José Carlos Sanz Soriano

La saturación del IT Service Management (ITSM) moderno La gestión de tickets y servicios TI vive un momento crítico. Las empresas trabajan hoy con arquitecturas multicloud, aplicaciones distribuidas, entornos híbridos y un ecosistema digital que se expande a un ritmo difícil de sostener. El resultado se hace visible donde más duele: un service desk saturado, miles de tickets repetitivos, escasa visibilidad sobre problemas raíz y una presión creciente por mejorar la experiencia digital del empleado. Los modelos tradicionales de IT Service Management (Gestión de Servicios de TI, ITSM), basados en procesos estáticos y reglas manuales, ya no son suficientes para seguir el ritmo. Los equipos de soporte deben absorber una demanda que crece más rápido que su capacidad, mientras intentan mantener los SLA estrictos y evitar incidentes críticos en entornos donde cada minuto cuenta. En este contexto, la IA aplicada al ITSM deja de ser un complemento y se convierte en un habilitador estratégico: permite anticipar fallos, automatizar tareas repetitivas y elevar la capacidad de respuesta sin incrementar el esfuerzo humano. IA + automatización avanzada aplicada al ciclo de vida del ticket Para transformar la gestión de tickets, en Telefónica Tech integramos un conjunto de capacidades avanzadas basadas en IA, automatización y analítica. Estas tecnologías permiten rediseñar por completo el ciclo de vida de una incidencia, desde su creación hasta su resolución, aportando eficiencia y precisión técnica. Procesamiento de lenguaje natural (NLP) Mediante modelos de NLP, los usuarios pueden crear, actualizar o consultar tickets mediante lenguaje natural, ya sea por chat, voz o texto. Esto reduce fricción, elimina errores de categorización y acelera la entrada del ticket. Agentes autónomos (Agentic AI) La automatización avanzada incorpora agentes autónomos capaces de: Aprender del histórico de datos del service desk Predecir incidencias recurrentes Recomendar soluciones Tomar acciones automáticas o escalar casos según impacto o prioridad Con ello se habilita un service desk más proactivo y autosuficiente. Machine Learning predictivo Mediante modelos estadísticos y algoritmos supervisados, la IA detecta correlaciones en grandes volúmenes de datos operativos. Esto permite anticipar comportamientos anómalos y fallos potenciales antes de que se produzcan, activando alertas o remediaciones automáticas. Agrupación inteligente y análisis semántico de tickets Los algoritmos de similitud semántica permiten identificar incidencias relacionadas y agruparlas en torno a un mismo problema raíz. Esto acelera la resolución del conjunto, reduce duplicidades y facilita la identificación temprana de incidentes. Estas capacidades técnicas son la base del ITSM cognitivo y permiten diseñar operaciones más ágiles, autónomas y resilientes. ITSM cognitivo aplicado a entornos reales En Telefónica Tech aplicamos estas tecnologías como parte de nuestra estrategia de automatización inteligente en Business Apps, integrando IA directamente en la operación diaria del cliente. Nuestra propuesta se articula en tres pilares técnicos: Arquitectura inteligente de ITSM Diseñamos modelos operativos que combinan: Automatización avanzada IA aplicada al flujo de tickets Integración con ecosistemas multicloud/híbridos Orquestación de procesos end-to-end Aceleradores tecnológicos basados en plataformas líderes Colaboramos con plataformas especializadas como BMC Helix ITSM para habilitar funcionalidades como NLP, análisis semántico, clustering de tickets o agentes autónomos. Estas tecnologías se integran como parte de nuestro modelo en Telefónica Tech, no como un fin en sí mismas. Operación gestionada y evolución continua Nuestro valor diferencial no está únicamente en la tecnología, sino en cómo la operamos y evolucionamos. La implantación de IA en ITSM no es un proyecto puntual, sino un sistema vivo que requiere supervisión, ajustes y mejora constante. En Telefónica Tech abordamos esta complejidad con un enfoque de operación gestionada que cubre todo el ciclo de vida del modelo: Tuning de modelos de IA, ya que no permanecen estables de forma indefinida. Cambian los sistemas, los servicios, el comportamiento de los usuarios y el propio ecosistema tecnológico. Por eso, la gestión activa del modelo es una tarea central: supervisamos cómo evolucionan los patrones de tickets, detectamos degradaciones progresivas en la precisión y ajustamos los modelos cuando aparecen nuevas tipologías de incidencias. —Este trabajo permite evitar que la IA evolucione y continúe aportando valor al mismo ritmo que el negocio. Análisis continuo del patrón de tickets, monitorizando de forma permanente los tickets generados. No se trata solo de contar tickets, sino de entenderlos. Analizamos la recurrencia, los picos de carga, los tipos de incidencia y su relación con cambios en el entorno, despliegues de aplicaciones o incidencias previas. —Este seguimiento continuo permite detectar problemas estructurales, identificar anomalías y áreas recurrentes de incidencia para anticipar deterioros del servicio y diferenciar entre picos puntuales y tendencias reales. Es una capa fundamental para transformar el ITSM en una función predictiva y no simplemente reactiva. Ajuste progresivo de automatizaciones para adaptar y optimizar los flujos de automatización para que respondan de forma precisa y eficiente a las necesidades y dinámicas reales del entorno operativo. Los procesos automatizados también envejecen. Un