para el día de hoy bueno pues va a acompañarme ese ser jiménez advisor y solución consulta al especialista en la parte de tecnología workflows y bueno vamos a hacer vamos a tener el honor de estar con ustedes como host esperamos sea de su agrado el webinar de mucha utilidad y bueno pues cualquier pregunta cualquier duda que tengan está abierto el chat las líneas para preguntar en cualquier momento entonces vamos a dar comienzo con una agenda que tenemos preparado para ustedes muy rápido vamos a ver justamente estas tendencias dentro del mercado porque es importante todo el tema de automatización de inteligencia artificial y cómo se está aplicando dentro del modelo de madurez dentro de la gestión de las operaciones en las organizaciones asimismo bueno vamos a presentar acerca de nuestras soluciones de la plataforma service now y cómo estas plataformas apoyan dentro de la gestión de las operaciones para tener justamente operaciones más proactivas más predictivas y más inteligentes y bueno como alrededor de estos casos de gusto han dado resultados en algunos otros clientes vamos a mostrar algunos casos de uso algunos ejemplos de cómo se están aplicando las soluciones y en combinación con otras soluciones de la plataforma como han dado resultados dentro de estas organizaciones y bueno tenemos preparadas para ustedes una demo para poder ver todos estos casos de uso directamente dentro de la plataforma de services la vamos a dar comienzo muchas gracias a quien nos acompaña y bueno justamente iniciando con el primer punto acerca de todas estas tendencias dentro de la industria industrial como bien hemos vivido durante los últimos dos años justamente se han acelerado todos aquellos servicios digitales que bueno pues se consumen dentro de las organizaciones generando una mayor demanda dentro de estos servicios pero también generando una mayor explosión de todos aquellos eventos requerimientos e incidentes relacionados con el consumo de esta demanda porque bueno pues porque a mayor demanda no necesariamente existe una misma cantidad de recursos que ayuden a soportar esta demanda no sin embargo bueno pues cada vez se han involucrado más soluciones más tecnología y eso ha conllevado a mayor complejidad para la gestión de estos servicios teniendo como resultado un volumen en el incremento de las incidencias que normalmente solemos tener pues los colaboradores son los clientes derivados de consumir todos estos servicios digitales también derivado del incremento de mayor cantidad de tecnología de nuevas tecnologías derivado de ello bueno pues ha habido un incremento dentro del volumen de las incidencias para atender esta nueva tecnología pero también para seguir soportando la tecnología ya existente dentro de la de las organizaciones y bueno pues que permiten mantener la gestión de los servicios pero también soportar la los servicios nuevos y bueno finalmente pues es muy común que todas aquellas métricas como niveles de servicio como satisfacción del cliente como temas de disponibilidad cada vez se busquen incrementar no y bueno pues el que exista un incremento de estas fallas de estos eventos de estos incidentes puede provocar que justamente estas métricas que el negocio está buscando mantener o mejorar afectadas que haya una época mala experiencia de los clientes en el consumo de los servicios que eso a su vez se vea reflejada pues obviamente en temas para el negocio y que bueno pues incluso existe la reputación de estos servicios que se van consumiendo la disponibilidad sin duda es algo muy crítico hoy en día en las organizaciones debido a que los usuarios queremos consumir los servicios prácticamente en cualquier momento desde cualquier lugar y en cualquier desde cualquier dispositivo ya sea móvil o aplicación web y bueno eso significa que la disponibilidad de los servicios deben de estar prácticamente al 100% y disponible las 24 y los 24 horas por los 7 días de la semana no entonces el incremento de los incidentes bueno pues puede conllevar a estas afectaciones y en el siguiente en el siguiente slide justamente lo que lo que buscamos como clientes y como organización es cada vez tener los servicios más digitales es decir poder consumir consumir prácticamente todos estos servicios como comentaba desde cualquier lugar desde cualquier momento y desde cualquier dispositivo móvil y bueno por aquí tenemos una métrica de uno de nuestros expertos y desde donde habla acerca de prácticamente el 78 por ciento de las organizaciones a nivel mundial tuvo una aceleración de dentro de la estrategia digital derivado de la pandemia y esto por qué porque actualmente