Durante la última edición de KubeCon + CloudNativeCon 2026 en Salt Lake City, Dynatrace ha expuesto una visión pionera sobre cómo aplicar la observabilidad a sistemas impulsados por inteligencia artificial (IA). Sean O’Dell, responsable de experiencias para desarrolladores en Dynatrace, detalló cómo su plataforma unifica datos provenientes del código, la infraestructura y cargas de trabajo de IA para ofrecer una imagen integral que simplifica la identificación y solución de problemas en entornos complejos.
Uno de los grandes retos que enfrentan los desarrolladores actualmente es entender cuándo un nuevo modelo de IA desplegado genera errores en grupos específicos de usuarios, sin que el problema sea la versión del software en sí. Según O’Dell, para investigar eficazmente esta situación es fundamental que la plataforma permita conocer qué usuarios están expuestos a una función experimental y cómo interactúa esto con el resto de la aplicación.
Implementación progresiva con señales propias
Una práctica clave explicada por O’Dell es el uso de feature flags o banderas de función, que permiten habilitar funcionalidades o modelos de IA sólo para ciertos usuarios en un despliegue controlado. El valor añadido que propone Dynatrace es que estas banderas se monitoricen como señales propias dentro de la plataforma, correlacionando su activación con cualquier incidencia reportada. Esto aporta a los equipos una capacidad mayor para diagnosticar si problemas emergentes están vinculados a estas funciones y actuar rápido para revertirlas antes de que el impacto sea masivo.
Dynatrace colabora con proyectos abiertos como OpenFeature para integrar esta gestión de banderas en un ecosistema estandarizado, fomentando así flujos de trabajo sólidos durante despliegues progresivos y mejora continua.
Basándose en OpenTelemetry para seguir el rastro de las peticiones
Ante la pregunta sobre si las cargas de trabajo de IA requieren un nuevo enfoque de observabilidad separado, O’Dell destaca que la base está en la instrumentación ya existente, principalmente OpenTelemetry. Esta tecnología permite rastrear las peticiones que atraviesan diferentes componentes: desde la UI hasta bases de datos y modelos de IA. Sin embargo, una anomalía detectada en la interfaz puede no originarse en el modelo, por lo que es clave disponer de una plataforma que relacione y visualice todos estos elementos en conjunto para una investigación eficaz.
Para ello, Dynatrace ofrece herramientas como Grail, un data lakehouse, y Smartscape, un mapeo visual de servicios e infraestructuras, que permiten descubrir cambios recientes en la aplicación o el backend que expliquen posibles regressiones. Además, estos contextos enriquecidos facilitan que los agentes inteligentes decidan de forma autónoma y contextualizada las acciones a emprender, optimizando el tiempo de respuesta.
Agentes inteligentes y decisiones informadas en tiempo real
O’Dell relata que una de las aspiraciones es que los agentes, apoyados en la telemetría, tomen “la decisión correcta en el momento oportuno”. Esto implica que el tipo de información relevante puede variar: un desarrollador frontend necesita métricas de experiencia real de usuario, mientras que un ingeniero de plataforma se concentra en la trazabilidad de peticiones y detalles del backend.
La responsabilidad de decidir qué datos son pertinentes y cuándo recopilarlos representa un desafío de ingeniería tan importante como la recolección en sí, haciendo que la observabilidad sea no sólo una cuestión técnica, sino estratégica para acompañar los viajes y cambios que sufren las aplicaciones modernas impulsadas por IA.
La entrevista completa entre Sean O’Dell y Frederic Lardinois está disponible en el canal de YouTube de The New Stack, donde profundizan en temas como los límites de los estándares abiertos, la economía de tokens en el desarrollo actual y las políticas imprescindibles para que los agentes automatizados realicen tareas operativas con garantías.