Hay un viejo dibujo animado soviético de 1965 llamado "Vovka en el Reino Lejano". Allí, el protagonista sueña con una vida de cuento en la que no tenga que hacer nada por sí mismo. En cierto momento aparecen "dos del cofre" — ayudantes que, con una orden, hacen todo rápido y sin preguntas de más. Pero la gracia está en que no entienden los límites de la tarea: no solo consiguen dulces, también empiezan a comérselos ellos mismos. De ahí viene la famosa protesta de Vovka: "¿Qué, también van a comerse los caramelos por mí?" (Wikipedia)
La escena muestra lo fácil que es convertir un encargo con sentido en un ritual sin sentido. La acción se ejecuta de forma literal, segura y rápida — y aun así falla el objetivo. Los ayudantes no "robaron" los caramelos. Simplemente no ven para qué hacían falta.
En 2026, con la IA, las empresas de servicios de IT viven más o menos la misma historia.
Parece que el sueño se hizo realidad. La IA ya puede clasificar alertas, resumir incidentes, sugerir causas probables de degradación, ordenar eventos en una línea de tiempo, generar borradores de postmortems, detectar patrones sospechosos en los logs e incluso hablar con la telemetría en un lenguaje casi humano. Para SRE y ops esto es muy tentador: ahí está por fin el asistente esperado, el que no se cansa y no se queja por las guardias nocturnas.
El problema es que la IA es un gran modelo de lenguaje. No un gran modelo de sentido. No fue creada para buscar sentido. Fue creada para continuar texto.
Si a veces aparece sentido en la respuesta, es más bien un efecto secundario. El modelo aprendió de textos que la gente escribió con sentido — no todos, obviamente — y recoge esa textura. Después se le echa un "sillín" a una vaca desbocada: agentes, tool calling, runbooks, integraciones con producción, guardrails — y empieza el rodeo. La vaca sabe correr. El sillín puede parecer control. Pero el sentido de la tarea lo tiene que seguir sosteniendo una persona.
Y lo más peligroso aquí es sustituir el texto por el sentido. Un párrafo coherente, un RCA seguro, una timeline limpia no demuestran nada por sí solos. Hay textos de sobra sin ningún sentido. En operaciones, ese texto es especialmente traicionero: suena a decisión hasta que alguien comprueba a qué acción apunta de verdad.
La IA no sustituyó a SRE. Sustituyó parte de la rutina
La IA empezó a quitarles a las personas, con bastante solvencia, la parte sucia, ruidosa y agotadora del trabajo operativo — aquella donde hay mucho lenguaje y pocas decisiones: armar el cuadro, comprimir el ruido, ordenar los eventos, bosquejar un borrador.
Antes, un ingeniero podía pasar horas armando a mano el cuadro de un incidente a partir de logs, métricas, trazas, eventos de despliegue y conversaciones en chats. Ahora, una parte de ese trabajo puede comprimirse a minutos. Según Elastic, en 2026 el 85 % de las organizaciones ya usa GenAI en observability, y en dos años esperan llegar al 98 %. Pero allí mismo aparece una salvedad importante: las herramientas standalone, sin contexto, solo sirven para análisis puntuales; en producción, lo que realmente importa son las plataformas que entienden las dependencias entre servicios, los patrones de despliegue y los propios datos de la empresa. (Elastic)
Para una empresa de servicios, esto es muy práctico. El cliente no paga por el heroísmo de desplazarse por logs a las tres de la mañana. El cliente paga por que el problema se encuentre y se aísle más rápido. Y la IA ayuda mucho justo en la fase inicial del análisis: reunir la señal, conectar los síntomas, resaltar hipótesis probables y no olvidar piezas importantes de la telemetría.
O sea, sí, esos "dos del cofre" ahora de verdad pueden ser los primeros en llegar al incidente. Hablan rápido. A veces incluso aciertan. Pero un texto rápido todavía no es una decisión. Y eso todavía no significa que se les pueda confiar la toma de decisiones.
En 2026, lo más valioso no es la automatización, sino los límites de la automatización
En operaciones, un error cuesta más que en una demo bonita. Si la IA se equivoca en un artículo, es molesto. Si en medio de un incidente guía con seguridad al equipo hacia el camino equivocado, perderás horas, dinero y la confianza del cliente. Puede continuar una historia incorrecta de forma muy convincente.
