Funciones y capacidades clave

El Observability Agent actúa como un asistente con inteligencia artificial integrado en Azure Monitor, basado en datos de telemetría reales . Sus capacidades principales incluyen:

• Capa de resolución de problemas impulsada por IA: correlaciona registros, métricas, trazas, topología, estado de los recursos y contexto operativo en entornos de nube .
• Chat en lenguaje natural: permite a los ingenieros hacer preguntas abiertas y realizar investigaciones guiadas sobre los datos de telemetría sin necesidad de escribir consultas en Kusto Query Language (KQL) .
• Investigaciones profundas: el agente formula hipótesis, reúne evidencia, compara señales por tiempo, alcance y tipo, descarta explicaciones débiles y presenta un rastro de razonamiento completo .
• Transparencia en el razonamiento: el agente muestra lo que encontró, lo que descartó y por qué, apoyando el juicio humano en lugar de omitirlo .
• Correlación amplia de señales: funciona en aplicaciones supervisadas por Azure, AKS, máquinas virtuales, telemetría de Foundry, infraestructura y señales de plataforma .
• Integración con Azure RBAC: el chat interactivo y las investigaciones utilizan la identidad del usuario y el control de acceso basado en roles .
• Sin entrenamiento con datos del usuario: las indicaciones y respuestas no se utilizan para entrenar modelos fundacionales .

Operaciones autónomas (vista previa pública)

Junto con la disponibilidad general, Microsoft presentó las operaciones autónomas en vista previa pública. Estas capacidades se ejecutan en segundo plano para reducir el trabajo de clasificación manual:

• Correlación continua de alertas: el agente analiza las alertas a medida que se activan, agrupa las relacionadas en un solo incidente de Azure Monitor y adjunta una explicación en lenguaje natural de por qué esas alertas están relacionadas .
• Creación de incidentes a partir de alertas destacadas: puede crear incidentes a partir de alertas individuales significativas según instrucciones personalizadas (por ejemplo, "crear siempre un incidente para alertas de gravedad 2") .
• Investigaciones profundas automáticas: el agente puede ejecutar investigaciones profundas sobre los incidentes que ha creado .

Es fundamental destacar que los humanos siguen teniendo el control. El agente no reinicia recursos, no cambia la configuración ni resuelve problemas por sí mismo . Todas las decisiones de mitigación recaen en el ingeniero . Las operaciones autónomas están sujetas a los Términos de uso complementarios para las vistas previas de Microsoft Azure .

Cómo diagnostica el agente los fallos en la nube

El agente se basa en los años de experiencia de Microsoft ejecutando Azure. Está diseñado para diagnosticar qué está fallando durante las interrupciones sin el estrés, la fatiga o la visión de túnel que pueden afectar a los operadores humanos .

Conecta registros, métricas, trazas, alertas, dependencias, gráfico de recursos, estado de los recursos, registros de actividad, telemetría de Foundry y cambios para rastrear un problema hasta su causa probable . Brendan Burns, cocreador de Kubernetes, describió al agente como una capa de formación de hipótesis sobre la automatización determinista: el agente puede formular una teoría sobre lo que salió mal, probarla con los datos y seguir trabajando para encontrar una solución .

Limitaciones y restricciones

Se aplican varias restricciones a la versión actual:

• Las operaciones autónomas están solo en vista previa pública: no están cubiertas por los términos de soporte de la disponibilidad general y están sujetas a los términos legales de la vista previa .
• Sin acciones autónomas: el agente investiga y recomienda, pero no reinicia recursos, cambia la configuración ni resuelve problemas .
• Límite de instrucciones personalizadas: las instrucciones personalizadas están limitadas a 8.192 caracteres por recurso de Observability Agent .
• Límite de investigación profunda: una sola operación de investigación profunda tiene un límite de 500 Azure Agent Credits (AAC) .
• Sin filtro dedicado para incidentes creados por el agente: en la vista de lista de incidentes, solo el prefijo [<AppName>] en el título distingue los incidentes creados por el agente .
• Restricciones de región y alcance: las operaciones autónomas se ejecutan contra un recurso dedicado Microsoft.Monitor/observabilityAgents con una identidad administrada con ámbito .

Precios y facturación

• Modelo de precios basado en el consumo: solo pagas por el trabajo de IA que realiza el agente, medido en Azure Agent Credits (AAC) .
• Tres patrones de facturación: chat (generalmente el costo más bajo), investigaciones profundas (costo más alto, con un límite de 500 AAC por operación) y operaciones autónomas (la correlación de alertas no se factura durante la vista previa; las investigaciones profundas automáticas sí se facturan) .
• Precios de lista de AAC: disponibles en la página de precios de Azure Monitor .
• Fecha de inicio de facturación: 1 de julio de 2026 .
• Correlación de alertas: la agrupación continua de alertas en segundo plano no se factura durante la vista previa pública .

Nota sobre KPMG

La evidencia disponible cubre el despliegue de Agent 365 por parte de KPMG (la plataforma de gobierno de agentes más amplia de Microsoft), no el Observability Agent específicamente. KPMG implementó Agent 365 para 276.000 personas como parte de una iniciativa de gobierno de agentes a nivel empresarial . No se encontraron resultados o métricas específicos para el uso del Azure Copilot Observability Agent por parte de KPMG en las fuentes proporcionadas. Las publicaciones del blog de Microsoft y los artículos de la comunidad destacan el anuncio de disponibilidad general, pero no citan a KPMG como un adoptante temprano de este agente en particular.

