Métricas, múltiplas ferramentas e o desafio da complexidade
A observabilidade se consolidou entre os principais pilares das operações de TI modernas, ganhando atenção tanto de times técnicos quanto de executivos.
A Observability Survey 2025, realizada pela Grafana Labs com 1.255 profissionais de todo o mundo, oferece um retrato detalhado desse cenário, revelando tanto avanços quanto desafios persistentes. (Grafana Labs)
Este artigo analisa os dados específicos dessa pesquisa, destacando por que a simples multiplicação de ferramentas de observabilidade pode gerar ruído operacional, como a fragmentação de dados impacta a eficiência das equipes e de que forma uma camada AIOps transversal, como a trazida pelo Argus, ajuda a transformar esse universo de dados em decisões operacionais inteligentes.
Quantas ferramentas e fontes de dados as organizações realmente usam?
A pesquisa revela que as organizações não estão observando seus ambientes com uma única ferramenta integrada, mas sim com um conjunto diversificado de soluções:
Em média, as empresas utilizam 8 tecnologias diferentes de observabilidade.
Respondentes citaram mais de 101 tecnologias distintas atualmente em uso no mercado global.
Essa diversidade é reflexo direto da necessidade de cobrir múltiplos domínios, infraestrutura, aplicações, logs, traços, métricas e perfis, porém também é um indício claro de complexidade crescente no ambiente operacional.
Além disso, a fragmentação se estende às fontes de dados: organizações que configuram suas plataformas centralizadas podem ter 16 ou mais fontes de dados atribuídas, e em grandes organizações esse número pode superar 24 fontes configuradas.
Esse volume de ferramentas e integrações cria um ambiente onde a visibilidade pode até ser ampla, mas difícil de interpretar de maneira integrada.
O impacto humano e operacional da fragmentação
Com dados espalhados entre múltiplas tecnologias, equipes enfrentam desafios diários de contexto. Ao invés de interpretar rapidamente um incidente, operadores e engenheiros gastam tempo valioso:
Navegando entre painéis desconectados;
Correlacionando lógica entre eventos em diferentes interfaces;
Refazendo análises que poderiam ser automatizadas.
Segundo a pesquisa, a fragmentação e o overhead de complexidade continuam sendo um dos principais obstáculos à eficácia da observabilidade, citado por cerca de 39% dos entrevistados como o maior impedimento para alcançar melhores resultados operacionais.
Esse dado destaca uma realidade que observadores de operações já vivenciam: visibilidade sem contexto pode ser tão desafiadora quanto visibilidade insuficiente.
Observabilidade como disciplina estratégica
Outro achado importante da Observability Survey 2025 é a mudança de percepção sobre o papel da observabilidade nas organizações. Quase metade dos respondentes (49%) afirma que a observabilidade é considerada crítica ao negócio no nível de CTO ou executivo sênior.
Isso é um forte sinal de maturidade: gestores de TI e líderes empresariais não veem mais observabilidade apenas como uma função técnica, mas como um ativo estratégico para a continuidade e competitividade do negócio.
Mesmo assim, o simples fato de a observabilidade ser vista como prioritária não resolve o problema central se os dados gerados por essa disciplina não forem integrados de forma contextual e acionável.
Observabilidade ampliada, mas ainda fragmentada
A pesquisa também revela que as equipes estão expandindo os tipos de dados observáveis. Métricas e logs ainda dominam, mas a adoção de traços distribuídos e perfis também cresceu:
95% das equipes usam métricas como parte de sua observabilidade.
87% usam logs.
57% incluem traços distribuídos nas suas práticas.
Perfis, embora menos comuns, já foram adotados por 16% das organizações.
Esses números demonstram que as empresas estão procurando uma visão mais ampla de seus ambientes, ultrapassando a simples monitorização reativa para tentar entender comportamentos complexos.
No entanto, essa ampliação de dados por si só não entrega resultado operacional sem correlação inteligente, pois cada tipo de dado representa um fragmento de realidade técnica.
Open source domina, mas interoperabilidade ainda é um desafio
Dentro desse ecossistema complexo, o open source continua sendo uma força dominante:
75% das organizações usam ferramentas de observabilidade com licenciamento open source. (ITPro Today)
70% reportam uso de tecnologias como Prometheus e OpenTelemetry em alguma capacidade. (DevOps.com)
A preferência por observabilidade open source está ligada à flexibilidade, custo e interoperabilidade potencial. Entretanto, o desafio surge quando dados coletados por ferramentas open source precisam ser integrados com outras soluções proprietárias ou diferentes camadas operacionais.