todavía existen muchas organizaciones operando y trabajando pone herramientas y procesos en sí lo que deriva de múltiples datos y que bueno pues a través de mantener estos sistemas y procesos desconectados pues hace prácticamente imposible lograr mantener operando estos servicios prácticamente las 24 horas del día no los 24 por 7 entonces derivado de estos retos en el siguiente slide justamente hoy vamos a platicar acerca de como service no puede ayudar a las organizaciones a implementar diferentes tipos de estrategias diferentes tipos de procesos pero vamos a mencionar por aquí un ejemplo acerca de una que mencionan por ahí los expertos que se llama estrategia de tres ceros para la gestión de las operaciones de estos servicios digitales y no es nada más que justamente poder ayudar a las organizaciones a mantener a los empleados conectados y mantener la productividad dentro de él pues nuestros colaboradores y clientes y que además nuestros servicios y productos se mantengan seguros lo que es lo que buscamos prácticamente al consumir este tipo de servicios y bueno esta estrategia consiste prácticamente en cero footprint físicos y eso significa que cada vez más las organizaciones están abordando tecnologías que ayuden a soportar esta flexibilidad y esta es elasticidad y esta demanda con la que cada vez crece el negocio o con la que busca crecer el negocio y bueno pues estamos a bordo y estrategias para llevar componentes a la nube que justamente nos van a permitir absorber o embeber o integrar este tipo de tecnología y este tipo de estrategia para mantener es trate de perdón flexibles y elásticos pues prácticamente los servicios y poder ir soportando estas diferentes demandas así mismo cero apagones 100 por ciento de disponibilidad se busca agresivamente que todos los servicios se encuentran 100% disponibles y eso no significa que no van a fallar siempre puede haber o existir una falla derivada de diferentes componentes o afectaciones pero lo que buscamos es que cada vez estas fallas se puedan solucionar de una manera más rápida y de una manera automática no entonces unos componentes indispensables hoy en día para lograr este objetivo es justamente utilizar la inteligencia artificial utilizar soluciones que nos a predecir ya prevenir problemas y que en el caso de que sucedan bueno pues podamos automatizar lo antes posible la solución y podamos poder mantener la disponibilidad de estos servicios lo mejor que se pueda y bueno el último el último punto es justamente cero incidentes lo mismo no significa que no vayan a existir incidentes cualquier tecnología puede fallar cualquier persona podemos tener un error cualquier cosa puede fallar pero justamente lo que buscamos es mantener más estable el trabajo poder proveer de estas herramientas para que podamos realizar el trabajo de una manera más rápida productiva y bueno pues apoyar de aplicaciones móviles de aplicaciones modernas que no se permitan embeber tecnología como inteligencia artificial o match in learning como chat bot justamente para apoyar en resolver de una manera más rápida eficiente todos estos incidentes y bueno que la satisfacción de nuestros colaboradores y click pues se mantenga siempre al máximo en la siguiente slide muy rápido justamente continuando con la agenda vamos a ver que hay diferentes expertos que hablan acerca de los modelos de madurez aquí tenemos una fuente de forestería de garner y de iu en sí y emea perdón donde habla justamente acerca de cuál es esa ruta de madurez que pueden ir implementando las organizaciones para adquirir un nivel de madurez mayor dentro de esta gestión de las operaciones y bueno pues sin duda es un término ya muy conocido en la industria no lo que se domina a jobs que es justamente en beber está inteligencia artificial dentro de las operaciones apoyarse de lo que ya existe hoy en día como vemos en estos ejemplos del nivel 1 y 2 donde sin duda todas las organizaciones hemos pasado de un tema reactivo de tener un procesos manuales de tener información en múltiples solución es de mantener esta gestión de los servicios a través de llamadas de correos electrónicos de otras herramientas con ojos de cálculo hasta pasar a temas de empezar a identificar de manera manual no está causa raíz de poder empezar a realizar analíticos de estos diferentes datos que provienen de las diferentes soluciones al poder integrar diferentes tipos de herramientas para monitorear estos servicios que están conformados de diferentes componentes o diferentes infraestructuras ver el impacto en los cambios es muy importante hoy en la solución es poder medir el impacto