Artículo
de revisión
DevOps en la gestión de servicios
de TI: análisis de beneficios, desafíos y condiciones de adopción
DevOps in IT Service Management: Analysis of Benefits,
Challenges, and Conditions for Adoption
Daily Ashley Cordova Urbina[1]
https://orcid.org/0009-0008-8433-779X
Sergio Heli Diaz Sifuentes[2]
https://orcid.org/0009-0001-7550-5922
Alberto Carlos Mendoza de los
Santos[3]
https://orcid.org/0000-0002-0469-915X
Recibido:
10/05/2025
Aceptado:
12/062025
Publicado:
20 /06/2025
Resumen
Debido a la creciente necesidad de respuestas
rápidas, ciclos de entrega más cortos y despliegues más frecuentes, surge Development
and Operations (DevOps) que complementa los modelos tradicionales. El
estudio tuvo como objetivo analizar los beneficios y desafíos de la adopción de
DevOps en los procesos de gestión de servicios de Tecnologías de la Información
(TI), considerando además factores organizacionales y técnicos que influyen en
su implementación. Mediante la metodología PRISMA, se realizó la búsqueda en
diferentes bases de datos como es Scopus, IEEE Xplore, SciencieDirect y Google
Académico, logrando analizar 17 artículos finales. Los resultados indican que
la implementación de DevOps en la gestión de servicios de TI tiene beneficios
en las organizaciones, ya que mejora la calidad y productividad de los
servicios al promover una entrega continua, automatización y sobre todo ayuda
en el ciclo de vida del desarrollo del Software. Sin embargo, presenta
desafíos, el personal no está altamente capacitado, ya que es confuso el
concepto de dicha implementación y afecta el éxito de las empresas. Por lo
tanto, se concluye que DevOps ha mejorado notablemente, pero su efectividad a
largo plazo depende de una adecuada integración con marcos de gobernanza y se
requiere más investigación empírica sobre su sostenibilidad.
Palabras
clave: automatización; desarrollo; entrega continua, operaciones
de TI, software.
Abstract
Due to the growing need for rapid responses, shorter
delivery cycles, and more frequent deployments is driving the emergence of
DevOps, a model that complements traditional models. This study aimed to
analyze the benefits and challenges of adopting DevOps in Information
Technology (IT) service management processes, while also considering the
organizational and technical factors that influence its implementation. Using
the PRISMA methodology, a search was conducted in different databases such as Scopus,
IEEE Xplore, SciencieDirect and Google Scholar, then 17 final articles were
analyzed. The results indicate that implementing DevOps in IT service
management benefits organizations, improving service quality and productivity
by promoting continuous delivery and automation, and, above all, assisting in
the software development lifecycle. However, it presents challenges: staff are
not highly trained, as the concept of such implementation is confusing, and it
impacts business success. Therefore, it is concluded that DevOps has improved
significantly, but its long-term effectiveness depends on proper integration
with governance frameworks, and more empirical research is required on its
sustainability.
Keywords:
automation;
development; continuous delivery; IT operations; software.
1. Introducción
A lo largo de los años, marcos como Information
Technology Infrastructure Library (ITIL) han servido de eje para la
calidad, continuidad y mejora de los servicios de Tecnologías de la Información
(TI). Sin embargo, al ritmo de despliegues cada vez más frecuentes y ciclos de
entrega más cortos han emergido enfoques complementarios. Entre ellos, Development
and Operations (DevOps) destaca por fusionar desarrollo y operaciones
mediante automatización extensiva, prácticas de Integración/Entrega Continua
(CI/CD) y una cultura colaborativa enfocada al valor (Bildiri y Akdemir, 2021; Singh,
2020). Una revisión multivocal reciente identifica no solo la rapidez de
entrega, sino también la transparencia de métricas y la gestión de riesgo
compartido como ejes críticos para explicar su éxito (Azad y Hyrynsalmi, 2024). Los beneficios
cuantificados son notables: descensos sostenidos de defectos pos-liberación,
ventanas de despliegue un 30 % más breves y mejoras en la experiencia de
usuario (Grande et al., 2024; Port et al., 2024). Además, un análisis de 34
compañías multinacionales demostró que la madurez técnica y cultural sigue
siendo el mejor predictor del retorno de inversión (Akbar et al., 2023). Sin
embargo, las organizaciones pequeñas y medianas muestran resultados más
heterogéneos: la sobrecarga de herramientas y la falta de estándares comunes limitan
los beneficios, según una revisión sistemática sobre la convergencia
Agile-Cloud-DevOps (El Aouni et al., 2024). Estas conclusiones coinciden con
estudios que subrayan la escasez de guías adaptadas y la dificultad para
financiar pipelines de automatización de extremo a extremo (Krey et al., 2022).
