Puntos clave: La automatización impulsada por IA mejora las operaciones híbridas al mejorar la visibilidad y la inteligencia operativa, facilitando la resolución proactiva de problemas tanto en sistemas heredados como modernos.
- La inteligencia operativa fomenta una mejor comunicación entre plataformas.
- Las capacidades GenAI ayudan en la modernización del código heredado y la transferencia de conocimiento.
- Control-M permite la autoservicio y la validación proactiva de datos para minimizar errores.
Cuando un sistema crítico falla en mitad de la noche, cada minuto de inactividad puede costar miles, a veces millones. Y a pesar de las enormes inversiones en observabilidad y automatización, los equipos siguen perdiendo tiempo valioso buscando respuestas que ya existen, enterradas en documentación, dispersas en bases de conocimiento o encerradas en la mente de profesionales experimentados.
La solución no son más herramientas. Son más inteligentes. Este trimestre, BMC está ofreciendo soluciones que sitúan la IA, la observabilidad y la automatización donde ya operan tus equipos. Este enfoque unificado transforma fundamentalmente la forma en que los equipos resuelven problemas y gestionan la complejidad.
Visibilidad unificada entre entornos híbridos
Desde una perspectiva empresarial, la distinción entre mainframe y sistemas distribuidos está irrelevante. Los clientes experimentan los servicios, no la infraestructura. Sin embargo, operativamente, estos entornos permanecen aislados, cada uno con sus propias herramientas y métricas.
Cuando un pico de transacción en mainframe a las 2 de la madrugada se correlaciona con un tiempo de espera de microservicio, esa conexión debería ser visible de inmediato. En cambio, los equipos pierden minutos críticos cambiando de contexto entre paneles separados, reconstruyendo manualmente relaciones que deberían ser automáticas.
La verdadera observabilidad requiere romper los límites artificiales de la plataforma. BMC AMI Ops aborda esto mediante soporte de observabilidad con integración OpenTelemetry, transmitiendo métricas de z/OS directamente a plataformas como Elastic, Splunk, Grafana y Datadog. Un pico de mainframe y una regresión de microservicios aparecen ahora juntos en una vista unificada, con la IA correlacionando automáticamente la relación.
Los sistemas mainframe especializados siguen siendo esenciales, aunque ahora comparten la misma visibilidad operativa que los sistemas distribuidos, permitiendo una resolución de incidentes más rápida y una toma de decisiones más informada en entornos híbridos.
Cerrando la brecha de conocimiento en mainframe
Una desarrolladora COBOL de 55 años se jubila, llevándose consigo 30 años de conocimiento institucional—reglas de negocio que no existen en ningún otro lugar, ni en la documentación, ni en los comentarios de código. Su sustituto están 28 años, prefiere tecnologías en la nube y se enfrenta a una base de código con la lógica enterrada en millones de líneas escritas antes de que él naciera.
Este escenario se repite en las empresas a diario. Las reglas de negocio críticas son integradas en décadas de código de mainframe, mientras que la experiencia en mainframe desaparece a medida que los profesionales experimentados se jubilan y los ingenieros jóvenes se inclinan hacia las tecnologías en la nube. La brecha de conocimiento resultante dificulta incluso la modernización incremental.
BMC aborda esto a través de capacidades GenAI en toda la cartera de AMI de BMC, con dos añadidos críticos este trimestre:
Para una modernización selectiva: BMC AMI Assistant en BMC AMI DevX Code Insights ofrece conversión COBOL a Java asistida por GenAI. Esto no es conversión automática: es una transformación guiada que permite a los desarrolladores elegir el mejor lenguaje para cada trabajo y luego extraer y convertir selectivamente código COBOL en Java modular y bien diseñado. Los equipos centran el esfuerzo donde se crea más valor, resultando en una modernización más segura y rápida.
Para la transferencia de conocimiento: La capacidad de experto en conocimiento integrada en BMC AMI Ops y BMC AMI zAdviser Enterprise On-Premise proporciona orientación conversacional y contextual directamente en el flujo de trabajo. La experiencia de veteranos se vuelve accesible para todo el equipo, cerrando las brechas de habilidades sin depender de la escasez de talento.
Esto se alinea con el movimiento más amplio de la industria. Nuestra Encuesta sobre el Estado del Mainframe de 2025 encontró que el 37% de los encuestados confía ahora en la IA para recomendar acciones de diagnóstico, mientras que el 32% está dispuesto a dejar que la IA ejecute esas recomendaciones—un cambio de IA como asesor a IA como operador.
Perspectivas operativas en el flujo de trabajo
Los flujos de trabajo empresariales abarcan múltiples sistemas, entornos y equipos. Cuando un operador necesita saber "¿Qué cargas de trabajo fallaron en las últimas 24 horas?", revisa paneles, lee registros, cruza la documentación—convirtiendo una pregunta de 30 segundos en una investigación de 10 minutos. Multiplica esto por cientos de consultas diarias y los compuestos de sobrecarga cognitiva.