y el riesgo de cualquier afectación cualquier cambio relacionado a estos componentes que soportan los servicios y bueno de ahí para pasar a un siguiente nivel que justamente es ya empezar a embeber tecnología empezar a automatizar estas diferentes tareas procesos para tener cada vez más una operación inteligente empezar a predecir problemas comunes problemas alertas proactivas derivadas de estos eventos o incidentes recurrentes empezar a implementar automatización dentro de estas soluciones para identificar de una manera más rápida la causa raíz y poder asignar todos estos eventos o incidentes a los equipos especialistas de atenderlos y poder empezar a tener una consolidación de datos derivado de todas estas aplicaciones y procesos y de ahí bueno pues hasta llegar justamente a un nivel 4 que denominan los expertos health feeling donde hablan acerca de tener 100% las máquinas gestionadas e implementar justamente esta tecnología de inteligencia artificial y machine learning para tener autoaprendizaje de todas aquellas fallas de aquella a todas aquellas interrupciones y poder predecir no alguna afectación antes de que suceda no tener un feedback de cuando ya existe alguna afectación cuál es esa esa remediación y poderla aplicar de manera automática y de esta manera bueno pues tener cada vez más una asignación proactiva de recursos y de aquí digo las métricas más importantes que justamente es hoy vamos a tratar cómo poder ayudar a las organizaciones a abordar cada uno de estos niveles es para llegar hasta prácticamente el nivel 4 que es autoservicio auto remediación auto reparación y justamente apoyar a que tengamos hasta 70 por ciento más automatizado en los procesos y obviamente poder embeber capacidades de prevención y de predicción de manera inteligente para poder automatizar todas aquellas fallas y prácticamente apoyar en lo que en las métricas que justamente mencionamos en esta estrategia 30 que es un fin en la nube el tener cero incidentes y 100 por ciento de disponibilidad entonces hoy vamos a platicarles un poquito más de cómo lo hace service no ahorita vamos a ver ejemplos justamente prácticamente los tres enfoques que vamos a abordar para ayudar a las organizaciones a justamente abordar estas operaciones de una manera más inteligente van principalmente modernizar estos servicios a través de integrar en una única plataforma toda la tecnología base para gestionar los servicios no nosotros no vamos a reemplazar todo lo que ya están haciendo todas aquellas aplicaciones por del negocio sino más bien integrarlas para tener una gestión y una integración y homologada dentro de esta única plataforma ayudar a automatizar las operaciones del servicio a través de la inteligencia artificial embeber esta tecnología en los servicios que hoy ya gestionan para poder empoderar a nuestros colaboradores y clientes a través de un autoservicio inteligente y poder brindar herramientas modernas como chat bots como inteligencia artificial como agentes virtuales y en el caso de que existan fallas o solicitudes nuevas bueno pues poder embeber también esta tecnología para poder dar una atención más rápida y que la satisfacción de nuestros clientes siempre se mantenga bajo buena buena asistir prácticas y finalmente optimizar donde justamente el objetivo va a ser identificar todas estas personas procesos y mejoras para poder aplicar una mejora continua dentro de la gestión de nuestros servicios todo aquello que no se puede medir difícilmente se puede mejorar entonces la idea es ayudarles brindarles estas soluciones integrar toda esta tecnología para justamente poder aplicar una mejora continua dentro de la gestión de los servicios y y bueno aquí lo que vamos a ver también ya es como lo vemos en service nada no que es lo que nosotros vamos a estar haciendo para justamente utilizar esta parte de jobs que es la inteligencia o inteligencia artificial de las operaciones y como lo vemos es vamos a buscar predecir prevenir y automatizar predecir cómo no sé si todos tienen la información acerca de que tenemos un agente un ejemplar en colector que nos permite hacer diferentes tipos de funciones entre ellas en loja analítica nos va a ayudar a predecir a lo mejor posibles fallas posibles problemas leyendo blogs y analizando los justamente con nuestro motor de la inteligencia artificial prevenir que es como nosotros vamos a poder traer toda la información que se puede tener de todas las herramientas de monitoreo que puedan existir aquí hablamos aquí no buscamos desplazar lo que ustedes ya tienen lo que están haciendo en la parte de monitoreo sino lo que queremos es