Funciones y capacidades clave

El Observability Agent actúa como un asistente con inteligencia artificial integrado en Azure Monitor, basado en datos de telemetría reales . Sus capacidades principales incluyen:

• Capa de resolución de problemas impulsada por IA: correlaciona registros, métricas, trazas, topología, estado de los recursos y contexto operativo en entornos de nube .
• Chat en lenguaje natural: permite a los ingenieros hacer preguntas abiertas y realizar investigaciones guiadas sobre los datos de telemetría sin necesidad de escribir consultas en Kusto Query Language (KQL) .
• Investigaciones profundas: el agente formula hipótesis, reúne evidencia, compara señales por tiempo, alcance y tipo, descarta explicaciones débiles y presenta un rastro de razonamiento completo .
• Transparencia en el razonamiento: el agente muestra lo que encontró, lo que descartó y por qué, apoyando el juicio humano en lugar de omitirlo .
• Correlación amplia de señales: funciona en aplicaciones supervisadas por Azure, AKS, máquinas virtuales, telemetría de Foundry, infraestructura y señales de plataforma .
• Integración con Azure RBAC: el chat interactivo y las investigaciones utilizan la identidad del usuario y el control de acceso basado en roles .
• Sin entrenamiento con datos del usuario: las indicaciones y respuestas no se utilizan para entrenar modelos fundacionales .

Operaciones autónomas (vista previa pública)

Junto con la disponibilidad general, Microsoft presentó las operaciones autónomas en vista previa pública. Estas capacidades se ejecutan en segundo plano para reducir el trabajo de clasificación manual:

• Correlación continua de alertas: el agente analiza las alertas a medida que se activan, agrupa las relacionadas en un solo incidente de Azure Monitor y adjunta una explicación en lenguaje natural de por qué esas alertas están relacionadas .
• Creación de incidentes a partir de alertas destacadas: puede crear incidentes a partir de alertas individuales significativas según instrucciones personalizadas (por ejemplo, "crear siempre un incidente para alertas de gravedad 2") .
• Investigaciones profundas automáticas: el agente puede ejecutar investigaciones profundas sobre los incidentes que ha creado .

Es fundamental destacar que los humanos siguen teniendo el control. El agente no reinicia recursos, no cambia la configuración ni resuelve problemas por sí mismo . Todas las decisiones de mitigación recaen en el ingeniero . Las operaciones autónomas están sujetas a los Términos de uso complementarios para las vistas previas de Microsoft Azure .

Cómo diagnostica el agente los fallos en la nube

El agente se basa en los años de experiencia de Microsoft ejecutando Azure. Está diseñado para diagnosticar qué está fallando durante las interrupciones sin el estrés, la fatiga o la visión de túnel que pueden afectar a los operadores humanos .

Conecta registros, métricas, trazas, alertas, dependencias, gráfico de recursos, estado de los recursos, registros de actividad, telemetría de Foundry y cambios para rastrear un problema hasta su causa probable . Brendan Burns, cocreador de Kubernetes, describió al agente como una capa de formación de hipótesis sobre la automatización determinista: el agente puede formular una teoría sobre lo que salió mal, probarla con los datos y seguir trabajando para encontrar una solución .

Limitaciones y restricciones

Se aplican varias restricciones a la versión actual:

• Las operaciones autónomas están solo en vista previa pública: no están cubiertas por los términos de soporte de la disponibilidad general y están sujetas a los términos legales de la vista previa .
• Sin acciones autónomas: el agente investiga y recomienda, pero no reinicia recursos, cambia la configuración ni resuelve problemas .
• Límite de instrucciones personalizadas: las instrucciones personalizadas están limitadas a 8.192 caracteres por recurso de Observability Agent .
• Límite de investigación profunda: una sola operación de investigación profunda tiene un límite de 500 Azure Agent Credits (AAC) .
• Sin filtro dedicado para incidentes creados por el agente: en la vista de lista de incidentes, solo el prefijo [<AppName>] en el título distingue los incidentes creados por el agente .
• Restricciones de región y alcance: las operaciones autónomas se ejecutan contra un recurso dedicado Microsoft.Monitor/observabilityAgents con una identidad administrada con ámbito .

Precios y facturación

• Modelo de precios basado en el consumo: solo pagas por el trabajo de IA que realiza el agente, medido en Azure Agent Credits (AAC) .
• Tres patrones de facturación: chat (generalmente el costo más bajo), investigaciones profundas (costo más alto, con un límite de 500 AAC por operación) y operaciones autónomas (la correlación de alertas no se factura durante la vista previa; las investigaciones profundas automáticas sí se facturan) .
• Precios de lista de AAC: disponibles en la página de precios de Azure Monitor .
• Fecha de inicio de facturación: 1 de julio de 2026 .
• Correlación de alertas: la agrupación continua de alertas en segundo plano no se factura durante la vista previa pública .

Nota sobre KPMG

La evidencia disponible cubre el despliegue de Agent 365 por parte de KPMG (la plataforma de gobierno de agentes más amplia de Microsoft), no el Observability Agent específicamente. KPMG implementó Agent 365 para 276.000 personas como parte de una iniciativa de gobierno de agentes a nivel empresarial . No se encontraron resultados o métricas específicos para el uso del Azure Copilot Observability Agent por parte de KPMG en las fuentes proporcionadas. Las publicaciones del blog de Microsoft y los artículos de la comunidad destacan el anuncio de disponibilidad general, pero no citan a KPMG como un adoptante temprano de este agente en particular.