Azure

Azure Copilot: agentes de migración y modernización

3 min de lectura

Resumen

Microsoft anunció nuevas capacidades agénticas en Azure Copilot y GitHub Copilot para acelerar la migración y modernización de infraestructura, aplicaciones, bases de datos y código, con especial foco en llevar estos procesos a un flujo de trabajo continuo de extremo a extremo. La novedad importa porque reduce la complejidad y fragmentación de los proyectos de modernización, aportando inventario automatizado, análisis de dependencias, visibilidad de costos y planes accionables que pueden ayudar a las organizaciones a adoptar IA a escala con mayor rapidez.

¿Necesita ayuda con Azure?Hablar con un experto

Introducción

La modernización de aplicaciones sigue siendo un gran obstáculo para las organizaciones que intentan adoptar AI a escala. El último anuncio de Azure de Microsoft busca simplificar ese desafío mediante la introducción de agentes de AI coordinados que ayudan a los equipos de TI y desarrollo a pasar de una planificación fragmentada a un flujo de trabajo de modernización conectado de extremo a extremo.

Novedades

Microsoft está implementando nuevas capacidades agénticas en Azure Copilot y GitHub Copilot para respaldar la modernización en infraestructura, aplicaciones, bases de datos y código.

El agente de migración de Azure Copilot ya está en vista previa pública

El nuevo agente de migración de Azure Copilot está diseñado para integrar AI en:

  • Descubrimiento
  • Evaluación
  • Planificación
  • Implementación

Las capacidades clave incluyen:

  • Inventario automatizado y asignación de dependencias para servidores, bases de datos, aplicaciones y VM
  • Visibilidad de costos y priorización de la modernización
  • Planes de migración listos para la toma de decisiones generados mediante prompts conversacionales
  • Compatibilidad con la modernización continua en lugar de proyectos de migración puntuales

El agente de modernización de GitHub Copilot ya está en vista previa pública

En el lado del desarrollo, el nuevo agente de modernización de GitHub Copilot actúa como un orquestador para la transformación de aplicaciones a escala.

Puede:

  • Ejecutar varias evaluaciones de código en paralelo
  • Crear planes de modernización adaptados para cada aplicación
  • Automatizar actualizaciones de framework y runtime
  • Implementar aplicaciones modernizadas en Azure

Microsoft afirma que esto se basa en funciones anteriores de modernización de GitHub Copilot que ya han ayudado a los clientes a modernizar aplicaciones .NET y Java mucho más rápido, con un ejemplo citado que redujo el esfuerzo total en un 70%.

Por qué esto importa para los equipos de TI

La parte más importante de este anuncio es la conexión más estrecha entre la planificación de infraestructura y la modernización a nivel de código. Históricamente, los equipos de migración y los desarrolladores solían trabajar con distintos conjuntos de datos y suposiciones, lo que provocaba retrabajo en etapas avanzadas.

Con Azure Copilot y GitHub Copilot integrados:

  • Los resultados de la evaluación de código pueden informar la planificación de migración en Azure
  • El análisis de preparación incluye información a nivel de aplicación
  • Los equipos obtienen una priorización de cargas de trabajo más inteligente y mejores recomendaciones de destino
  • Las decisiones de gobernanza, redes y landing zone pueden alinearse mejor con la realidad de las aplicaciones

Esto debería ser especialmente útil para las empresas que gestionan grandes entornos heredados donde la planificación de la modernización suele llevar meses.

No pase por alto la capa de base de datos

Microsoft también enfatiza que la modernización de bases de datos es fundamental para la preparación para AI. Migrar a servicios de bases de datos administrados de Azure puede reducir la sobrecarga operativa, mejorar la resiliencia y crear una base de datos más sólida para aplicaciones habilitadas con AI.

Para las organizaciones que planean una adopción más amplia de AI, la modernización de aplicaciones sin modernización de datos puede limitar el valor a largo plazo.