integrar para que para poder prevenir de diferentes fuentes que de datos que tenga que tengamos y también tenemos la parte de automatizar una vez que ya podemos predecir prevenir también cómo podemos gestionar diferentes tipos de actividades flujos e inclusive tocar diferentes tipos de soluciones para tener mejores resultados y como lo ha venido platicando karen justamente lo que buscamos es bajar el mini time tour pero lo más que se pueda es bajar también la parte de los incidentes que tengamos menos interrupciones y justamente eso es lo que buscamos ahora muy importante como lo hacemos pues bueno primero tratamos de cambiar el paradigma qué es lo que buscamos hacer es cambiar este paradigma de esta presión umbral en una métrica y ver qué es lo que está pasando y de aquí pues esperar a que nos hable un cliente o que nos hable a alguien para avisarnos que hay algún problema y de ahí tomar alguna acción o tomar alguna justamente trabajo al respecto esto es muy muy laborioso es muy reactivo toma mucho tiempo lo que nosotros buscamos es meter justamente la inteligencia artificial inmersión learning que se encuentra dentro de la plataforma de servicio para hacer preventivos para intercambiar información entre los diferentes módulos que se tiene y con esto poder reducir el mitín trooper de los problemas que podemos tener justamente esto es un diagrama gráfico de como nosotros lo veríamos del lado izquierdo tenemos todo lo que son el inta en colector y ahí les repito nos puede traer lo que ya tiene capacidad de monitoreo y nos va a traer nos va a poder traer información hacia nuestra consola de operaciones también vamos a poder tener nosotros la integración de diferentes herramientas de monitoreo que nos permitan correlacionar nos permitan predecir nos permitan utilizar el motor de inteligencia artificial y de ahí bueno generar auto remediación esos procesos que nos permitan tener el control de qué es lo que está ocurriendo y cómo reaccionar no informar utilizar bases de conocimiento que puedan existir a lo mejor para la gente de mesa de servicios y hacerlo de una forma más rápida idéntica e identificar causas raíces de una forma más proactiva y de una forma más detallada y qué es lo que nos va a permitir hacer y obtener toda esta información es no nada más para la parte de el monitoreo de eventos y la parte de ahí a jobs que hablamos de este bien client colector nos enfocamos para esta presentación en en esta parte de los blogs y métricas y demás pero sí quería mencionar que no solamente nos ayuda a para eso le incluye un colector también nos ayuda por ejemplo para el descubrimiento para que tengamos mejor fuentes de datos realizar el descubrimiento para una integración con el tsm y poder generar acciones proactivas y de forma automática para la parte de software asset management para traer un detalle más preciso y en tiempo real del software que tenemos instalado y como lo estamos utilizando y también la parte de ese copias para tener una mejor respuesta a los incidentes de seguridad y que podamos ser mucho más este el mentor persona pueda se pueda bajar lo más posible claro está que es muy importante cuando es algo de de seguridad y también hablamos acerca les estoy hablando acerca de módulos y cómo interacciona y cómo funciona y justamente eso es parte de la inteligencia artificial es parte de las funcionalidades de la plataforma en donde nos dicen oye qué podemos hacer si nosotros ya tenemos y tcm ya tenemos una mesa de servicio con la plataforma como me va a ayudar qué es lo que puedo crecer pues justamente lo que hacemos es intercambiar información es utilizar la plataforma con todas sus y aquí vamos a por ejemplo ayudar a tomar mejores decisiones con base en todos los eventos y alertas que se tengan con base en toda la información que se puede tener desde la parte de nube vernet son microservicios o inclusive servicios on premise y poder poner información dentro de incidentes dentro del catálogo dentro de inclusive en la gente virtual o algo muy importante que vamos a ver ahorita la parte de the boston cómo vamos a poder también integrar para un incidente a lo mejor no nada más las alertas que tenemos de stories now sino también las alertas que podamos tener de algún tercero no y de aquí focalizar y ver cuál va a ser el problema relacionar también los cambios que se pueden generar en la mesa de servicio con la infraestructura o con los servicios que podemos tener y también obviamente sin dejar de lado el descubrimiento del site para ver cuáles son las modificaciones que tienen las conexiones y cómo podemos mapear todos estos servicios