Por otro lado, la dimensión humana emerge
como elemento decisivo. Un modelo de adopción sostenible confirma que
competencias blandas, comunicación transversal y claridad de roles explican más
del 50 % de la varianza en programas DevOps exitosos (Carrillo, 2024).
Investigaciones en micro empresas colombianas refuerzan esta idea: mapear
DevOps contra el perfil básico de ISO/IEC 29110 elevó la trazabilidad y la
gobernanza sin sacrificar agilidad, siempre que existiera liderazgo habilitador
(Pastrana et al., 2024). Estudios en equipos latinoamericanos también señalan
que políticas de "transparencia radical" fortalecen el sentido de
pertenencia y la mejora continua (Domínguez et al., 2025). No obstante, la
automatización mal gestionada puede convertirse en una espada de doble filo. La
degradación de logs, la baja cobertura de pruebas y la ausencia de monitoreo
integral deterioran la toma de decisiones (Rafi et al., 2020). Para mitigar
estos riesgos, se propone integrar Value Stream Mapping y métricas Lean
dentro de los pipelines, práctica que se ha asociado con reducciones de hasta
18 % en los cuellos de botella de despliegue (Azad y Hyrynsalmi, 2024).
Desde la perspectiva de procesos y
cumplimiento, combinar DevOps con modelos de capacidad formales genera
sinergias adicionales. Casos de estudio en organizaciones reguladas muestran
que la incorporación de Capability Maturity Model Integration (CMMI) y
auditorías automatizadas reduce tiempos de verificación y refuerza la
trazabilidad de requisitos (Muñoz et al., 2021). En América Central, un
programa de mejora continua basado en DevOps, complementado por prácticas de
gestión del conocimiento, reportó una caída del 23 % en incidentes críticos y
un alza del 15 % en satisfacción del cliente (Silva-Atencio y Umaña-Ramírez,
2024). Por lo tanto, el objetivo de la investigación fue
analizar los beneficios y desafíos de la adopción de DevOps en los procesos de
gestión de servicios de Tecnologías de la Información (TI), considerando además
factores organizacionales y técnicos que influyen en su implementación.
2. Metodología
El estudio implemento las
directrices de Preferred Reporting Items for Systematic Reviews and
Meta-Analyses (PRISMA), lo cual es un conjunto de instrucciones para
realizar las búsquedas en bases de datos científicas y después ser
seleccionadas. Además, es bastante reconocido y empleado en el ámbito académico.
Asimismo, Page et al. (2021) sostienen que la declaración PRISMA 2020, será de
utilidad para autores, editores y revisores de revisiones sistemáticas, así
como para diversos usuarios de estos estudios, entre ellos quienes elaboran
guías clínicas, toman decisiones en políticas de salud, brindan servicios
médicos, reciben atención y otros actores involucrados.
2.1. Estrategia de búsqueda
La búsqueda inicial se diseñó en base al
objetivo de investigación y se seleccionaron los motores de búsqueda con los
términos claves que se detallan en la Tabla 1. Asimismo, cabe recalcar que la búsqueda se empezó el
14 de abril del 2024, en la cual se definieron ciertos límites para acortar los
resultados y evitar información innecesaria que no aporten a la investigación.
