Ingeniero de DevOps / ingeniero de plataforma / SRE

Google describiendo sus propias operaciones y no vendiendo a otro: lo firman un Distinguished Software Engineer y un Distinguished Site Reliability Engineer, y se publica en el blog de la empresa. Lo que afirma en pasado o en presente es la mitad que merece registrarse: el equipo de SRE ha desarrollado agentes que vigilan y mejoran los playbooks a partir de su uso durante los incidentes, y que pueden generar playbooks nuevos a partir de ellos; un agente de alertas que las agrupa, preprocesa y enriquece antes de que las tomen manejadores autónomos; agentes que consolidan los espacios de chat, los vídeos y los documentos de seguimiento usados durante un incidente, crean documentos de traspaso entre SRE, redactan borradores de postmortem y gestionan la comunicación interna y externa del incidente; agentes creados para investigar incidentes y, en palabras del texto, en algunos casos para mitigarlos de forma autónoma; y AI Insights, un sistema que revisa incidentes pasados y devuelve lo que extrae a esos agentes. El resto del texto son planes y no se registra. Tres límites, y el primero es el mayor. No hay ni una cifra: ni qué proporción de incidentes tocan, ni cuántos agentes están en marcha, ni un antes y un después, ni cuánta gente hay en la guardia. Segundo, el interés es directo y el marco de primera persona no lo esconde: cada componente citado debajo es un producto de Google (Gemini, el Agent Development Kit, la Gemini Enterprise Agent Platform, MCP sobre la infraestructura de API de Google), de modo que el texto es también una arquitectura de referencia de lo que el editor vende. Tercero, es un único operador, y poco corriente: una organización con veinte años de disciplina propia de fiabilidad no sustituye a un equipo de cuatro que se turna el busca. Lo que lo convierte en evidencia sobre esta tarea y no sobre herramientas es dónde se sientan los agentes: el trabajo alrededor de la decisión de las tres de la madrugada —reunir el contexto, traspasar, contar a la gente qué pasa, escribirlo después— es la parte que se movió, y el texto dice que un enfoque con agentes no implica necesariamente sacar a las personas del proceso en los servicios de mayor riesgo.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Una empresa, un router de borde en Miami, 25 minutos (20:25–20:50 UTC). Lo relevante es qué escribió la automatización: un cambio introducido por la plataforma de automatización de políticas de Cloudflare eliminó las referencias a listas de prefijos y dejó un término de política tan permisivo que marcó como anunciable todo prefijo de tipo interno. La reversión la hizo una persona, y se pausó la automatización en ese router. Se registra como despliegue y no como restricción porque la adopción no se vio frenada: la corrección que Cloudflare enuncia es añadir evaluación automática de políticas de enrutamiento a sus canalizaciones de CI/CD, una máquina comprobando a la máquina, no un control humano. Establece que en un gran operador de red los ingenieros hacen los cambios de política de enrutamiento a través de una plataforma de automatización que genera y aplica la configuración en producción; no dice qué proporción de la configuración de ese operador está escrita por máquinas, y un incidente en un proveedor no es una medida del sector.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Una encuesta a profesionales, así que ese 90% es uso declarado por uno mismo y no uso medido, y el «80% cree que aumentó su productividad» que la acompaña es una creencia y hay que leerlo como tal: este sitio tiene un ensayo aleatorizado en el que desarrolladores con experiencia fueron un 19% más lentos mientras creían que eran un 20% más rápidos, así que lo que uno cree sobre su propia velocidad no es evidencia sobre su velocidad. Lo que no es declaración sobre el propio rendimiento es la correlación que los investigadores calculan entre quienes responden, y esa es la parte útil: la adopción se relaciona positivamente con el rendimiento del proceso y del producto, y negativamente con la estabilidad de la entrega. El mecanismo que dan los autores es concreto: sin pruebas automatizadas sólidas, control de versiones maduro y ciclos de realimentación rápidos, un mayor volumen de cambios produce inestabilidad, y los equipos con arquitecturas poco acopladas ven ganancias mientras que los muy acoplados ven pocas o ninguna. Quien publica esto es Google Cloud, que vende las herramientas por las que pregunta.

