Todo cambio conlleva cierto riesgo. Esto incluye las modificaciones graduales de productos y servicios digitales de los que dependen millones (a veces miles de millones) de clientes. Una gestión del cambio diligente implica cuantificar los riesgos y buscar soluciones que los eviten, sin ralentizar la implementación más de lo necesario.

En un principio, se esperaba que todos los cambios se analizaran minuciosamente antes de su implementación, reduciendo así el riesgo de interrupciones del servicio, incidentes u otros problemas. Sin embargo, gran parte de este protocolo ralentizó la implementación sin mejorar necesariamente la calidad de las versiones.

Ahora contamos con la información basada en datos y la tecnología necesarias para evitar tener que revisar manualmente cada cambio en el flujo de trabajo. Mediante el uso de modelos de IA/ML en combinación con un panel de análisis y la automatización de procesos, DevOps Los equipos pueden pasar de la “gestión del cambio” al ideal de “habilitación del cambio“, donde los equipos de cambio y los ingenieros de desarrollo reciben las condiciones que necesitan para implementar cambios a un ritmo regular.

Digital.ai La predicción del riesgo de cambios funciona en combinación con Digital.ai Release para hacer realidad esta ambición. Los modelos de datos y el análisis basado en IA lo permiten. DevOps Los líderes pueden identificar qué categorías y equipos de cambio tienen una alta tasa de éxito. Con esta información, pueden automatizar las aprobaciones para estos tipos de cambios, evitando así gran parte de los engorrosos procesos de revisión que, de otro modo, ralentizarían la velocidad de las implementaciones.

Este es, en esencia, el ideal de la facilitación del cambio: crear una situación en la que los cambios fluyan libremente y los equipos aporten más valor nuevo a los clientes con mayor frecuencia.

Los datos ricos y contextualizados impulsan la habilitación del cambio.

El principal problema que impide la implementación de cambios y retrasa a los equipos de cambio es el factor de lo desconocido. Los equipos pueden no tener ni idea de qué cambios fallarán. Y lo que es más preocupante, no tienen ni idea de qué cambios fallarán. por qué Algunos cambios fracasan. En esta situación, la forma más común de gestionar un riesgo desconocido es implementar un sistema de control de calidad, a menudo en forma de un proceso de revisión manual.

ITIL fue uno de los primeros marcos de TI en proponer un proceso formalizado de revisión de cambios. Desde 1989Ahora, con el lanzamiento de las directrices ITIL v4 en 2019, el manual de mejores prácticas de TI sugiere que los equipos pasen de una perspectiva de "gestión del cambio" demasiado diligente a una de "habilitación del cambio".

Analicemos con más detalle cómo este cambio semántico revela un cambio de actitud más profundo. El término «gestión» implica que cada cambio debe seguir un proceso específico. En realidad, muchos cambios pueden implementarse con revisiones mínimas y un riesgo mínimo. Esperar que cada cambio sea «gestionado» individualmente por personas implica un nivel de control innecesario e incluso imposible. Forzar revisiones manuales de cambios no solo retrasa cada lanzamiento, sino que también exige a quienes los revisan que apliquen el mismo nivel de diligencia y previsión a cada cambio. En la práctica, si bien muchas aprobaciones de cambios se otorgan correctamente, algunas inevitablemente provocan que se escapen defectos.

En lugar de gestionar cada cambio manualmente, se necesita un método para determinar qué tipos y factores de cambio tienden a generar riesgos. Estos factores de riesgo pueden identificarse y comprenderse mediante el análisis de datos combinado con modelos de IA/ML. Al utilizar procesos automatizados para examinar los datos relevantes, los equipos de cambio no solo pueden ampliar el alcance de las revisiones, sino también identificar los factores de riesgo en los que deben centrarse y determinar qué cambios de riesgo mínimo pueden obviar el proceso de revisión completo. Esta diferencia representa un verdadero avance hacia la facilitación del flujo de cambios, priorizando aquellos tipos de cambio y equipos que más lo necesitan.

En la pantalla Palabras del experto en ITIL Jon Stevens y del consultor de ITSM Joseph Mathenge“El objetivo de la práctica de habilitación del cambio es maximizar el número de cambios de TI exitosos, asegurando que los riesgos se hayan evaluado correctamente”.

La idea, entonces, es agilizar el cambio centrándose exclusivamente en aquellos cambios que presentan un alto nivel de riesgo, mientras que los cambios de bajo o nulo riesgo se aprueban automáticamente. Una forma de lograrlo es: cuantificar los riesgos de cada cambio Mediante el uso de modelos de aprendizaje automático e inteligencia artificial, y utilizando datos históricos y un modelo de datos que asocia interrupciones o incidentes pasados ​​con factores de riesgo específicos, los responsables de TI pueden ver de un vistazo en un panel de control qué cambios tienen más probabilidades de fallar y por qué.