|
Tabla 1 Términos de búsqueda |
||
|
Base de dato |
Ecuación de búsqueda |
Resultados |
|
Scopus |
Software AND development AND IT operations AND
Continuous delivery. |
78 |
|
IEEE Xplore |
Software AND development
AND IT operations AND Continuous delivery. |
99 |
|
SciencieDirect |
ITIL AND IT operations AND development AND
Software AND Continuous Integration AND Continuous delivery. |
55 |
|
Google Académico |
Software AND development AND IT operations AND
Automation tools AND ITIL AND Continuous Integration AND Continuous delivery AND
System downtime AND collaboration practice. |
107 |
2.2. Criterios de inclusión y exclusión
Durante el desarrollo de la investigación se establecieron ciertos
criterios para evitar sesgos de errores. Por ello, se incluyeron artículos
originales publicados entre los años 2020 hasta la actualidad 2025, también se
consideró que el lenguaje sea tanto en inglés como en español así se logra una
mayor profundización de la revisión bibliográfica. Además, se otorgó prioridad
a los artículos que tratan de forma directa las prácticas DevOps en el contexto
de los procesos de los servicios de tecnología de la información, especialmente
aquellos que consideran tanto los factores organizacionales como los aspectos
técnicos que inciden en su implementación. Asimismo, se excluyeron los artículos que estuvieran
repetidos, documentos que no son considerados artículos que estén en formato de
ejemplares. Por último, se omitieron los documentos que no tenían acceso libre.
2.3. Proceso de recolección de la información
Se siguió el Diagrama de flujo de la metodología PRISMA, tal como se
muestra en la Figura 1, con la finalidad de garantizar la relevancia de los
documentos que se señalaron. Por lo tanto, una vez realizada la estrategia de
búsqueda y aplicado los criterios de inclusión y exclusión que fueron explicados
en los puntos anteriores, se logró seleccionar los artículos que se centraban
en la línea de investigación.
|
Figura 1 Diagrama PRISMA para el proceso de
recolección de datos |
|
|
Para complementar el enfoque
cualitativo de esta revisión sistemática, se integró un análisis bibliométrico
orientado a identificar las principales instituciones, países y temáticas
vinculadas a la adopción de DevOps en la gestión de servicios de Tecnologías de
la Información (TI). Para ello, se utilizaron los datos exportados de la base
Scopus y se procesaron mediante la interfaz Biblioshiny del paquete
Bibliometrix en R (Torres-Salinas, 2020). La
técnica empleada fue un mapa de tres campos (Three-Fields Plot), una
visualización tipo Sankey, que permite representar la relación simultánea entre
tres dimensiones: las instituciones de afiliación de
los autores (AU_UN),
los países de origen (AU_CO) y los descriptores temáticos (DE) más frecuentes en los artículos
seleccionados.
A continuación, en
la Tabla 2 se presenta el análisis de los 17 artículos seleccionados y se muestra
las especificaciones que se obtuvieron en la revisión.
|
Tabla 2 Análisis de los documentos seleccionados |
|||||||
|
N° |
Autores
y año |
Resultados |
|
||||
|
1 |
Gopalakrishnan
y Shriram (2023) |
Evidencian
que la adopción de las DevOps se puede evaluar de forma precisa mediante los
algoritmos de aprendizaje automático, asimismo se destaca la influencia de
factores como la automatización, la agilidad técnica y la madurez
organizacional. Además, muestra que prácticas Lean-Agile mal implementadas
afectan negativamente la eficiencia operativa y calidad del servicio. Por
ende, un modelo predictivo ayuda a identificar el nivel de preparación de una
organización para implementar DevOps con éxito, lo que es importante para la
toma de decisiones en TI. |
|
||||
|
2 |
Pando
et al. (2024) |
Ofrecen
una amplia perspectiva de las prácticas en la adopción de DevOps, en especial
a la integración y entrega continua, el monitoreo y la automatización de
pruebas, los cuales son aspectos técnicos fundamentales para mejorar la
calidad del servicio TI. Además, resalta el uso del modelo CALMS (Cultura,
Automatización, Lean, Medición y Compartir) y los modelos de madurez como
marcos estratégicos que fortalecen la implementación de DevOps desde una
perspectiva cultural y de procesos, lo que resulta útil para comprender cómo
estas prácticas pueden contribuir a una transformación organizacional más
efectiva y sostenible. |
|
||||
|
3 |
Pérez-Sánchez
et al. (2025) |
Abordan
un aspecto poco explorado, pero importante para la implementación de DevOps:
los factores humanos. Al identificar y categorizar estos factores según su
impacto positivo o negativo en la adopción de DevOps, ofrece una perspectiva
más profunda y práctica sobre cómo las dinámicas humanas, como la
comunicación, la colaboración y la resistencia al cambio, influyen en el
éxito de estas prácticas. Esta contribución es especialmente valiosa para
entender por qué algunas iniciativas DevOps fallan pese a contar con
herramientas y metodologías adecuadas, reforzando así la importancia de
considerar el factor humano en cualquier proceso de mejora de la calidad del
