Red Hat presenta Ansible Lightspeed para la automatización de TI impulsada por IA

Red Hat, reconocida empresa de tecnología, ha anunciado una emocionante novedad en el campo de la automatización con el lanzamiento de Ansible Lightspeed en colaboración con IBM Watson Code Assistant. Este nuevo servicio de inteligencia artificial generativa está diseñado para impulsar la adopción consistente y precisa de la automatización en toda la organización. Ansible Lightspeed facilitará la automatización de tareas para aquellos usuarios que se están iniciando en el mundo de la automatización, al tiempo que aliviará la carga de trabajo asociada a la creación de tareas de bajo nivel para aquellos más experimentados.

En un momento en el que la dinámica del sector se encuentra en constante evolución y las empresas se enfrentan a una incertidumbre económica, la capacidad de hacer más con menos se ha vuelto crucial. Las organizaciones necesitan talento en diversas áreas para mantener su resiliencia, impulsar la innovación y aprovechar al máximo sus inversiones en la nube híbrida y la automatización. Sin embargo, la falta de habilidades clave en TI representa una amenaza para lograr estos objetivos. Según IDC, se estima que el 90% de las organizaciones a nivel mundial enfrentará una crisis de habilidades en TI para el año 2025. Además, aquellas empresas que no aborden de manera efectiva la brecha de talento y habilidades digitales reducirán en un 20% las oportunidades de crecimiento de sus ingresos para el año 2026. No obstante, aquellos CIO que inviertan en plataformas de adopción digital y tecnologías de aprendizaje automatizado podrán aumentar su productividad en un 40% para el año 2025, permitiéndoles adquirir experiencia de manera más rápida.

Ansible Lightspeed es el siguiente paso en la evolución de la iniciativa Project Wisdom de Red Hat, y su objetivo es hacer que esta tecnología sea accesible tanto para usuarios como para colaboradores, clientes y el ecosistema de partners de Red Hat. A través del procesamiento del lenguaje natural, este servicio se integrará con Watson Code Assistant de IBM, y se espera que esté disponible a finales de este año. Con esta integración, los usuarios podrán acceder a los modelos fundamentales de IBM y crear rápidamente código de automatización. El valor agregado que Watson Code Assistant busca brindar a las empresas es abordar la brecha de habilidades y eficiencia necesarias para acelerar el tiempo de creación de valor en la automatización.

Con esta emocionante colaboración entre Red Hat y IBM, se espera que las empresas puedan aprovechar al máximo la automatización, superando las barreras de habilidades y eficiencias. Ansible Lightspeed y Watson Code Assistant se presentan como herramientas clave para impulsar la productividad y lograr una mayor agilidad en la creación de valor mediante la automatización.

Diseñado pensando en desarrolladores y operadores, Ansible Lightspeed permite un aumento significativo de la productividad para que los usuarios de Ansible introduzcan una instrucción sencilla en inglés, al tiempo que facilita a los usuarios la traducción de su experiencia en el dominio en código YAML para crear o editar Ansible Playbooks. Para ayudar a entrenar el modelo, los usuarios también pueden proporcionar comentarios.

Domain-specific AI combina el poder de la experiencia de primera mano con la innovación técnica y permite incorporar la IA en tecnologías domain-specific, como la automatización, para hacer frente a sus retos específicos. Dado que está entrenada por usuarios con un conocimiento básico de las aplicaciones del mundo real, Ansible Lightspeed permite recomendaciones más coherentes y de mayor calidad para desafíos específicos de inmediato. Puede ofrecer valor real rápidamente ⎯ en la industria, el idioma y la función de un usuario.

Red Hat e IBM buscan ofrecer una experiencia Ansible Lightspeed basada en la transparencia, la colaboración y la elección. La correcta correspondencia del código fuente es una prioridad clave, y los contribuidores de contenido tendrán la opción de decidir si su trabajo contribuye o no al perfeccionamiento del modelo.

Scroll al inicio