flujo definido hace seis meses puede dejar de ser óptimo si cambia el ecosistema de aplicaciones, el modelo de soporte o las prioridades del negocio. —Por eso revisamos los flujos de automatización de forma periódica: validamos que sigan siendo eficientes, eliminamos automatismos innecesarios, reforzamos los que aportan valor y adaptamos otros cuando dejan de encajar con la operación real. Este trabajo permite mantener una automatización útil, sostenible y alineada con el contexto del cliente. Observabilidad técnica aplicada al ITSM que permite monitorizar de forma continua y detallada los sistemas y procesos IT, entendiendo comportamientos. Integramos capacidades de observabilidad que permiten ver de forma correlacionada qué está ocurriendo en los servicios, cómo impacta en los tickets y cómo responde la automatización. —Esto nos permite detectar anomalías antes de que se traduzcan en incidencias, analizar rápidamente qué ha fallado y mejorar continuamente los modelos en función del comportamiento real del entorno. Es clave para anticipar problemas y optimizar la gestión del servicio en entornos automatizados y cognitivos. Soporte local y especializado a través de nuestros equipos expertos, que ofrecen asistencia directa en el entorno del cliente adaptándose a las particularidades de cada organización como procesos, prioridades y restricciones, garantizando una atención personalizada y eficiente en la gestión de incidencias y servicios. —La IA necesita datos, gobierno y mejora continua. Y ese es precisamente el rol que Telefónica Tech aporta. Casos de uso Agrupación de incidencias y gestión predictiva de problemas La IA analiza miles de tickets para identificar patrones ocultos entre incidencias aparentemente aisladas. Gracias a este enfoque, es posible agrupar automáticamente casos relacionados bajo un mismo problema raíz, evitando que los equipos trabajen de forma aislada sobre síntomas repetidos. —El resultado es una reducción significativa del trabajo duplicado y una aceleración en la resolución de problemas estructurales. Detección temprana de grandes incidentes Los modelos analizan en tiempo real el volumen, tipología y velocidad de entrada de tickets. Cuando se produce una desviación fuera de los patrones habituales, el sistema es capaz de alertar sobre la posible aparición de un incidente mayor incluso antes de que el impacto se generalice. —Esto permite activar protocolos de escalado de forma proactiva y minimizar el impacto en los servicios críticos. Recomendación automática de soluciones Basándose en el histórico de incidencias resueltas, artículos de conocimiento y documentación técnica, la IA propone acciones con alta probabilidad de éxito desde el primer momento. —Este enfoque reduce considerablemente el tiempo medio de resolución (MTTR) y evita depender únicamente del conocimiento individual de cada técnico. Beneficios El ITSM cognitivo aporta mejoras cuantitativas y cualitativas: Mayor eficiencia operativa gracias a la eliminación de tareas manuales. Mejor calidad del diagnóstico, más rápido y preciso. Visibilidad avanzada del estado del servicio mediante analítica inteligente. Escalabilidad sin aumentar headcount. Experiencia del empleado más fluida y sin fricciones. Prevención proactiva en lugar de resolución reactiva. Retos y consideraciones técnicas La implantación de IA en ITSM implica ciertos desafíos técnicos que Telefónica Tech aborda como parte del proyecto. No son obstáculos, sino elementos críticos del diseño que aseguran una adopción exitosa. La implantación de IA en ITSM no es automática ni trivial. Requiere una base técnica sólida y una aproximación rigurosa. Uno de los factores más críticos es la calidad del CMDB (Base de Datos de Gestión de la Configuración). Si los datos de activos, relaciones y dependencias no están correctamente estructurados, los modelos no pueden correlacionar incidencias con el impacto real en negocio. Otro aspecto clave es la gobernanza del ciclo de vida del modelo. Los algoritmos deben supervisarse, actualizarse y auditarse periódicamente para mantener su fiabilidad, trazabilidad y alineamiento con los objetivos operativos. Las automatizaciones deben diseñarse bajo criterios claros de seguridad, control de errores y capacidad de reversión. Automatizar sin control no es eficiencia: es riesgo. Por último, la convivencia entre personas y agentes autónomos requiere una definición clara de responsabilidades. La IA no sustituye al equipo humano, sino que amplifica su capacidad de decisión cuando se integra correctamente, optimizando procesos y asegurando una gestión eficaz y coordinada de incidencias y servicios, como parte de nuestro modelo en Telefónica Tech. No son obstáculos, sino elementos críticos del diseño que aseguran una adopción sostenible. Conclusión: hacia un ITSM cognitivo orientado al negocio La IA está redefiniendo la forma en que entendemos la gestión de servicios TI. Ya no se trata solo de resolver tickets, sino de anticipar problemas, automatizar decisiones y convertir el área de TI en un habilitador estratégico del negocio. En Telefónica Tech ponemos la IA al servicio del ITSM integrando tecnologías como BMC Helix ITSM dentro de un modelo sólido de automatización inteligente, soporte avanzado y evolución continua. El resultado es una operación más eficiente, segura y preparada para los retos futuros. Cloud Intelligent Workplace Del contact center tradicional al servicio de atención inteligente: 10 respuestas para entender su transformación 8 de septiembre de 2025