servicio TI. |
|
||||
|
4 |
Krey
et al. (2022) |
Proporciona
una visión integral sobre los desafíos y ambigüedades que rodean la adopción
de DevOps, destacando la falta de una definición común y métodos prácticos
aplicables en contextos reales, especialmente en pequeñas y medianas
empresas. Además, subraya la importancia de factores como la colaboración,
automatización, monitoreo y cultura organizacional, señalando que su
integración desde etapas tempranas es clave para una implementación exitosa. |
|
||||
|
5 |
Trigo
et al. (2022) |
Ofrecen
una visión práctica y detallada del proceso de adopción de DevOps en una gran
empresa de telecomunicaciones, desde sus etapas iniciales hasta los
resultados obtenidos. A través del análisis de sus prácticas, beneficios,
barreras y factores de éxito, se refuerza la idea de que una implementación
efectiva de DevOps mejora la calidad del software y la comunicación entre
equipos, siempre que se cuente con el apoyo de la alta dirección y una
gestión adecuada del cambio. |
|
||||
|
6 |
Sun
et al. (2022) |
Demuestra
como la integración del enfoque DevOps en el ciclo de vida de los sistemas de
información del sector eléctrico permite mejorar la eficiencia operativa, la
precisión en la predicción de carga eléctrica y la capacidad de respuesta
ante cambios del entorno. Al adoptar prácticas como la automatización, la
entrega continua y el uso de contenedores Docker, se logra una mayor agilidad
en el despliegue y actualización del sistema, reduciendo riesgos y mejorando
la adaptabilidad del software. |
|
||||
|
7 |
Rajab
y Alnoukari (2025) |
Evidencian
que la integración de DevOps con el modelo Capability Maturity Model
Integration (CMMI) puede potenciar significativamente la madurez de los
procesos de desarrollo de software, mejorando tanto la eficiencia como la
calidad de los servicios TI. Al destacar los puntos en común entre ambos
enfoques la mejora continua de DevOps y la estructura metodológica de CMMI,
se refuerza la idea de que su combinación permite establecer prácticas más
sólidas, medibles y adaptables. Aunque aún hay escasa literatura sobre su
aplicación conjunta. |
|
||||
|
8 |
Singh
(2020) |
Explica
una visión integral sobre los fundamentos, desafíos y perspectivas futuras de
la adopción de DevOps en el ciclo de vida del desarrollo de software. Resalta
cómo DevOps, como evolución de las metodologías ágiles, promueve prácticas
clave como la integración y entrega continua, así como la automatización de
tareas repetitivas para reducir errores humanos. Además, subraya el papel
fundamental del cloud computing y la necesidad de equipos
multidisciplinarios y adaptables. |
|
||||
|
9 |
Sen
et al. (2022) |
Muestran
de manera práctica cómo el uso de una cadena de herramientas DevOps acelera
el desarrollo y despliegue de aplicaciones web, incluso en equipos pequeños y
con poca experiencia previa. Al automatizar tareas clave como la integración
y entrega continua, y al externalizar la operación mediante servicios en la
nube como Amazon Web Services (AWS), se demuestra una mejora notable en la
eficiencia y calidad del desarrollo. |
|
||||
|
10 |
Sen
et al. (2023) |
Muestran
cómo los principios de DevOps pueden aplicarse efectivamente incluso en
entornos académicos, demostrando su versatilidad para gestionar proyectos
reales desde etapas tempranas del desarrollo. Al implementar un modelo
pedagógico sencillo, se evidencia que herramientas como Jira, Confluence,
Bitbucket y Jenkins permiten una colaboración fluida, integración
continua y retroalimentación constante, elementos clave para mejorar la
calidad y agilidad del desarrollo de software. |
|
||||
|
11 |
Bildiri
y Akdemir (2021) |
Demuestran
cómo la integración de prácticas DevOps con la gestión de cambios y
lanzamientos puede optimizar significativamente los procesos de desarrollo de
software. Al proponer un modelo que combina metodologías ágiles y DevOps en
un flujo estructurado, se destaca la mejora en la eficiencia, la reducción de
riesgos y la automatización en las etapas de liberación. Además, se subraya
la importancia de contar con procesos bien definidos y equipos capacitados
para una implementación exitosa. |
|
||||
|
12 |
Port
et al. (2024) |
Demuestran
con evidencia empírica y a lo largo del tiempo, cómo la implementación
disciplinada de políticas DevOps puede mejorar significativamente la calidad
y productividad en la gestión del mantenimiento de software crítico. Al
centrarse en un sistema de alta exigencia como MONTE de la NASA, se comprueba
que DevOps no solo permite entregas más frecuentes y confiables, sino que
también reduce la variabilidad en aspectos clave como la densidad de pruebas,
comentarios y tasa de errores. |
|
||||
|
13 |
Grande
et al. (2024) |
Proponen
un marco de automatización de pruebas adaptativo basado en prácticas DevOps,
enfocado en sistemas orientados a servicios. Esta propuesta permite mejorar
la calidad del servicio de TI al reducir el tiempo de prueba, aumentar la
cobertura y adaptarse dinámicamente a los cambios en el entorno del sistema.
