AI

AI resume evidencias del target global activo y la ventana temporal seleccionada. Sirve como apoyo operativo, no como sustituto de revisar datos.

AI trabaja con el target y ventana activos en la consola.

Usos recomendados

• Pedir resumen de las últimas horas.
• Generar un informe de situación para guardia o traspaso.
• Pedir RCA cuando hay un incidente o degradación concreta.
• Explicar una pantalla o dominio.
• Correlacionar eventos, jobs y métricas.
• Generar una hipótesis de siguiente paso.
• Resumir que no está fallando además de lo qué aparece degradado.

Buenas preguntas

• Qué ha cambiado en la última hora?
• Qué evidencias explican el estado KO?
• Qué debo cruzar con Events?
• Hay correlación con jobs cancelados?
• Qué host debería revisar primero?

AI usa el target activo y la ventana temporal seleccionada. Si la fuente seleccionada no tiene datos, el informe no puede generar evidencias útiles. Trata la salida como una ayuda estructurada de investigación y verifica las pantallas citadas antes de actuar.

Copiloto contextual

El panel derecho acompaña la pantalla en la que estás trabajando. Puedes cambiar su ancho, expandirlo como workspace o usarlo a pantalla completa en móvil. El copiloto recibe un contexto reducido de Landing, Operations, Metrics, Events, Jobs, el mapa de Landing o AI: vista, selección, métricas visibles y rango temporal, sin sustituir la fuente SAP seleccionada.

Fija el contexto cuando quieras mantener una pantalla como referencia mientras navegas. Cada respuesta puede incluir citas, evidencias, tablas, gráficas reales y acciones para abrir una métrica, navegar a otra vista o iniciar un informe. También puedes cancelar una consulta, reintentar manualmente un fallo y valorar el resultado. Todas las acciones son de lectura o navegación; el copiloto no modifica SPOT ni SAP.

Informes y rango temporal

Los informes de AI pueden generarse con dos formas de ventana:

• Ventana rápida: presets como última hora, últimas horas o día reciente.
• Rango exacto: fecha y hora de inicio/fin para incidentes con hora conocida.

Usa Rango exacto cuando tengas un cambio, corte o aviso con hora concreta. El rango debe tener inicio anterior al fin y respetar el máximo permitido por backend. SPOT usa la misma fuente SAP seleccionada en la consola; no hay un selector de target separado dentro de AI.

Mientras un informe se genera, el panel En curso muestra fase, tiempo transcurrido, target y resultado. Los informes y RCA se ejecutan como runs asíncronos: pueden tardar más porque priorizan recopilar evidencias, contrastar varias hipótesis con contraevidencia, sintetizar, pasar quality review y validar seguridad antes de guardar el resultado. Un RCA exige próximos checks de investigación, timeline cuando hay eventos fechados y una gráfica cuando existen series reales. Si el LLM o un quality gate falla, el error queda visible en esa misma bandeja y no se guarda un informe incompleto como completado.

Cuando el run termina, SPOT abre o deja disponible el informe final en el historial. El workspace separa Overview, Timeline, Hypotheses, Evidence e Investigation. Al seleccionar una evidencia, puedes cruzarla con los hitos y las hipótesis relacionadas. Esta separación evita que una investigación larga bloquee la consola.

Historial y En curso se desplazan de forma independiente para mantener visible el informe seleccionado aunque existan muchas investigaciones guardadas.

Puedes cancelar un run que ya no necesites. La cancelación es cooperativa: el estado pasa a cancelado cuando termina la fase segura en curso. Si el servicio se reinicia, los runs pendientes pueden recuperarse sin perder el historial de progreso.

Exportar y comparar informes

Los informes se pueden exportar como Markdown o copiar al portapapeles desde la barra de herramientas del detalle. Esto permite compartir informes en canales de guardia, tickets o documentación interna.

La comparación visual permite seleccionar un informe anterior del historial y mostrar las diferencias: cambio de veredicto, hallazgos nuevos, hallazgos resueltos y variaciones en métricas clave. Útil para validar si una acción correctiva tuvo efecto.

Analytics AI

El panel de Analytics muestra métricas de uso del sistema AI para el período seleccionado (24h, 7d, 30d): informes generados, sesiones de chat, calidad media, tasa de fallo, feedback positivo, provider activo y las tools más utilizadas. Permite al administrador evaluar si AI se está usando y con qué resultados.

Chat Basis y Negocio

El chat está pensado para responder con más agilidad que un informe completo. Muestra progreso de planificación, tools y síntesis mediante SSE y usa un presupuesto de investigación más corto para dar una respuesta operativa preliminar. Si el proveedor LLM devuelve una respuesta vacía, se corta por tokens o falla de forma transitoria, SPOT reintenta en backend antes de mostrar el error; no repite la pregunta desde el navegador cuando el stream ya fue aceptado. Cada respuesta muestra un badge de confianza y permite dar feedback (positivo/negativo) para mejorar el sistema. Si pides un RCA profundo desde el chat, SPOT puede proponer una acción para lanzar un informe RCA asíncrono y continuar la investigación en la vista AI.

