Puntos clave: El auge de los agentes de IA está transformando la gestión de mainframes al mejorar la eficiencia operativa y la toma de decisiones a través de sistemas colaborativos y autónomos. Estos agentes inteligentes agilizan procesos y abordan las brechas de conocimiento, allanando el camino para un entorno más adaptable.
- Los agentes de IA agente colaboran para resolver problemas.
- Los agentes autónomos gestionan proactivamente las cargas de trabajo y anticipan problemas.
- Los agentes basados en LLM proporcionan comprensión contextual y facilitan la transferencia de conocimiento.
Hay un viejo dicho que está diciendo: "Cuando el mainframe estornuda, el resto de la organización se pone enfermo." Esto sigue siendo cierto hoy en día, ya que la mayoría de las aplicaciones críticas para el negocio dependen del mainframe. Cuando ocurren problemas, el proceso para encontrarlos y solucionarlos están más bien un proceso de eliminación: está el problema de hardware o software, están un problema por lotes o online, están un problema de base de datos o almacenamiento, y el propietario de cada uno trabaja para demostrar que su parte no es la causa del problema.
Para Haz las cosas, muchas soluciones de monitorización son aisladas y solo informan sobre la parte del mainframe que monitorizan. En el peor de los casos, el problema surge de algo oculto en una consulta de base de datos escrita hace veinte años por alguien que se jubiló hace una década. Por supuesto, son herramientas que pueden ayudar, pero la mayoría de las veces, la herramienta más potente están un experto senior con conocimientos institucionales que no aparecen en ningún manual.
¿Pero y si esa no fuera la única manera? ¿Y si te pudiera transformar tu mainframe con la ayuda de una fuerza laboral de agentes de inteligencia artificial (IA) que no solo asisten, sino que colaboran, conoce, razonan y actúan? ¿Y si te pudiera simplifica la complejidad de los sistemas mainframe rodeándolos de agentes inteligentes que trabajaran juntos como un equipo, operen de forma autónoma y entiendan tus sistemas en lenguaje sencillo?
Ese es el futuro de la transformación del mainframe—y para algunos, ya está empezando a tomar forma.
Miedo al cambio
Retrocedamos un momento. Durante décadas, hemos estado atrapados en el mismo bucle: herramientas heredadas creadas para un mundo que ya no existe, apoyadas por un grupo cada vez más reducido de expertos, todas intentando mantener sistemas críticos funcionando sin perder el ritmo. ¿El resultado? El miedo al cambio. Los desarrolladores dudan en modernizar código que no entienden. Los operadores temen que modificar una cosa pueda romper otras diez. Y los programadores de sistemas pasan horas persiguiendo las causas raíz a través de capas de logs, volcados y documentación desactualizada.
Esa es la brecha. No es solo una brecha de conocimientos—es una brecha de habilidades, una brecha de herramientas y una brecha de confianza.
Ese futuro está al alcance — explora las soluciones de IA y GenAI de mainframe de BMC, que ponen a los agentes inteligentes a trabajar simplificando operaciones, acelerando la comprensión del código y permitiendo la autorreparación en todo el entorno de mainframes.
Probablemente te hayas oído términos como "agentes de IA agentes", "agentes autónomos" o "agentes basados en grandes modelos de lenguaje (LLM)". Desmitificemos este concepto y, más importante aún, pongámoslo en el contexto de cómo podrían transformar la forma en que tú desarrollas, operas y gestionas sistemas mainframe.
La fuerza laboral coordinada: Agentes de IA agente
Piensa en una plantilla altamente cualificada repartida en diferentes equipos: cada persona aporta un conjunto de habilidades único. Algunos se especializan en resolución de problemas, otros en análisis y unos pocos en orquestar la visión global. Individualmente, aportan valiosas ideas. Pero cuando trabajan sincronizados, se convierten en una poderosa red de colaboradores que resuelven desafíos juntos. Los agentes de IA agential que cooperan para resolver problemas necesitan un sustrato de orquestación fiable — y la integración Amazon Bedrock permite a las empresas orquestar agentes de IA impulsados por Bedrock como pasos gobernados y programados en flujos de trabajo Control-M junto con otros procesos de TI y datos. Pueden ser homogéneos (todos similares) o heterogéneos (cada uno diseñado para una tarea diferente).