Gracias a su integración con herramientas de automatización y metodologías
CI/CD, el enfoque promueve una entrega continua más eficiente y confiable,
favoreciendo la agilidad operativa y la detección temprana de errores. |
|
||||
|
14 |
Narang
y Mittal (2022) |
Demuestra
que, a través de un análisis comparativo, cómo la implementación de un modelo
híbrido basado en DevOps con cadenas integradas de herramientas mejora
significativamente el rendimiento del desarrollo de software frente a
metodologías tradicionales. Al enfocarse en métricas concretas obtenidas de
proyectos reales, resalta cómo la automatización desde etapas tempranas
optimiza la entrega y despliegue, reforzando la idea de que DevOps no solo
incrementa la eficiencia, sino también la calidad del servicio en entornos
TI. |
|
||||
|
15 |
Rafi
et al. (2020) |
Abordan
desafíos específicos relacionados con la calidad de los datos en entornos
DevOps. Utilizando un enfoque de toma de decisiones multicriterio con Fuzzy
TOPSIS, proporciona una metodología para identificar y priorizar los
problemas que afectan la calidad del servicio en sistemas DevOps. |
|
||||
|
16 |
Botero
et al. (2024) |
Se
enfocan en uno de los desafíos clave de la implementación de DevOps: la
trazabilidad del Value Stream, es decir, cómo se genera y entrega
valor a través de los procesos de desarrollo. A través de un mapeo
sistemático de literatura, identifica prácticas útiles y retos comunes que
enfrentan las organizaciones, proponiendo un enfoque para rastrear ese flujo
de valor desde perspectivas técnicas, de negocio y organizacionales. |
|
||||
|
17 |
Muñoz
et al. (2021) |
Explica
uno de los mayores desafíos de la implementación de DevOps: el cambio
cultural dentro de las organizaciones, especialmente aquellas con procesos
tradicionales. Al presentar una guía reforzada respaldada por una plataforma
web, ofrece una solución práctica y adaptable que permite a los equipos
comprender e implementar gradualmente las prácticas DevOps según sus
necesidades y capacidades. |
|
||||
En tal sentido, los
resultados nos indican qué impactos se ha obtenido al adoptar Development
and Operations (DevOps) en los servicios de gestión de Tecnologías de la
Información (TI) en los últimos 5 años, los cuales fueron tanto positivos como
negativos y se detallan en la siguiente Tabla 3.
|
Tabla 3 Impactos
de DevOps según la categoría de servicio TI |
||
|
Proceso
de Gestión de Servicio de TI |
Beneficios |
Desafíos |
|
Estrategia
del Servicio |
Mejora de alineación entre TI y negocio,
mayor capacidad de respuesta al cambio. |
Resistencia cultural al cambio estratégico,
falta de visión clara. |
|
Diseño
del Servicio |
Mejora en la colaboración y diseño
iterativo, integración temprana de operaciones. |
Complejidad en la adaptación de herramientas
y estándares. |
|
Transición
del Servicio |
Mayor automatización en pruebas e
integración, despliegues más seguros |
Curva de aprendizaje inicial alta, errores
en configuraciones automatizadas. |
|
Operación
del Servicio |
Menor downtime, respuesta rápida ante
fallos, monitoreo continuo. |
Dependencia de herramientas específicas,
dificultad para escalar sin cultura adecuada. |
|
Mejora
Continua del Servicio |
Feedback rápido, KPIs claros, iteración
constante. |
Riesgo de sobrecarga de cambios sin
planificación estratégica adecuada. |
Asimismo, en la
Tabla 4 se proporciona el impacto que genera la implementación de DevOps en las
dimensiones claves del servicio de TI.