que se pueden generar dentro de la plataforma y el punto de aquí abajo me gusta mucho porque es como pueden colaborar los diferentes tipos de o tanto operaciones como mesa del servicio con esta base de información con esta escalabilidad con esta operación o inclusive hablando también de la parte 100 de cómo podemos inclusive crear casos y entender un poco más cómo solucionar esto de una forma rápida no y estos son algunos ejemplos de cómo lo podríamos hacer y hablando justamente de esto es desde la parte virtual en la gente virtual se pueden cargar conversaciones que puedan generar dependiendo del problema o dependiendo de lo que esté pasando tipos de respuestas automatizadas y que a lo mejor si ya hay detectamos que hay algún problema se pueda contestar y se está atendiendo o tenemos este problema en este momento que tengamos una búsqueda avanzada en inteligencia al tipo de inteligencia artificial para identificar cuál es el servicio que nos puede estar afectando o cuál va a ser cómo cómo lo vamos a ver y también tenemos la parte de cómo vamos a poder mapear lo vamos a ver en la demo y también cómo vamos a poder predecir y poder tener información relacionada no solamente de alertas o lo que está ocurriendo en la parte de operaciones sino cómo relacionar justamente ambos mundos no y la verdad es que no quería dejar de presentar esta parte que se me hace muy interesante que es existe the box a lo mejor hay mucha gente que está en operaciones oa lo mejor hay mucha gente que está en la mesa de servicio o en desarrollo pero algo que es un hecho es la parte de debod nos afecta a los servicios tanto como los estamos aprovisionando que ya existen inclusive infraestructuras a code que inclusive existe como nosotros podemos aprovisionar equipo aplicaciones para desarrollo para probar y cómo nos puede afectar en producción y nosotros lo que podemos hacer también es integrarlo sin importar a lo mejor qué metodología están utilizando cuál sea el ambiente qué tipo de personas lo están utilizando y a qué tipo de personal me refiero que puede ser alguien de operaciones o puede ser alguien de la aplicación o puede ser alguien de desarrollo que está haciendo pruebas con sus servicios y de ahí traer toda la información en una sola plataforma buscando optimizar y tener esta visibilidad hacia los justamente cambios y lo que puede estar pasando dentro de la plataforma lo que buscamos con esto y estas son métricas que buscamos bajar y buscamos tener un acceso directo es un mejor time to value para toda la parte de desarrollo sin importar sobre qué nube esté en generada o que esté soportada y ayudar mucho a la automatización del cambio de the box que lo que podemos hacer es inclusive poner políticas de aprobación dependiendo del servicio dependiendo de la infraestructura para de esta forma hacer los cambios más rápidos y tener visibilidad desde operación cómo nos van a soltar esos cambios y justamente asegurar que no tengamos esta fricción con el equipo de the box acerca de cumplimientos de políticas y de afectación en los servicios que podemos tener dentro de la dentro de la operación no y algo muy importante es todo esto que les estoy platicando acerca de jobs de aya jobs acerca de las operaciones acerca del time to value es muy importante que lo veamos que ya no lo vemos nosotros en service now como procesos de años o como procesos de de proyectos muy grandes que no nos permiten tener a lo mejor beneficios aquí nosotros como lo vemos es podemos preparar identificarlos los servicios es algo muy importante que podemos también ya utilizar lo que ya tienen por ejemplo si ustedes ya tienen la smv dentro de dentro de sus servicios o ya tienen algún servicio e implementado o generado lo pueden utilizar la instalación y configuración y el entrenamiento son más o menos en tres semanas que lo que usamos es justamente toda la base de conocimientos datos críticos va a depender justamente de qué es lo que se necesite cuántos servicios se tengan para estos tiempos pero si se dan cuenta ya lo que es el preparar e instalar entrenar y optimizar desplegar e incluso expandir los servicios ya puede ser de una forma mucho más sencilla de una forma mucho más rápida que nos permita tener este valores del valor en las implementaciones de ellos de una forma muy rápida quiero aclarar y justamente que estos son unos estimados que tenemos con implementaciones maduras y con a lo mejor con la información de identificación y servicios y demás no quiere decir esto que todos los proyectos van a ser de cuatro semanas y que es muy muy rápido y es muy sencillo todas las veces no depende