Una herramienta se usa a gran escala en trabajo real y eso está medido, y quien decidió usarla fue la persona que trabaja, no quien emplea. Es más que un registro de capacidad —el trabajo es real, no una demostración— y menos que uno de despliegue, porque ningún empleador la puso en producción, ni la exigió, ni construyó un proceso alrededor. Ponderada como `cautious`: `automating` significa que la máquina puede hacer la tarea Y que hay indicios de adopción, y esto es un indicio de adopción; pero el uso puede ser una prueba, y buena parte de la medición viene de una parte con intereses, así que un registro nunca basta y dos independientes sí. Fíjate además en quién cuenta. La telemetría de un proveedor ve esto directamente y a la vez vende la herramienta, así que un registro de este tipo declara ese interés en su ámbito de aplicación; una agencia estadística que pregunta a las empresas si su personal usa IA en tareas ve el mismo canal sin ningún interés propio, y donde exista es la mejor fuente.

El propio informe de incidente del proveedor de nube sobre una caída de varias horas en muchos de sus servicios. Dice que el cambio de origen no tenía una gestión de errores adecuada ni estaba protegido por un indicador de funcionalidad; que el servicio carecía de reintentos con retroceso exponencial aleatorizado, de modo que la recuperación tardó hasta unas 2 horas y 40 minutos en una región; y que las soluciones incluyen modularizar la arquitectura del servicio para que la funcionalidad quede aislada y falle en modo abierto, y propagar la replicación de datos de forma incremental, con tiempo para validar. Es el relato de una empresa sobre su propia caída; la pieza que falló era código corriente, no IA.

Un fallo, una marcha atrás, una regulación o un coste están frenando la adopción. Puede bajar una evaluación o ensanchar su incertidumbre.

El propio análisis de causa raíz del proveedor de seguridad sobre la actualización de julio de 2024 que bloqueó máquinas Windows en todo el mundo. Concluye que el validador automático de contenido contenía un error lógico; que para las pruebas automatizadas se seleccionó un conjunto estático de 12 casos de prueba; y que cada instancia de plantilla debería desplegarse de forma escalonada, con dos proveedores independientes de seguridad de software contratados para revisarlo más a fondo. Es el relato de la empresa sobre su propio fallo; la automatización que falló era un validador, no IA.

Un fallo, una marcha atrás, una regulación o un coste están frenando la adopción. Puede bajar una evaluación o ensanchar su incertidumbre.

Una agencia federal estadounidense. El estudio de caso, publicado por la General Services Administration con el CIO adjunto de la OPM como contacto, dice que el gasto de la OPM en la nube de Azure creció más de un 2000% desde 2021, lo que la llevó a crear un equipo dedicado a supervisar y gestionar los costos de la nube; que su detección de anomalías establece paneles para detectar, identificar y actuar ante aumentos inesperados del gasto en la nube; que utiliza una matriz de decisiones para cada grupo de decisiones; y que el equipo hace seguimiento de decisiones como los compromisos de instancias reservadas, el redimensionamiento, la gestión del presupuesto y las previsiones. No dice si la detección usa inteligencia artificial o umbrales simples. El avance se informa a marzo de 2024; fechado al final de ese mes.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Un estudio sectorial encargado, no una medición, y se registra aquí porque apunta en dirección contraria a la mayor parte de esta base. El mismo documento que espera que el soporte autónomo encoja espera que el trabajo aterrice en este puesto: dice que la función de DevOps pasará a supervisar los acuerdos de nivel de servicio y a desarrollar sistemas nuevos, y que la función de desarrollo pasará a gestionar y optimizar el rendimiento del sistema, juntando desarrollo y operaciones para dar un soporte más integral, y enumera a los ingenieros de automatización y orquestación como un puesto de bajo impacto al que podrían pasar los ingenieros de infraestructura de alto impacto, sin decir que su demanda esté creciendo. También nombra al ingeniero de DevOps como el destino que considera un salto fácil o moderado para los ingenieros de soporte cuyo desplazamiento espera. Nada de eso es evidencia de que se contratara a nadie, de que subiera la plantilla ni de que la transición ocurriera: es la expectativa de una agencia, publicada antes de que la IA generativa llegara al público, referida solo a Singapur y construida a partir de entrevistas a partes interesadas y no de datos de empleo. Lo que sí establece es que el hallazgo de desplazamiento que hay en otra parte del mismo informe no afirma que el trabajo desaparezca.