Digital.ai Predicción del riesgo de cambio Incluso llega a asignar puntuaciones de riesgo/probabilidad de fracaso a todos los cambios planificados. Esta información contextual permite a los equipos de cambio actuar ante los riesgos emergentes y, además, desviar su atención de los cambios de bajo riesgo que no requieren su intervención.

Una vez que se haya establecido este sistema mejorado de habilitación del cambio, DevOps Los líderes pueden acelerar aún más el ritmo del cambio creando una vía rápida para los equipos de cambio que cumplen o superan continuamente los estándares de calidad. El análisis impulsado por IA puede utilizar indicadores clave de rendimiento (KPI) de referencia, combinando factores como defectos no detectados, para evaluar a cada equipo de cambio según su riesgo relativo, lo que permite un sistema de aprobación acelerada para los equipos que demuestran su valía de forma continua.

Abre el camino a tus equipos de cambio de alto rendimiento.

Digital.ai La predicción del riesgo del cambio es capaz de considerar el desempeño de los equipos de cambio individuales como un factor de riesgo general para los fracasos del cambio.

A los equipos se les puede asignar un “riesgo de cambio en la puntuación crediticia“en función de su desempeño en métricas específicas. Algunos ejemplos de factores que influyen en la puntuación son:

• % de cambios fallidos
• Alertas de CI en los últimos 7 días
• Defectos de preproducción detectados mediante pruebas automatizadas
• Dependencias entre equipos

Los equipos con una calificación crediticia de bajo riesgo general pueden obtener aprobaciones automatizadas siempre que sigan cumpliendo ciertos objetivos de rendimiento. La automatización en la gestión de riesgos permite crear o eliminar controles de acceso en función de umbrales, como la superación de pruebas de humo sin fallos o la superación de comprobaciones de cumplimiento automatizadas.

En esencia, los líderes del cambio automatizan procesos basándose en predicciones de riesgo y el desempeño anterior. La automatización del cambio mediante aprobaciones instantáneas o controles de acceso simplificados, en resumen, crea una vía rápida para los equipos capaces de implementar cambios estables de forma consistente, sin incidentes ni interrupciones. Este nivel de automatización también permite un proceso más ágil y menos riguroso en torno a las actividades de gestión del cambio.

La gestión del cambio debería centrarse en establecer expectativas y medir la capacidad de los equipos de cambio para cumplir o superar esas expectativas. dice Greg Sanker, autor de Gestión del cambio en TI: una guía práctica.

“Siempre y cuando se logre (el resultado esperado del cambio), la gestión del cambio no puede agregar ningún valor al flujo de valor mediante la inspección de cambios individuales. Es una expectativa de resultado que está literalmente integrada en el propio flujo de valor.”

Agilizar ciertos cambios no solo ahorra tiempo, sino que también evita los costos de convocar un comité asesor de cambios (CAB). Además, modelar y comprender los riesgos del cambio controla los costos de incidentes e interrupciones, que Gartner estima en 6,000 dólares por minuto para las grandes empresas y sus clientes, lo que representa más de 10 millones de dólares al día en caso de interrupciones importantes del servicio.

Todo ello forma parte de una estrategia para basar los procesos de habilitación del cambio en datos, impulsando dichos procesos hacia resultados específicos y un mayor retorno de la inversión.

También está el aspecto de gamificación que conlleva puntuar a los equipos y recompensarlos por un rendimiento positivo constante. En palabras de Digital.ai Neal DeBuhr, consultor de soluciones: “Los equipos querrán mejorar su puntuación crediticia de forma muy natural cuando vean estos factores y tengan la información para hacerlo de manera muy eficaz y precisa”.

Los datos que generan los modelos de IA/ML permiten una comprensión profunda, rica e integral, lo que ayuda a los equipos de gestión del cambio a trabajar de manera más eficiente y efectiva gracias a la información que proporcionan. DevOps Los equipos pueden utilizar estos procesos basados ​​en información de forma eficiente, agilizando las tareas y reduciendo la probabilidad de fallos. Gracias a la liberación de recursos, pueden centrarse en lanzar innovaciones líderes en el mercado, con mayor eficiencia y menor coste operativo, lo que se traduce en un menor riesgo general de fallos inesperados en los cambios.

Este es el poder y el potencial que la automatización ofrece en la gestión de riesgos, todo al alcance de tu mano.

Obtén más información sobre cómo aprovechar el poder del análisis de datos en nuestro video de la serie de encuentros del verano pasado: "Obtenga visibilidad integral y la información práctica que necesita para tomar decisiones basadas en datos con Digital.ai Intelligence locales"