también el sai sin que se tenga que hacer es lo que podemos realizar aquí y también bueno casos de uso casos de uso muy importante en el servicio nosotros decimos que utilizamos nuestros propios productos y eso fue lo que hicimos en agua now nosotros estuvimos utilizando la sinergia entre alto y tcm ella encontramos resultados muy interesantes como reducción del 98% de los incidentes es una operación evidentemente grande y lo que se tenían eran muchos incidentes recurrentes y mucha gente y muchos usuarios trabajando en esto entonces aquí lo que hicimos fue reducir el porcentaje de incidentes reducimos también la criticidad de los incidentes pero 1 y 2 y también o rap perdón ahorramos muchas horas en toda esta gestión en toda esta gestión de alerta en toda esta gestión de cuantos éste arquitectos ingenieros cuánta gente del soporte está dedicada a atender todas estas alertas de todas estas operaciones de todas estas herramientas y bueno esa fue nuestra parte pero también tenemos este clientes que ya están utilizando esto como por ejemplo bancos que redujeron el 93% sus incidentes aquí lo que lo que se buscó y lo que se hizo fue integrar la parte del management ya congeló canal y tics que es nuestro nuestro agente que nos va a permitir leerlos y ver predicciones y de ahí poder utilizar justamente cómo podemos también ver la parte de operaciones cómo responder a incidentes y en accenture se vio que tuvimos una reducción de la creación de incidentes del 90 por ciento entonces estos son algunos casos de uso que ya ya tenemos métricas y que ya estamos utilizando lo que ya lo están utilizando pero también podemos éste pues tropicalizar y ver qué es lo que se necesita para generar también estas métricas que pueden estar dentro dentro de su compañía antes de pasar a la demo me revise la parte de preguntas y respuestas y nos preguntaron que este colector que mencionábamos donde se instala y qué nivel de instrucción tiene la respuesta es se instala en las máquinas que necesitemos entender cómo esta funcionalidad de lectura de logs a lo mejor tener el uso de software que se puede tener dentro de los equipos y los diferentes casos de uso que le vimos a la gente si se instala y se instala en esos equipos el nivel de instrucción que tiene es muy pequeño de hecho en la documentación que está pública ahí existen métricas de cuánto consume para cada uno de los equipos dependiendo de lo que se vaya a hacer si lectura del oxxo o lectura del software pero es muy pequeño el consumo que se tiene y algo muy importante es lo que buscamos aquí en esta parte es hacer como este mix entre los agentes a lo mejor en los equipos muy importantes en los equipos que necesitan toda la atención y en los demás traer a lo mejor la integración de alguna otra solución de monitor que tengan para mezclar justamente y tener el beneficio de ambas espero preguntan y esa es una gran pregunta está dentro de ayton la respuesta es sí está dentro de aiton en la gente va a ir bueno puede estar dentro de diferentes módulos como la parte de software asset management pero de lo que hablamos del log de las métricas y de la funcionalidad está dentro de haití y bueno gran punto se me pasó avisarles por favor si tienen alguna duda hay un panel de preguntas y respuestas y yo voy a tratar de revisar lo antes posible la pregunta si no vamos a hacer una recapitulación al final pero por favor no duden no duden en poner ahí sus preguntas vamos a pasar justamente a la demo aquí yo tengo un servicio que este servicio es online boutique en donde es un servicio totalmente funcional donde lo que buscamos aquí es como los clientes pueden ver y tener información acerca de productos pueden hacer compras pueden poner órdenes etcétera este es nuestro servicio que nosotros estamos generando este servicio se encuentra en q vernet qué quiere decir esto que tanto base de datos application service hitos se encuentra dentro de contenedores o micro de servicios y cómo lo vemos el en haya jobs nosotros lo vemos como un todo que va desde el descubrimiento el como nosotros podemos mover los servicios y qué es lo que encontramos y justamente en esta parte hay a jobs empezamos con el descubrimiento nosotros podamos hacer descubrimiento de todos los equipos o todo lo que está envuelto dentro de nuestro servicio y este es nuestro ejemplo aquí está mi servicio que se llama boutique y aquí yo no solamente puedo ver las conexiones que tengo dentro de nuestro servicio sino también puedo ver la conectividad que puede haber para q ver nets en este caso en específico en donde lo que les quería mostrar aquí es que no solamente