Próximos pasos

Los líderes de TI y arquitectos deberían considerar las siguientes acciones:

  • Evaluar la vista previa pública del agente de migración de Azure Copilot para evaluación y planificación de migración
  • Revisar el agente de modernización de GitHub Copilot para la transformación del portafolio de aplicaciones
  • Identificar aplicaciones heredadas y bases de datos que se beneficiarían de flujos de trabajo de modernización coordinados
  • Alinear a los equipos de infraestructura, aplicaciones y datos en torno a una hoja de ruta compartida de modernización en Azure

La dirección de Microsoft es clara: la modernización en Azure se está volviendo más automatizada, más conectada y más escalable mediante agentes de AI, con los humanos todavía en control de la validación y la ejecución.

¿Necesita ayuda con Azure?

Nuestros expertos pueden ayudarle a implementar y optimizar sus soluciones Microsoft.

Hablar con un experto

Manténgase actualizado sobre tecnologías Microsoft

AzureAzure CopilotGitHub Copilotapplication modernizationmigration

Artículos relacionados

Azure

Microsoft The Shift: pódcast sobre agentic AI y Azure

Microsoft lanzó The Shift, una nueva serie de pódcast centrada en agentic AI dentro de Azure, con ocho episodios semanales sobre coordinación entre agentes, datos, arquitecturas, gobernanza y observabilidad. Esto importa porque muestra que la AI basada en agentes está pasando de ser una idea emergente a un reto real de diseño empresarial, obligando a equipos de IT y plataforma a replantear infraestructura, procesos y control operativo.

Azure

Azure y AI agentic para modernización en industrias reguladas

Microsoft destaca que Azure, combinado con AI agentic, puede ayudar a las industrias reguladas a pasar de migraciones manuales y puntuales a una modernización continua de la nube, incluso frente a exigencias de cumplimiento, infraestructura heredada y cargas críticas. Esto importa porque, además de reducir costos operativos, la nube se está consolidando como base para mejorar la resiliencia, la agilidad y la preparación para adoptar AI en sectores altamente regulados.

Azure

Fireworks AI en Microsoft Foundry para Azure en preview

Microsoft anunció la vista previa pública de Fireworks AI en Microsoft Foundry para Azure, una integración que permite ejecutar modelos abiertos con alta velocidad y baja latencia desde un único endpoint, con capacidades empresariales de evaluación, implementación, personalización y gobernanza. Esto importa porque facilita llevar modelos abiertos a producción de forma más segura y centralizada en Azure, incluyendo soporte para BYOW y nuevos modelos como MiniMax M2.5 con opción serverless.

Azure

Azure IaaS Resource Center: guías para infraestructura resiliente

Microsoft presentó Azure IaaS Resource Center, un nuevo hub que centraliza guías, demos, arquitecturas de referencia y mejores prácticas para diseñar, optimizar y operar infraestructura en Azure. La novedad importa porque ayuda a los equipos a gestionar compute, storage y networking como una plataforma integrada, mejorando resiliencia, rendimiento y control de costos en cargas empresariales, distribuidas y de IA.

Azure

Microsoft Foundry: ROI del 327% en IA empresarial

Un estudio TEI de Forrester señala que Microsoft Foundry podría generar un ROI del 327% en tres años, recuperar la inversión en seis meses y aportar 49,5 millones de dólares en beneficios cuantificados, principalmente por mejoras de productividad y ahorro de infraestructura. Esto importa a los administradores de TI porque refuerza la idea de que una plataforma unificada de IA puede reducir el tiempo que los equipos dedican a integrar herramientas, gobernanza y datos, acelerando así la entrega de valor al negocio.

Azure

Microsoft Foundry con GPT-5.4 para IA empresarial

Microsoft anunció GPT-5.4 en Microsoft Foundry como un modelo orientado a entornos empresariales de producción, con mejoras en razonamiento sostenido, seguimiento de instrucciones, latencia y uso confiable de herramientas en flujos de trabajo complejos. Esto importa porque facilita crear agentes de IA más estables, predecibles y automatizables, reduciendo la supervisión manual y mejorando la calidad de los resultados en operaciones reales.