Una persona con nombre y con posición reconocida predijo algo públicamente, en una fecha, en una declaración atribuible. Se registra para que quede comprobable quién dijo qué y cuándo, y nunca mueve la evaluación de una tarea, porque una predicción no es una observación. Su valor llega después: el registro queda en la misma página que la evidencia sobre esa ocupación, así que quien lee el pronóstico lee al lado el registro de lo que pasó luego. Esa es la rendición de cuentas; este sitio no publica ningún veredicto sobre si un pronóstico se cumplió.

El escalón que antes contrataba a gente junior, escribir y conectar configuración, es el que tiene apuntado el mecanismo más claro, porque es código con un resultado verificable por máquina. Lo que eso le deja a quien empieza son las guardias, que son la parte más dura y la que se suponía que había que ganarse. Empuja para estar en las revisiones de incidentes mucho antes de entrar en el cuadrante.

Tu palanca es la decisión de diseño y el aviso de incidente, y las dos son porciones pequeñas de la semana. El riesgo no es que se automaticen, es que las horas que las rodean se adelgacen hasta que un ingeniero cubra servicios que ninguna persona puede tener en la cabeza. Vigila los servicios por ingeniero igual que un camarero vigila los cubiertos por camarero.

Quedarte y reforzarte

Muévete hacia el diseño y aléjate del cableado

La decisión de diseño no tiene árbitro automático, que es justo por lo que ninguna herramienta puede cerrar el círculo sobre ella, y es la parte del puesto que se acumula.

Rehacer el puesto

Adueñate de la operabilidad de lo que construyen otros

Que se genere más configuración significa más sistemas de los que nadie responde, y alguien tiene que sostener el estándar de qué puede correr en producción.

La mitad de la configuración se está moviendo y deprisa, porque el código de infraestructura o se aplica limpiamente o da error, y un resultado verificable por máquina es lo que permite a un modelo reintentar sin vigilancia. Las guardias no, porque un incidente es por definición el fallo que nadie anticipó y el aviso va de daño aceptable y no de una respuesta correcta. La forma probable no es la eliminación sino el adelgazamiento: menos ingenieros cubriendo más servicios, lo que conserva todas las tareas y empeora el cuadrante.

Ninguna fecha. Dos cifras que puedes producir tú dicen más que cualquier previsión: qué parte de tu semana se va en trabajo donde aplicarlo o sale bien o da error, y de cuántos servicios responde ahora cada ingeniero de tu cuadrante. La primera es tu exposición por tarea; la segunda es el cambio que de verdad alcanza a la gente en este puesto, y se mueve en silencio después de que aterricen las herramientas.

Normalmente no, y este es el caso más claro del sitio de una herramienta que parece un ahorro y se comporta como una deuda. Cada recurso creado es un recurso que alguien tiene que mantener, asegurar y al final borrar, así que configurar más rápido produce más configuración en vez de menos trabajo: las horas se desplazan de escribir a desenredar. Desenredar es invisible en una hoja de ruta, que es exactamente por lo que se presupuesta como un ahorro.

Es la tarea más segura de la ocupación y también la más pequeña. Si un diseño fue el correcto se descubre mucho después de tomarlo, lo que significa que no hay árbitro automático y por tanto no hay bucle que una herramienta pueda cerrar; pero las decisiones de diseño ocupan una parte pequeña de las horas de la mayoría de los equipos. Un puesto puede estar seguro en su tarea más veterana y aun así perder la mayoría de sus horas, y esa distancia es lo que hay que planificar.