|
Tabla 4 Relación
entre impacto y dimensiones clave de Servicio de TI |
||
|
Dimensiones |
Beneficios |
Desafíos |
|
Eficiencia |
Automatización de procesos, reducción de
tiempos de entrega, integración CI/CD. |
Sobrecarga de herramientas, necesidad de
reentrenamiento continuo. |
|
Calidad |
Mejora en calidad del software y
disponibilidad del servicio. |
Posible degradación de calidad por
automatización mal implementada |
|
Colaboración |
Mayor interacción Dev-Ops, mejora del
trabajo en equipo. |
Confusión de roles, fricciones si no hay
liderazgo claro. |
|
Agilidad |
Entregas más rápidas, mejor adaptabilidad. |
Cambios constantes mal gestionados pueden
afectar estabilidad. |
|
Seguridad |
Integración temprana de seguridad
(DevSecOps). |
Riesgo si la seguridad no se adapta al ritmo
de despliegues. |
|
Figura 2 Mapa de tres campos en publicaciones
científicas sobre DevOps en la gestión de servicios de TI |
|
|
|
Nota. AU_UN, AU_CO y DE se refieren a las instituciones,
países y descriptores temáticos. |
En cuanto a
los temas predominantes, la figura muestra una alta recurrencia de términos
como DevOps, Continuous Delivery, Continuous Integration, Automation, Agile,
CI/CD y Cloud Computing, lo cual refleja un fuerte enfoque en los
aspectos técnico-operativos de la práctica DevOps. También aparecen
herramientas específicas como Kubernetes, Docker, Jenkins, y conceptos
relacionados con el desarrollo ágil y microservicios, lo que indica una
tendencia clara hacia la automatización de procesos, la integración de
herramientas colaborativas y la mejora continua dentro de los flujos de trabajo
en TI. Esta evidencia respalda la noción de que DevOps, más que una
metodología, se está consolidando como un marco integrador de tecnologías y
prácticas de mejora organizacional.
4. Discusión
La implementación
de Development and Operations (DevOps) en los procesos de gestión de
servicios de Tecnologías de la Información (TI) se ha consolidado como un
enfoque transformador que impacta positivamente en la adecuación del servicio,
la eficiencia operativa y la agilidad organizacional. Se evidencia que, cuando
se adopta adecuadamente, DevOps permite acortar ciclos de entrega, mejorar la
colaboración interfuncional y aumentar la resiliencia de los servicios TI
(Rajab y Alnoukari, 2025; Trigo et al., 2022). Uno de los factores
clave identificados es el nivel de preparación organizacional, que puede ser
evaluado mediante modelos predictivos basados en aprendizaje automático. Según Gopalakrishnan
y Shriram (2023), esta capacidad analítica permite anticipar la viabilidad de
una implementación DevOps, considerando aspectos como la madurez técnica, la
cultura colaborativa y el grado de automatización existente. De forma
complementaria, la adopción de marcos como Capability Maturity Model
Integration (CMMI) o ISO/IEC 29110 proporciona una base sólida para una
implementación estructurada y medible (Muñoz et al., 2021; Rajab y Alnoukari,
2025).
Además, se encontró
que la automatización continua y el uso de pipelines CI/CD contribuyen
significativamente al progreso de la calidad del software y a la reducción de
errores humanos (Bildiri y Akdemir, 2021; Sun et al., 2022). Estas prácticas
permiten respuestas ágiles a incidentes y cambios en entornos dinámicos,
optimizando así los procesos de entrega y mantenimiento de servicios críticos
(Grande et al., 2024; Port et al., 2024). Sin embargo, la dimensión humana
sigue siendo un reto importante: factores como la oposición al cambio, la falta
de comunicación entre equipos y la escasa capacitación pueden obstaculizar la
adopción efectiva de DevOps. Pérez-Sánchez et al. (2025) destacan que las
dinámicas humanas son determinantes para el éxito y que, incluso con
herramientas y metodologías adecuadas, muchas iniciativas fallan por no
considerar suficientemente este factor.