Esa visión de una fuerza laboral coordinada en IA no es solo teórica: ya se está explorando en la industria. En un episodio reciente del pódcast The Modern Mainframe, Jason English, analista de Intellyx, la describió así:
"Es como un equipo de especialistas en mainframe que pueden reunirse, colaborar y decidir entre ellos cómo resolver un problema sin necesidad de supervisión constante. Ese es el poder de la IA agente: inteligencia coordinada que convierte la complejidad en información clara y accionable. No es un agente que sea adecuado para todos los aspectos de AIOps, por ejemplo, cuando se trate de gestión y operaciones de sistemas. Ve un conjunto de agentes de IA que trabajarán en colaboración para resolver proactivamente problemas del sistema."
En un entorno mainframe, eso podría significar que un agente escanea continuamente los datos SMF en busca de anomalías mientras otro observa los patrones de uso de la CPU y un tercero busca cambios en el comportamiento de la aplicación. Un cuarto agente actúa como coordinador, recopilando los conocimientos de los demás para ofrecer una imagen clara de lo que está ocurriendo. Como abejas que comparten néctar, estos agentes comparten datos y contexto en tiempo real.
Esto no es solo monitorización—están inteligencia distribuida. Estos agentes no solo alertan, trabajan juntos para te dar el porqué, el dónde y, a veces, incluso cómo solucionarlo.
Mainframes autónomos: Agentes autónomos
Ahora imaginemos un coche autónomo. Percibe su entorno, hace un plan, actúa, aprende de lo que ocurre y ajusta la próxima vez que se usa. Así es como funcionan los agentes autónomos.
En un contexto de transformación de mainframe, te podría tener un agente autónomo que detecte un pico inusual de carga de trabajo a las 2 a.m. En lugar de simplemente registrarlo, el agente investiga. ¿Fue una repetición de trabajo? ¿Un SLA perdido? ¿Un script malicioso? El agente entonces sugiere una solución o incluso reprograma el trabajo y ajusta umbrales basándose en patrones aprendidos.
O imagina a un desarrollador diciendo: "Revisa todos los módulos en esta app COBOL en busca de vulnerabilidades de seguridad." El agente autónomo se pone manos a la obra: escanea el código, aplica reconocimiento de patrones, comprueba vulnerabilidades conocidas y genera un informe con recomendaciones. Con el tiempo, aprende qué tipos de vulnerabilidades son comunes en tu taller y se vuelve más rápido y preciso.
Los agentes autónomos no solo responden; anticipan. Y al hacerlo, Haz tu entorno mainframe más adaptativo y resistente.
El copiloto siempre te quiso: agentes basados en LLM
Aquí es donde las cosas Obtén aún más emocionantes. Los agentes basados en LLM son impulsados por grandes modelos de lenguaje y actúan como copilotos. Razonan, planifican, utiliza herramientas y responden en lenguaje natural. Imagina al asistente más inteligente con el que te has trabajado, pero en lugar de necesitar años de incorporación, ya entiende tu código de mainframe.
Eso es exactamente para lo que son están diseñadas herramientas como BMC AMI Assistant. Un desarrollador abre un archivo y pregunta: "¿Qué hace este código?" El asistente lee el código, entiende la lógica y responde con una explicación clara en lenguaje natural. Un operador pregunta: "¿Por qué falló este trabajo anoche?" y obtiene una respuesta contextual que extrae de logs, volcados y datos de rendimiento.
Esto están transferencia de conocimiento a gran escala. El conocimiento institucional que antes vivía en la cabeza de un programador de sistemas está ahora codificado, accesible y explicable—instantáneamente.
