outages se reduce en aproximadamente un 28%. Pero, además, este enfoque «anti-plataforma» evita connotaciones negativas asociados a conceptos como el vendor lockin (dependencia del proveedor) y ayuda a mantener un enfoque abierto.

Experiencia en clientes

Por su parte, Raúl Álvarez, Global VP Sales de BMC Helix, afianzó el trabajo realizado por este fabricante para modernizar su propuesta de valor, que incluye ITSM, observabilidad y gestión de vulnerabilidades, todo ello bajo una misma plataforma —BMC Helix— y en un modelo de datos únicos, que recoge tanto incidencias, como la gestión de cambios y configuraciones, modelos de servicios, tecnologías…

Además, dio paso a Luis Felipe Coco, director de Infraestructura, virtualización de Red, TI y TV en Telefónica, que explicó su experiencia con esta plataforma. El directivo destacó que la gestión de cambios es crítica y debe basarse en la convergencia de procesos y modelos únicos, no solo tecnología. El uso de herramientas de proceso, supervisión y la IA conjuntamente debe permitir la predictibilidad, evitar el deterioro de rendimiento de las diferentes capas de la tecnología y del servicio.

Las tecnologías deben evolucionar para incorporar el autodiagnóstico, y el mantenimiento y la remediación autónoma

En su opinión, de cara a los próximos años, la IA será clave en esta área: las tecnologías deben evolucionar para ser capaces de incorporar el autodiagnóstico, así como el mantenimiento y la remediación autónoma.

Por su parte, Ana María Puebla, directora de Sistemas de Información Sectoriales en Madrid Digital, explicó el caso de este organismo que gestiona 162 servicios y cerca de 123.000 usuarios a través de su plataforma. Puebla explicó el proyecto de modernización que se ha llevado a cabo en el servicio Faro, una plataforma para la atención y soporte a empleados públicos en la gestión de solicitudes, incidencias y consultas.

El proyecto de modernización fue motivado por la necesidad de superar las limitaciones de su plataforma on-premise en cuanto a escalabilidad, rendimiento o la posibilidad de integrar nuevas funcionalidades. Ahora, ya en una instalación SaaS, van a apostar de forma clara por los agentes IA en estos procesos de soporte y gestión de incidencias, especialmente para jhacer frente a determinadas tareas repetitivas.

Además, buscan extender el servicio y llevar la plataforma más allá del ámbito estrictamente tecnológico, como puede ser las áreas de recursos humanos, ciberseguridad y servicios jurídicos.

Por último, Andres Beato, AI Principal Manager en BBVA, habló en primera persona sobre la adopción de HelixGPT en esta entidad, destacando cómo se está aplicando la inteligencia artificial para mejorar la gestión de servicios y operaciones en una escala global.

Beato explicó cómo realizaron la implementación de HelixGPT en BBVA, un proceso que comenzó con una serie de workshops con todas las áreas internas —de operaciones y cambios— para conocer las necesidades y convertirlas en casos de uso.  Los casos de uso principales están enfocados en la base de datos de conocimiento (interacción con el catálogo de servicios) y la reducción del tiempo medio de resolución (MTTR).

Además, el directivo también mostro un vídeo de ejemplo de las acciones que lleva a cabo un agente IA ante una incidencia de retraso batch en México. En el ejemplo, el agente IA en cuestión busca el artículo que más encaja en la base de datos de conocimiento y ofrece una respuesta directa que incluye una hipótesis, una causa raíz, y una serie de pasos que se deberían analizar para su resolución.