En la práctica, esa información suele estar repartida entre múltiples sistemas y actualizada de manera desigual. El resultado es lo que muchos ingenieros llaman dirty data: datos incompletos, desactualizados o contradictorios que hacen que la automatización falle o genere riesgos operativos.
Para OpsMill, el verdadero desafío no es la falta de herramientas de automatización, sino la falta de una capa de datos fiable que las sustente.
Infrahub aborda ese problema creando una capa de datos unificada y estructurada para toda la infraestructura empresarial. En lugar de mantener la información distribuida entre múltiples sistemas, las organizaciones modelan sus redes, centros de datos y recursos cloud dentro de un único esquema de datos.
La plataforma actúa como un repositorio central donde los datos de infraestructura se validan, se estructuran y se sincronizan entre distintas herramientas y procesos operativos.
El objetivo es que ingenieros, herramientas de automatización y sistemas de IA trabajen todos sobre la misma representación confiable del entorno tecnológico.
Una decisión técnica clave del proyecto es el uso de una base de datos de grafos.
Las infraestructuras modernas no son simples listas de recursos: son redes complejas de relaciones. Un servidor depende de un clúster, que a su vez se conecta a una red, que soporta múltiples servicios y políticas de seguridad.
Las bases de grafos permiten modelar estas conexiones de forma natural, mostrando cómo cada elemento se relaciona con los demás.
Esto aporta algo crucial para la automatización: contexto operacional. Un sistema puede evaluar, por ejemplo, qué servicios dependen de un componente antes de aplicar un cambio de configuración, reduciendo el riesgo de interrupciones inesperadas.
Otro elemento central de Infrahub es su control de versiones nativo, inspirado en flujos de trabajo similares a Git.
Los cambios en el modelo de infraestructura pueden:
Este enfoque introduce prácticas de desarrollo de software —como revisiones de cambios y auditorías completas— en la gestión de infraestructura.
En un contexto donde cada vez más organizaciones exploran agentes de IA capaces de recomendar o ejecutar acciones operativas, tener un historial claro y verificable de los cambios resulta especialmente importante.
OpsMill posiciona Infrahub como una capa de datos preparada para IA.
Los agentes de inteligencia artificial necesitan datos estructurados, consistentes y comprensibles para poder razonar sobre sistemas complejos. Si la información que reciben está fragmentada o desactualizada, las decisiones automáticas pueden ser incorrectas o incluso peligrosas.
Al unificar y estructurar los datos de infraestructura, Infrahub crea un contexto operacional que tanto los ingenieros como los sistemas de IA pueden interpretar de forma consistente.
La financiación de 14 millones de dólares en Serie A, liderada por IRIS con participación de BGV, Serena y Partech, refleja el creciente interés de los inversores en tecnologías que preparan la infraestructura empresarial para la automatización impulsada por IA.
Según la compañía, el capital se destinará a:
La tecnología ya muestra tracción en entornos reales. El sistema se utiliza en producción en organizaciones como TikTok, y un proveedor europeo de nube ha informado que redujo sus tiempos de despliegue de cinco días a solo quince minutos tras adoptar la plataforma.
La estrategia de OpsMill refleja una transformación más amplia en el mundo de la infraestructura empresarial. Durante años, las empresas se centraron en crear nuevas herramientas de automatización o modelos de IA.
Ahora muchas están descubriendo que la calidad y la estructura de los datos son el verdadero requisito previo para automatizar a gran escala.
Sin una fuente de datos fiable, la automatización puede amplificar errores en lugar de eliminarlos. Plataformas como Infrahub intentan resolver ese problema desde la base: haciendo que los datos de infraestructura sean consistentes, auditables y comprensibles tanto para humanos como para máquinas.
Si este enfoque se consolida, la infraestructura podría seguir una evolución similar a la del desarrollo de software, donde los sistemas versionados y compartidos se convirtieron en la base de la colaboración y la automatización a gran escala.