Com tantas fontes e padrões distintos, a interoperabilidade real só é alcançada quando existe uma camada de correlação transversal que consiga unificar contextos e descartar redundâncias.
Os critérios de adoção de ferramentas refletem prioridades reais
Outro número relevante da pesquisa destaca as prioridades das organizações ao escolherem suas ferramentas de observabilidade:
74% dizem que o custo é o fator mais importante na hora de selecionar tecnologias. (Business Wire)
Facilidade de uso, interoperabilidade e capacidade open source também aparecem entre os principais critérios.
Esse foco em custo indica que as empresas estão conscientes da necessidade de equilibrar visibilidade técnica com eficiência operacional, um ponto que se conecta diretamente à necessidade de reduzir overhead e ruído.
A gap entre visibilidade e ação: quando observabilidade vira ruído
Os números mostram que observabilidade tem amadurecido e recebido investimentos crescentes em vários níveis. Porém, a simples disponibilidade de dados não resolve desafios operacionais:
Volume de ferramentas usadas continua alto;
Fragmentação entre domínios dificulta a obtenção de contexto;
Grande parte do tempo das equipes ainda é consumida em context switching e interpretação manual.
Em outras palavras, ter muitos olhos em múltiplos painéis não significa ter clareza operacional.
É justamente nessa lacuna entre visibilidade e decisão que a disciplina de AIOps ganha relevância.
AIOps: a ponte entre dados e decisões
Se a observabilidade entrega sinais, o AIOps entrega interpretação acionável. Ele atua como uma camada que:
Absorve eventos de múltiplas ferramentas de observabilidade;
Correlaciona contextos entre métricas, logs e traços;
Prioriza ocorrências com base em impacto real;
Reduz ruído e apresenta apenas o essencial ao operador.
No contexto dos números apresentados pela pesquisa, com múltiplas ferramentas em uso e quase 40% relatando complexidade excessiva, o AIOps não é apenas um “acréscimo tecnológico” e sim a próxima etapa lógica da maturidade operacional.
Onde o ARGUS materializa esse conceito
O Argus foi desenvolvido para atuar exatamente em cima das condições descritas pela Observability Survey 2025.
Ele não substitui ferramentas de observabilidade existentes, mas atua como uma camada de inteligência AIOps transversal que:
Integra eventos de múltiplas ferramentas;
Corrige a fragmentação entre fontes de dados;
Apresenta ocorrências consolidadas com contexto e prioridade;
Reduz significativamente o ruído que atinge as equipes de operação.
Ao pegar dados de dezenas de fontes e sintetizá-los em um conjunto acionável de decisões, o Argus viabiliza a promessa da observabilidade: visibilidade com significado.
Observabilidade precisa de inteligência para ser útil
A Observability Survey 2025 mostra um mercado que está claramente investindo em visibilidade. Organizações estão adotando múltiplas ferramentas, ampliando a coleta de dados e envolvendo níveis executivos no tema.
No entanto, observar mais não significa entender melhor. A fragmentação, a complexidade e o overhead ainda são obstáculos reais, afetando diretamente a eficácia das operações.
É por isso que a observabilidade, quando combinada com AIOps, se torna verdadeiramente transformadora: ela permite que dados se tornem decisões, não apenas painéis.
Em um ambiente onde os dados continuarão crescendo em volume e diversidade, a verdadeira vantagem competitiva estará na capacidade de transformar sinais em decisões operacionais inteligentes.
Quer entender como integrar observabilidade e AIOps na prática e transformar dados em decisões?
Solicite uma demonstração do Argus e veja como isso acontece em ambientes reais.
Sobre a Target Solutions
A Target Solutions é especializada em AIOps, infraestrutura de TI e redes, atuando na interseção entre operação real, automação e inteligência aplicada. Com mais de 15 anos de experiência técnica, a empresa combina inovação em tecnologias de código aberto e inteligência artificial aplicada às operações de TI e Telecom para transformar ambientes complexos em operações mais inteligentes, previsíveis e escaláveis.
Por meio do Argus, sua plataforma de AIOps, a Target materializa essa visão ao conectar ferramentas existentes, reduzir ruído operacional e apoiar decisões técnicas com contexto e prioridade, permitindo que organizações avancem da simples monitoração para uma gestão operacional orientada à inteligência.
Conheça o Argus (clique aqui), solicite uma demonstração e veja como transformar ruído em inteligência operacional.
Autor deste Artigo: Paulo Florêncio, Sócio da Target Solutions.