Demasiadas soluciones de IA añaden complejidad en lugar de reducirla. El verdadero progreso proviene de las "operaciones asistidas": IA que aumenta la experiencia humana en lugar de reemplazarla, con inteligencia integrada directamente donde ya se realiza el trabajo.
Jett, nuestro asesor impulsado por GenAI en Control-M SaaS, ejemplifica este principio. Pregunta "¿Qué cargas de trabajo fallaron en las últimas 24 horas?" y recibe respuestas basadas en registros reales, métricas e historial de ejecuciones—análisis factual realizado en el momento de necesidad.
Las capacidades ampliadas de Jett ahora responden a preguntas de "¿Cómo hago...?" usando documentación de producto, mantienen una galería de indicaciones para escenarios comunes y conoce de sus consultas favoritas. El conocimiento que antes requería buscar en manuales se vuelve inmediatamente accesible.
Autoservicio a escala empresarial
Raymond James orquesta 700+ aplicaciones empresariales con 700 usuarios de autoservicio, reduciendo las solicitudes de soporte en un 60% y comprimiendo auditorías de varias semanas a un solo día.
"Control-M están realmente sobre la colaboración. Ahora tenemos cerca de 700 usuarios en toda la empresa interactuando con Control-M, iniciando sesión y revisando activamente el estado de sus aplicaciones. Esto incluye usuarios de negocio, desarrolladores, equipos de datos y más. Eso ha sido increíblemente beneficioso para nuestra historia, nuestro crecimiento, nuestra maduración y todo el proceso de mejora continua." — Chris Haynes, Director Asociado de Servicios de Operaciones de TI, Raymond James Financial
Las operaciones asistidas Permite el autoservicio, mientras que la orquestación mantiene el cumplimiento y la escala.
Combinado con una interfaz modernizada y un soporte más amplio para plataformas en la nube, Control-M sigue expandiéndose. Como nuevo socio de Databricks, Control-M ofrece capacidades de integración ampliadas a lo largo de la pila de datos moderna. Otras integraciones nuevas incluyen Control-M para SAP BTP, Azure DevOps, Informatica Cloud Services y muchas más. Nuevas integraciones mejoradas se publican mensualmente, asegurando que Control-M orquestre los flujos de trabajo allá donde opere la empresa.
Validación proactiva de datos a gran escala
Los datos defectuosos corrompen la analítica, fallan las comprobaciones de cumplimiento y socavan las decisiones automatizadas. Cuando los problemas de calidad no se detectan a tiempo, se propagan por ecosistemas enteros. Cuando un modelo de detección de fraude descubre datos de entrenamiento defectuosos, todas las predicciones posteriores han heredado ese error.
Los enfoques tradicionales de validación fallan a escala moderna porque operan en postprocesamiento. Para la notificación por lotes, descubrir problemas horas después funcionaba. Para la toma de decisiones en tiempo real —detección de fraude, precios dinámicos, recomendaciones personalizadas— la validación reactiva está inútil.
La solución requiere integrar la validación directamente en los flujos de trabajo. Control-M Data Assurance, un nuevo servicio para entornos autoalojados Control-M, valida los datos en cada etapa de la canalización. Las comprobaciones fallidas detienen la ejecución y activan alertas antes de que los datos incorrectos lleguen a los consumidores posteriores.
Esto hace que las organizaciones pasen de la detección reactiva a la prevención proactiva: detectar errores en la fuente en lugar de descubrir registros corruptos después de que hayan afectado a 15 sistemas dependientes. Los Pipelines de datos funcionan de forma fiable y ofrecen resultados fiables.
Construir operaciones resilientes para la próxima década
El camino a seguir no consiste en elegir entre legado y modernización, sino en hacer que sistemas heterogéneos trabajen juntos de forma inteligente. Estas publicaciones impulsan esa visión a través de tres principios fundamentales:
- Inteligencia operativa que abarca plataformas de forma fluida - Derribando barreras artificiales entre los sistemas mainframe y distribuidos
- Asistencia de IA integrada en flujos de trabajo existentes - Inteligencia donde el trabajo ya ocurre, no en herramientas separadas
- Observabilidad y automatización de primera clase para todos los sistemas - Capacidades modernas independientemente de la arquitectura o antigüedad
No son objetivos aspiracionales. Son requisitos prácticos para organizaciones que gestionan servicios críticos para el negocio en entornos híbridos. Cada capacidad reduce el riesgo operativo mientras acelera la innovación, especialmente cuando los minutos importan más.
Conoce más sobre cómo estas innovaciones pueden transformar tus operaciones:
Estas publicaciones son mías y no representan necesariamente la posición, estrategias u opinión de BMC.