Cuando trabajan juntos, nunca te han hecho un mainframe así
Ahora imagina a estos tres tipos de agentes trabajando juntos:
- Los agentes agentes identifican un problema: un patrón de ralentizaciones en el trabajo que ocurren en tres aplicaciones.
- Un agente autónomo investiga y descubre un problema de rendimiento en DB2 debido a un camino de acceso ineficiente.
- Un agente basado en LLM explica la causa raíz, sugiere una solución e incluso ofrece generar documentación o un plan de pruebas.
- Un agente de bucle de retroalimentación de desarrollo recoge información del incidente, integra la corrección en la cadena CI/CD y desencadena una nueva compilación con código actualizado, cerrando el bucle entre operaciones y desarrollo.
De repente, tu mainframe ya no es una caja negra: es un entorno transparente y colaborativo donde la inteligencia humana y la artificial trabajan lado a lado.
Esto están lo que entendemos por "mainframe, simplificado". Esto están lo que queremos decir cuando decimos "nunca te he hecho mainframe así."
Por qué importa ahora el auge de los agentes de IA
El auge de los agentes de IA no es solo una tendencia, sino un cambio en la forma en que pensamos sobre la transformación de mainframes.
La transformación de mainframe no consiste solo en reescribir código o levantar y cambiar cargas de trabajo. Se trata de eliminar las barreras que históricamente nos han frenado: barreras como el conocimiento institucional encerrado en una plantilla jubilada, sistemas frágiles que nadie quiere tocar y herramientas que nunca fueron diseñadas para la agilidad.
Cuando los agentes de IA se convierten en parte de tu flujo de trabajo diario, ocurre algo extraordinario. Los desarrolladores dejan de temer el código que no entienden y Comienza a construir con confianza. Los operadores ya no pasan toda la noche reconstruyendo pistas: resuelven problemas con claridad y rapidez. Y los programadores de sistemas finalmente Obtén compartir su experiencia de una forma escalable y accesible para la siguiente generación.
No son solo herramientas—son compañeros de confianza. Aprenden. Se adaptan. Y hablan tu idioma.
¿Ese miedo al cambio que ha estado en segundo plano, obstaculizando los esfuerzos de modernización? Empieza a desvanecerse. En su lugar, hay una nueva mentalidad: una que ve el mainframe no como un sistema con el que te estás atrapado, sino como un sistema con el que te puede evolucionar.
No se trata de reemplazar a las personas—se trata de darles los superpoderes que necesitan para avanzar más rápido, resolver de forma más inteligente y transformarse con confianza.
Y en ese cambio, el mainframe se convierte en algo más que una base para sistemas empresariales críticos. Se convierte en una plataforma para lo que viene.
Eso es lo que podría ser. Y para cada vez más organizaciones—ya está empezando.
Así que, la próxima vez que alguien te pregunte cómo tú piensas modernizar tu mainframe, puede que tú simplemente digas: "Dejamos que los agentes se encarguen." No porque tú te apartes, sino porque tú avanzas hacia una nueva era en la que la IA no sustituye a la experiencia, sino la escala. Y con eso, el mainframe no solo se convierte en un sistema de registro, sino en una plataforma de innovación.
Esto están el auge de los agentes de IA: un nuevo capítulo en cómo simplificamos lo complejo, conectamos generaciones de experiencia y Haz el mainframe más intuitivo, inteligente e indispensable que nunca.
Eso podría ser. Y, sinceramente, ya está empezando a serlo.
Conoce más sobre agentes de IA, LLMs, IA generativa (GenAI), IA híbrida y más en el pódcast de Modern Mainframe, "El futuro están híbrido: predicciones 2025 para GenAI", con la colaboración del analista de Intellyx Jason English.
Estas publicaciones son mías y no representan necesariamente la posición, estrategias u opinión de BMC.