lo podamos hacer para servicios que sean a lo mejor en la nube un premi sino también tenemos la tecnología de soporte el descubrimiento de múltiples múltiples formas no y desde aquí también ya entramos un poco a la operación y a la inteligencia utilizando mention learning porque cuando nosotros desde aquí le damos crear un servicio lo que hace es nos va a utilizar va a utilizar lo que tiene dentro de dentro del descubrimiento versus el machine graining sobre cómo se catalogan y estructuran los servicios y aquí nosotros ya vamos a poder ver cómo se catalogan y dentro de la operación vamos a poder ver justamente en el servicio en el tiempo como se ha modificado pero no solamente el recuerdo que vimos como la interacción que tiene desde aquí también vamos a poder ver cuáles son los cambios que han existido en el servicio cuáles son las alertas que están generadas que evidentemente no es él la forma de verlo pero pueden ver que en un clic creamos un servicio que puede ser funcional dependiendo el descubrimiento que se pueda tener y ahora vamos a ver también cómo lo vemos en la parte de operaciones pero antes de eso también les quería mostrar hasta dónde llegamos lo que es podemos también ya tener integraciones y de hecho existen ya dashboards en este caso para graph ana en donde podemos integrar nuestros servicios no uno sino varios y desde aquí poder tener la visibilidad de a lo mejor cómo se encuentra mi servicio toda esta información la vamos a ver dentro del auto dentro de operaciones dentro de nuestra consola de operación pero quiero que vean la capacidad que tenemos ya en operaciones y en aya jobs de integrarnos y tener a lo mejor visibilidad de cómo están nuestras operaciones de métricas en específico que estas métricas ya vienen de nuestros de nuestro agente y ver a lo mejor aquí hacer un zoom y ver que tenemos algún problema en él el carrito de compras o en el catálogo del producto y no solamente eso sino desde aquí también estar monitoreando o monitorizando los eventos que nos están llegando en toda la plataforma pero también desde aquí tener visibilidad en las métricas y algo que nos ayuda a justamente con esta esté a jobs es que desde aquí también vamos a poder tener la visión y la integración con la parte de the box en la parte de mesa de servicio aquí ya nos va a avisar justamente cuáles son los cambios que pueden estar relacionados y donde quiero tengo un cambio en producción que alguien generó a través de la plataforma no y qué es lo que va a generar este cambio este cambio me va a generar justamente que yo tenga un incremento en las operaciones por la modificación que pueda realizarse es irrelevante en este momento sino más bien es entender que está pasando algo no entender que estamos trabajando en equipo y que la solución nos está diciendo que está ocurriendo algo dentro de los cambios y que es hora de revisar qué es lo que está ocurriendo no una vez que tenemos nosotros esto como les mencionaba desde aquí nosotros vamos a poder tener esta relación y ver él y las métricas ahora vamos justamente al final del día lo que buscamos es tener una operación centralizada con inteligencia artificial dentro de star is now ya que tenemos esta visibilidad podemos ir a nuestra consola de operaciones en donde desde aquí nosotros vamos a poder definir cuáles son nuestros servicios cuáles son los más críticos a cuáles le tenemos que dar prioridad y como pueden ver aquí yo tengo por ejemplo mi servicio más crítico que es justamente el servicio de boutique que yo tengo dado de alta dentro de dentro de mi plataforma que voy a identificar de forma rápida qué es lo que está ocurriendo pero lo que quiero que vean como en el ciclo es desde aquí yo puedo ver un mapa de servicio que es el mapa de servicio que creamos con un solo clic y ver cómo está compuesto ver los componentes para este caso nosotros creamos un micro servicio que se llama card services 2 que nos está generando problemas nos está generando algún alguna deficiencia en el carrito y yo lo que voy a hacer desde aquí es puedo ver cuáles son las alertas cuáles son las alertas que tengo que atender por por urgencia y criticidad y desde aquí yo me puedo mover a la alerta y qué es lo que nos va a dar de información justamente nuestra alerta vamos a poder ver como parte del motor de inteligencia artificial lo que hace es nos agrupa sin importar qué tipo de solución sea o que de dónde provenga el evento las alertas que pueden estar afectando que puedan estar relacionadas nos va a decir cuáles son 26 o configuration hay temas que están afectados pero también nos dice cuáles son los servicios