El chat mantiene dos perfiles de respuesta:

• Basis: respuesta técnica con metric IDs, thresholds, instancias, jobs, eventos, señales ML si existen y transacciones SAP recomendadas.
• Negocio: resumen de impacto, riesgo y siguiente acción para responsables de servicio, con menos jerga técnica.

SPOT no ejecuta remediaciones desde AI. Las recomendaciones son pasos de investigación o navegación dentro de la consola.

Las respuestas deben respetar el idioma de la consola o de la petición. SPOT mantiene sin traducir los metric IDs, hosts, transacciones SAP y evidence IDs para que puedas cruzarlos directamente con Metrics, Events, Jobs o SAP.

En SaaS, AI trabaja siempre dentro del tenant autenticado y de la fuente SAP seleccionada. Las lecturas usan credenciales scoped de ese tenant/fuente y los informes, conversaciones, runs, trazas y evaluaciones se guardan separados por tenant. AI no puede consultar otro tenant ni cambiar de fuente mediante una instrucción escrita en el chat.

El administrador selecciona un único proveedor Primary. Los demás proveedores solo participan en recuperación automática cuando tienen una Fallback priority explícita; SPOT los prueba por orden ascendente y omite los deshabilitados. Un proveedor habilitado sin prioridad puede probarse manualmente, pero no recibe prompts como fallback. Toda la cadena pertenece al mismo tenant y nunca usa credenciales globales.

Métricas y conocimiento operativo

Cuando preguntas por una pantalla, un dominio o una métrica concreta, AI puede consultar el catálogo completo de métricas disponible en SPOT, no solo los paneles más comunes. El asistente usa la fuente SAP activa, la ventana seleccionada y el contexto visible de la pantalla para elegir métricas, series históricas, contexto de anomalías, jobs, eventos, snapshots de work processes y conocimiento SAP.

El catálogo incluye el know-how de los tooltips de métricas cuando existe: qué mide cada señal, cómo interpretarla, qué umbrales aplican y con qué pantallas conviene cruzarla. Por ejemplo, una pregunta sobre long-running WP puede combinar la serie canónica long-running-work-processes, su placement de máximo 24 h y snapshots de procesos en ejecución con tiempo transcurrido.

Si pides una gráfica, AI debe devolver una gráfica construida con series reales obtenidas por SPOT o una acción ejecutable para abrirla en Metrics. Para métricas parametrizadas conocidas, SPOT puede consultar variantes seguras predefinidas; los parámetros nunca proceden del texto generado por el modelo. Si no existe un default seguro, la query se omite y la respuesta debe indicarlo como limitación.

Knowledge base del entorno

Solo los administradores pueden listar, abrir, añadir, aprobar, archivar o eliminar notas, Markdown, TXT o PDF asociados a la fuente SAP activa. Los documentos nacen como borrador y solo participan en las respuestas después de ser aprobados; los viewers reciben únicamente las respuestas y evidencias recuperadas desde contenido ya aprobado. SPOT conserva procedencia, versión, idioma, vigencia y confianza para que el origen de una recomendación sea revisable.

SPOT recupera por relevancia tanto el conocimiento SAP incluido con el producto como los documentos aprobados del entorno. El conocimiento empaquetado es de solo lectura y se mantiene separado del contenido de tu entorno. Un RCA histórico solo se convierte en patrón reutilizable cuando un administrador confirma el resultado y la causa. En SaaS, documentos y patrones permanecen aislados por workspace y fuente SAP.

AI, baselines y thresholds

Cuando hay datos ML disponibles en SaaS u on-prem, AI puede usar Expected range, Forecast y Anomaly score como evidencias ponderadas junto a thresholds, Events, Jobs, snapshots de work processes y dominios Operations. Esa evidencia no debe leerse como causa raíz única: una anomalía estadística indica que el valor se separa de su patrón normal, pero todavía hay que comprobar si coincide con un job, un evento, una instancia degradada o un cambio operativo.

Si ML todavía no tiene modelo para una métrica, AI lo trata como contexto (warming_up, no_model o no disponible) y continúa con el resto de evidencias. La ausencia de ML no significa que el sistema esté sano ni que haya fallo de AI.

Para una investigación completa:

1. Abre Metrics y revisa el tooltip con valor real, media esperada, min/max esperado, forecast y score.
2. Comprueba el dominio de Operations afectado para ver OK/WARN/KO.
3. Cruza Events y Jobs en la misma ventana temporal.
4. Usa Machine Learning para interpretar estados como ready, warming_up o no_matching_series.