El human-in-the-loop dejó de ser un nice-to-have para convertirse en una norma obligatoria. Elastic escribe de forma explícita que, al elegir plataformas de observability, los equipos se fijan cada vez más en los guardrails y en los mecanismos de control humano, mientras que la seguridad sigue siendo la principal preocupación para el 61 % de las organizaciones al adoptar GenAI. (Elastic)
En SRE no basta con decir: "que el agente lo resuelva solo". Se le puede delegar la clasificación de señales. Se le puede delegar la recopilación de contexto. Se le puede delegar un borrador de RCA. Se le puede delegar la búsqueda de incidentes parecidos. Pero el derecho a cambiar de verdad el sistema, sobre todo en pleno incidente, debe permanecer bajo un control estricto. Y también el derecho a decir: "este texto tan bonito no lleva a ninguna parte".
Porque, de lo contrario, un día la IA no solo te ayudará a lidiar con producción. Empezará a equivocarse en producción en tu nombre — con seguridad, con coherencia y sin ninguna sensación de que la tarea ya perdió el sentido.
Y eso ya no tendrá nada de un remake gracioso de Vovka.
No solo cambia la respuesta a incidentes, sino también la economía misma del servicio
Para una empresa de servicios, la IA también importa porque cambia el costo del trabajo rutinario.
Parte de las tareas que antes parecían "varias horas de un ingeniero con experiencia" ahora se parecen cada vez más a "15 minutos de un ingeniero competente más buen contexto más verificación". Y eso significa que la vieja magia del billing, donde mucha agitación manual podía venderse como gran valor, funciona cada vez menos.
Esto se nota especialmente en support y managed services. Si la IA puede resumir rápido un flujo de eventos, reducir parte del alert fatigue, levantar contexto relacionado y sugerir pasos típicos, el cliente empieza a esperar no solo "un equipo de guardia", sino un servicio más rápido y más maduro. En su informe de 2026, SolarWinds vincula de forma directa el AI-driven monitoring con la reducción del alert fatigue, la aceleración de la incident response y la necesidad de una visibilidad unificada en infraestructura híbrida. En ese mismo informe también se señala que el 51 % de los entornos siguen siendo mayoritariamente o totalmente on-premises, lo que significa que el viejo y conocido dolor híbrido no ha desaparecido de las empresas de servicios. (SolarWinds)
Y ese es, probablemente, uno de los cambios más interesantes.
Antes se podía vender esfuerzo. Ahora cada vez más habrá que vender la madurez del modelo operativo.
No "tenemos ingenieros". Y no "tenemos IA". Sino "tenemos un proceso en el que los ingenieros sostienen el sentido y la IA comprime el volumen de trabajo alrededor de él: reduce el MTTR, baja el ruido, restaura el servicio más rápido y no rompe la seguridad por el camino".
La IA hace que SRE sea más rápido. La responsabilidad, no
Esa es, probablemente, la conclusión principal.
En 2026, la IA ya encaja bastante bien en el papel de un junior de guardia muy despierto. Lee rápido, busca rápido, resume rápido, propone rápido. A veces incluso demasiado rápido como para no inquietar. Pero la velocidad del texto no es la velocidad del sentido. Todo el valor de una empresa madura de servicios de IT sigue estando en cosas humanas: la capacidad de distinguir el síntoma de la causa, el ruido de la señal, una hipótesis probable de un disparate peligroso, una automatización útil de una estupidez automatizada, y el lenguaje coherente de una decisión con sentido.
Por eso, un buen negocio de servicios hoy no se construye alrededor del eslogan "usamos IA", sino alrededor de una fórmula más aburrida, pero mucho más rentable:
sabemos exactamente qué se puede delegar a un modelo de lenguaje y cómo no perder por el camino el sentido del proceso.
Y sí, hay cierta ironía en eso. La industria pasó años soñando con un asistente que llegara y aliviara la operación. Al fin llegó. Está ahí, resumiendo logs, encontrando correlaciones, dibujando timelines, sugiriendo hipótesis. Una maravilla. Da gusto mirarlo. Especialmente si uno no confunde su habla con comprensión.