Cuando pensamos en conducción autónoma, lo primero que nos viene a la mente son los coches que se manejan solos, sin que tengamos que intervenir más allá de presionar el botón de "arrancar" o simplemente dar la orden de que inicien su marcha.

Pero, ¿qué significa realmente la conducción autónoma de un sistema? 

Aunque el concepto de conducción autónoma no está completamente estandarizado, existen algunas referencias que nos ayudan a sentar las bases para entenderlo mejor:

Automóviles

En el ámbito automotriz, la Sociedad de Ingenieros de Automóviles (SAE) ha establecido una definición estándar para la autonomía de los vehículos, que describe su capacidad para tomar decisiones de forma independiente, sin intervención humana. Esta autonomía se clasifica en distintos grados, desde el nivel 0 (sin automatización) hasta el nivel 5 (totalmente autónomo). El estándar SAE J3016 define estos niveles de autonomía para los vehículos, lo que ofrece una guía clara sobre lo que constituye un vehículo autónomo.

Industria 4.0 y Robótica

En el contexto de la Industria 4.0 y la robótica, el concepto de autonomía está muy desarrollado. Se refiere a la capacidad de una máquina o sistema para operar sin intervención humana directa, pero siguiendo principios de optimización, ajustes automáticos y toma de decisiones basadas en datos. Existen normas, como la ISO/IEC 18629, que definen la automatización y sus aplicaciones en la industria, considerando la autonomía en la ejecución de procesos sin supervisión constante.

Tecnológicas de la Información (TI) y Data Centers

Si nos centramos en nuestro entorno, el de los sistemas autónomos en Tecnologías de la Información (TI), no existe una definición formal de “conducción autónoma” como un término específico. Sin embargo, podemos encontrar conceptos relacionados en publicaciones de entidades como:

• NIST (National Institute of Standards and Technology), que aborda los sistemas autónomos y la ciberseguridad en su marco de trabajo para redes inteligentes.
• IEEE (Institute of Electrical and Electronics Engineers), que publica marcos y definiciones sobre la automatización de sistemas y cómo ciertos procesos dentro de infraestructuras tecnológicas pueden hacerse autónomos, incluyendo aspectos éticos que podrían ser un tema muy interesante para abordar en otro artículo.

Con base en todo esto, una posible definición de conducción autónoma de un sistema sería: “la capacidad de un sistema para operar de manera independiente, tomando decisiones y realizando tareas sin intervención humana directa, pero con una supervisión controlada basada en datos”.

¿Y cómo lo hacen?

Si analizamos la industria automotriz, uno de los avances más significativos ha sido la automatización de los procesos de manufactura. Las líneas de ensamblaje han sido automatizadas durante décadas. Sin embargo, lo que hará que los coches sean “autónomos” será la capacidad de tomar decisiones en tiempo real, utilizando sensores, algoritmos y redes interconectadas. Este mismo concepto se aplica a los procesos de fabricación, donde las fábricas no solo producen coches de forma más eficiente, sino también más precisa, gracias a que cada pieza del proceso está conectada a una red que asegura que todo funcione sin interrupciones.

Un ejemplo similar lo encontramos en la agricultura de precisión, donde los agricultores utilizan drones y sensores para monitorear y optimizar cultivos, tomando decisiones basadas en datos como las condiciones del terreno, la humedad y la luz. Aunque los agricultores no están físicamente en el campo, pueden gestionar el proceso de manera más eficiente gracias a los sistemas que procesan estos datos y proporcionan conclusiones acertadas.

En gestión de energía, las redes inteligentes permiten a las empresas gestionar el consumo de electricidad de manera autónoma. Los sistemas regulan el uso de la energía según la demanda, optimizando recursos y evitando excesos, con decisiones tomadas por algoritmos que aseguran que todo esté bajo control.

¿Cómo se traduce esto al Data Center?

Este fue el punto en el que comenzó nuestra reflexión profunda. Nos preguntamos, ¿qué están haciendo otros sectores que no estamos haciendo nosotros? Y volvimos al principio, a reflexionar sobre cómo operan los Data Centers, dónde se encuentran los datos, cómo se recogen, si son confiables, dónde están los procesos y las personas. Lamentablemente, llegamos a la misma conclusión de hace 15 años: seguimos trabajando en silos, seguimos integrando tecnologías de forma parcial y, lo más importante, no confiamos completamente en la información que nos proporcionan los sistemas.

Mirar sectores como la logística nos ayudó a simplificar. El Data Center es un entorno crítico, pero al final del día, ¿qué es un Data Center sino una “caja”? Si lo analizamos de cerca, es una caja donde todo tiene un flujo: entradas y salidas de equipos, mantenimientos, rondas de supervisión, auditorías… Todo puede simplificarse si entendemos que cada acción que ocurre en el Data Center debe poder ser registrada, trazada y comprendida, de la misma manera que ocurre en una cadena logística.

Por lo tanto, el primer concepto clave es La Caja, el lugar donde entran cosas, salen cosas y se mueven cosas, todo bajo un proceso que sí se puede automatizar.

¿Qué más necesitamos? Información para entrenar al sistema y que pueda tomar decisiones. Esta información proviene de todo el ecosistema del Data Center: los procesos, los equipos, las personas y las tecnologías existentes. Por ello, es fundamental que todo proceso esté marcado por pasos claros, desde la entrada del equipo hasta su salida, ya sea en forma de acción (como la reparación de un servidor) o de información (un reporte de uso). Todo debe tener trazabilidad para registrar estos inputs.

¿Qué obtendremos? Esos outputs serán el inicio de la automatización, ya que llevarán al sistema a tomar decisiones y ejecutar esas decisiones.

¿Cuándo? Cuando tengamos la confianza en el sistema y, sobre todo, en que la información de esos inputs es correcta. Esto solo sucederá si todos los procesos dentro de la caja están trazados y no se omite ningún paso. (De nuevo, los procesos siempre son la clave).

Resumiendo:

   La Caja: El lugar donde entran cosas, salen cosas, se mueven cosas, todo bajo un proceso que sí se puede automatizar.
   El input: Es la información necesaria para ejecutar cualquier tarea dentro de un Data Center.
   El output: Es el resultado de ese proceso, que se nutre de la información de los inputs.

Esto, sin duda, nos lleva a la conexión entre procesos (mediante estandarización y automatización) para llegar a la conducción autónoma del Data Center.

Y ¿ya estaría? que va!, para que esto se haga realidad, necesitamos confianza y seguridad, y esto solo vendrá con el tiempo. Si pensamos en el coche autónomo, aún nos da miedo y no confiamos plenamente en la tecnología. Sin embargo, hace 25 años tampoco pensábamos que dejaríamos un coche estacionar solo, sin intervención humana y hoy esto se hace. Este fenómeno se llama desensibilización, y está recogido en el Modelo de Aceptación Tecnológica (TAM), propuesto por Fred Davis en 1989. Este modelo sugiere que la aceptación de una tecnología depende de dos factores clave: la utilidad percibida y la facilidad de uso percibida. A medida que los usuarios interactúan con una tecnología y experimentan sus beneficios, su actitud hacia ella mejora, facilitando su adopción.

Así que… ¡ojalá llegue el momento! Ojalá contemos con tecnologías que realmente superen estas barreras, que sean útiles y fáciles de usar. Al menos por nuestro lado, en Bjumper, ¡vamos a intentarlo!