Resumen
El 15 de abril de 2026, dentro de All-over-IP & AI 2025, se realizó la conferencia online “Gestión de datos para la empresa digital moderna: plataformas, herramientas de trabajo y casos sectoriales”. La agenda estuvo enfocada en prácticas de gestión de datos corporativos, plataformas digitales, AI y herramientas aplicadas para trabajar mejor con información empresarial.
Gleb Cheprasov, Lead Data and Artificial Intelligence Architect en Avdyushin Consulting Group, presentó la ponencia “De incidentes a conocimiento: cómo los sistemas agentivos y expertos con AI aceleran el trabajo con datos en distintos dominios”. El tema conecta data platforms, SRE, MLOps, LLM, AI agents y arquitectura de sistemas digitales.
Para ACG, esta discusión no se limita a una herramienta de inteligencia artificial. Es una tarea de ingeniería: cómo unir datos, contexto, reglas, experiencia y operación para que una organización entienda antes lo que ocurre y convierta sus decisiones en conocimiento reutilizable.
De incidentes a conocimiento
Un incidente en un sistema digital casi nunca vive aislado. Normalmente combina señales de varios lugares: logs, métricas, eventos de producto, cambios de infraestructura, feedback de usuarios, resultados analíticos, documentación y experiencia del equipo. El problema aparece cuando esas señales quedan separadas y las conclusiones de cada análisis no se convierten en conocimiento que pueda usarse de nuevo.
Pasar “de incidentes a conocimiento” implica cambiar el modelo operativo. El equipo no solo reacciona ante un evento. También conserva el contexto: qué síntomas aparecieron, qué hipótesis se revisaron, qué reglas aplicaron, qué datos fueron relevantes y qué decisión se tomó. Con el tiempo, ese registro se convierte en una capa de conocimiento para casos parecidos.
Los sistemas expertos aportan estructura: reglas del dominio, restricciones, criterios de decisión y relaciones causa-efecto. Los sistemas agentivos con AI agregan capacidad para reunir contexto, consultar herramientas, formular hipótesis, conectar datos entre sistemas y proponer siguientes pasos para validación. La idea no es reemplazar al experto, sino darle mejor evidencia, más rápido, y dejar un rastro claro del razonamiento.
Por qué importa para una empresa digital
Una empresa moderna opera sobre una mezcla de plataformas digitales, integraciones, servicios internos y entornos analíticos. A medida que esa arquitectura crece, la causa de un problema puede quedar repartida: una herramienta muestra el síntoma, otra guarda el cambio de datos, una tercera contiene el contexto histórico y una persona del equipo conoce una regla que nunca fue documentada.
Los sistemas agentivos y expertos ayudan en ese tipo de escenario. Pueden reducir búsqueda manual, conectar eventos técnicos con eventos de negocio, acelerar el diagnóstico inicial y facilitar la reutilización de conclusiones expertas. Esto aplica no solo a SRE u operación de infraestructura, sino también a calidad de datos, MLOps, analítica, delivery de producto y automatización de procesos.
El valor práctico aparece cuando AI forma parte de un flujo real de trabajo con datos, no cuando queda como una interfaz de chat separada. Se necesitan fuentes confiables, permisos, observabilidad, reglas de calidad, acciones verificables, supervisión humana y una arquitectura de integración clara. Con esa base, AI puede convertirse en una capa operativa del trabajo con datos.
Qué dice sobre el enfoque de ACG
Para ACG, este tipo de temas encaja con una mirada de ingeniería sobre los sistemas digitales. Datos, arquitectura, AI y operación no deberían diseñarse como piezas separadas. Los resultados sostenibles aparecen cuando se conectan en un sistema con responsabilidades claras, límites conocidos y un propósito práctico para el negocio.
La ponencia de Gleb refleja esa idea. Agentic AI y sistemas expertos no se presentan como palabras de moda, sino como mecanismos para conectar eventos, contexto y experiencia organizacional. Esto es especialmente relevante para empresas que ya tienen datos, plataformas y monitoreo, pero quieren pasar de una reacción fragmentada a un conocimiento operativo más estructurado.
Materiales
La página del evento, la presentación, la grabación de la ponencia y la página del Foro All-over-IP & AI están disponibles en los enlaces del frontmatter de este archivo.