impactados entonces aquí podemos ver que un servicio impactado es este muy crítico que es este front external que es nuestra nuestra aplicación pero también tenemos otros servicios que es un clúster que también tiene una afectación pero esto no es crítico de aquí nosotros ya podemos tener diferentes tipos de tomar diferentes tipos de decisiones como a qué le vamos a dar prioridad y desde aquí podemos realizar diferentes también tipos de ejecuciones como lo mencionaba en los slides podemos también buscar en nuestra base del conocimiento algún problema que se relaciona lo que actualmente estamos utilizando a lo que ya hemos trabajado como como en la parte operaciones y desde aquí adjuntarlo para que lo podamos ver dentro de nuestra de nuestra alerta podemos también desde aquí ver cuáles son y nos da el motor de inteligencia artificial cuáles son las causas probables del problema que aquí nos lo va a dar nos da también y eso es algo que a mí me gusta mucho y no muchos conocen que es la ejecución automática de ciertas actividades como que lo vemos como este es un servicio crítico entonces automáticamente lo que hizo fue crearse un incidente yo no tuve que hacer nada y automáticamente se creó un incidente pero también se creó esta ejecución de un rol back qué quiere decir esto que está relacionado y está relacionado con el cambio que nosotros vimos que se ejecutó y automáticamente nos puso este road back virtualmente para poder identificar qué es lo que está ocurriendo y con la nueva funcionalidad que nosotros tenemos de nuestro agente que nos trae información que nos trae datos acerca de lo que está ocurriendo podemos ver las métricas de lo que está pasando dentro del cv vernet o mejor aún podemos tener ya una métrica que nos va a poder relacionar diferentes tipos de parámetros con los que estamos contando para el monitoreo que qué quiere decir aquí podemos ver por ejemplo la duración en segundos para cada transacción nos podemos ver también diferentes métricas a lo mejor entre los servicios que vemos afectados aquí teníamos el front external boutique que es nuestro servicio crítico pero también tenemos otro servicio que es un clúster de de cúber net y podemos aquí agregar información para ver la relación que tenemos entre los a lo mejor cuando como nos contestan en http cuáles son los errores que tenemos por transacción los bytes o inclusive este tener aquí a parte de alertas y que nos muestra en un plano cuando nosotros tenemos una alerta o cuando tuvimos una alerta en cierto rango de nuestra ejecución y así poder identificar cuándo vamos a tener la ejecución de diferentes tipos de métricas perdón y ahora no solamente se queda en eso justamente lo que buscamos en esta parte de predecir prevenir y automatizar es como nosotros podemos ejecutar una remediación a lo que está ocurriendo dentro de nuestra alerta y no solamente proporcionando más información agrupando datos y dándonos causa-raíz sino también generando acciones en donde podemos desde aquí crear un caso que es el caso que les mencionaba conciencia en donde a lo mejor podemos crear un caso para el que se vea con alguien en específico que se asigne a alguien en específico o se crea un caso de seguimiento pero para esta parte es una persona de operaciones puede entrar puede ver las alertas que es lo que está ocurriendo puede ver el incidente y también puede ejecutar la parte de remediación con el flow designer que es parte de la plataforma nos va a permitir ejecutar y realizar acciones aquí lo vemos justamente realizando el roll back y nos va a decir sobre qué está realizando el rol va para que tengamos control y visibilidad sobre lo que se está haciendo recuerden que les dije que fue algo que se hizo dentro de dentro de la agente de desarrollo que se ejecutó entonces nos está afectando aún equipo crítico y lo que estamos haciendo nosotros es ejecutar el rol va que puede estar generado no ya que una vez que está completo nosotros vamos a ver que nuestro servicio aquí ya desapareció en nuestro micro servicio que se llama car service y podemos descartar que justamente el cambio hacia el que esté afectando a nuestro servicio y entonces darle paso y darle seguimiento a la siguiente en la siguiente métrica o identificar qué es lo que nos puede estar ocurriendo pero de una forma muy sencilla podemos nosotros ver información tomar decisiones y ejecutar acciones de recuperación de forma automática controlada y algo que creo que es muy importante también auditada no cuando se ejecute o cuándo duro y quien lo estuvo ejecutando muchas gracias buen día gracias a esas gracias a todos buen día