Observabilidad de IA · Lección 29
¿Qué diferencia hay entre un equipo con una cultura 'reactiva' de observabilidad y uno con una cultura más 'proactiva', al operar un sistema de IA en producción?
Un equipo reactivo solo revisa la observabilidad cuando ya ocurrió un problema reportado por usuarios, mientras uno proactivo revisa regularmente tendencias y métricas para detectar señales tempranas de degradación antes de que se convierta en un incidente reportado
Ambos enfoques son exactamente equivalentes en términos de resultado final obtenido, sin ninguna diferencia real de impacto en la calidad del servicio
Un equipo proactivo elimina por completo la necesidad de tener cualquier sistema de alertas configurado en el sistema
La cultura de observabilidad de un equipo no tiene ningún impacto real en la calidad del servicio que los usuarios finales experimentan
Observabilidad de IA · Lección 29
Completa el código
Un equipo proactivo revisa tendencias buscando señales
Revisa: revisa tendencias buscando señales tempranas de degradación.
Observabilidad de IA · Lección 29
¿Por qué un equipo que solo revisa observabilidad después de recibir quejas de usuarios probablemente ya dejó que el problema afectara a muchos más usuarios de los necesarios antes de siquiera enterarse de su existencia?
Pista: para que una queja de usuario llegue al equipo, el problema ya tuvo que haber afectado negativamente a esa persona real primero; un equipo que revisa proactivamente las tendencias de sus métricas de calidad podría detectar la degradación empezando a ocurrir antes de que se acumulen suficientes quejas, limitando cuántos usuarios reales terminan siendo afectados por ese mismo problema.
✓
¡Lección completada!
Cultura de observabilidad — de reactivo a proactivo
0
XP ganado
3
Vidas restantes