Otro hallazgo
relevante fue la brecha existente en las pequeñas y medianas empresas (PYMES).
Krey et al. (2022) identifican que la falta de una definición común y métodos
prácticos aplicables en estos contextos dificulta la adopción efectiva de
DevOps. Esta situación sugiere una necesidad urgente de adaptar marcos y
prácticas al tamaño y capacidades de las organizaciones, incluyendo incentivos
o plantillas simplificadas. Por otro lado, estudios como el de Botero et al.
(2024) resaltan la importancia de rastrear el flujo de valor (Value Stream)
dentro de los procesos DevOps. Esta trazabilidad permite identificar cuellos de
botella, optimizar recursos y mejorar la alineación entre objetivos técnicos y
estratégicos. Asimismo, Narang y Mittal (2022) demostraron que los modelos
híbridos que combinan metodologías tradicionales con automatización DevOps
pueden superar en desempeño a enfoques puramente ágiles o en cascada,
reforzando la idea de una evolución pragmática hacia DevOps. Finalmente, la
experiencia educativa y pedagógica también confirma los beneficios de DevOps en
contextos de formación. Sen et al. (2023) muestran que, incluso con recursos
limitados, el uso de herramientas como Jenkins o Confluence
facilita la entrega continua y la colaboración efectiva, lo que se traduce en
una mejora del aprendizaje práctico y del trabajo en equipo.
5. Conclusiones
La adopción de DevOps ha transformado
significativamente la gestión de servicios de TI, elevando la calidad,
continuidad y adaptabilidad de estos servicios. La implementación de prácticas
como la integración y entrega continua (CI/CD), la automatización de pruebas y
el monitoreo en tiempo real ha permitido reducir tiempos de inactividad,
agilizar los despliegues y optimizar los costos operativos. Esto no solo mejora
la confiabilidad percibida por los usuarios, sino que también fortalece la
disposición de respuesta de las organizaciones frente a cambios del entorno.
Para consolidar estos beneficios, es
esencial que DevOps se articule con marcos de gobernanza como ITIL 4, CMMI o
ISO/IEC 29110, y que se integre con indicadores de negocio concretos. La
estandarización de procesos, el uso de métricas unificadas y la trazabilidad de
extremo a extremo facilita una toma de decisiones más informada y transparente.
Asimismo, extender DevOps a organizaciones pequeñas y medianas requiere
herramientas accesibles, guías simplificadas y modelos de madurez adaptados a
sus capacidades.
Finalmente, se
evidencia la necesidad de profundizar en líneas de investigación futuras que
abordan la sostenibilidad del enfoque DevOps en distintos contextos. Se
requiere mayor evidencia empírica sobre su impacto a largo plazo, el desarrollo
de modelos predictivos que incluyan factores técnicos y humanos, y la
exploración de tecnologías emergentes como la inteligencia artificial para
mejorar la eficiencia de los pipelines CI/CD. Estas investigaciones
contribuirán a fortalecer la aplicabilidad de DevOps, ajustándose a entornos
más diversos y con recursos limitados.
D. A. Cordova: Conceptualización,
curación de datos, análisis formal, investigación, metodología, recursos,
visualización, validación, redacción del borrador
original y redacción, revisión y edición del manuscrito. S. H. Diaz:
Conceptualización, investigación, metodología, recursos, validación, redacción
del borrador original y redacción, revisión y edición del manuscrito. A. C. Mendoza:
Conceptualización, administración del proyecto, software, supervisión,
visualización y redacción del borrador original.
Conflictos de interés
Los
autores declaran no tener ningún conflicto de interés relacionado con esta
publicación.
Akbar, M. A., Khan, A.
A., Islam, N., y Mahmood, S. (2023). DevOps project management success factors:
A decision‐making framework. Software: Practice and Experience, 54(2),
257–280. https://doi.org/10.1002/spe.3269
Azad, N., y
Hyrynsalmi, S. (2024, del 18 al 21 de junio). Multivocal Literature Review on
DevOps Critical Success Factors [conferencia]. Proceedings of the 28th
International Conference on Evaluation and Assessment in Software Engineering,
Salermo, Italia. 520–527. https://doi.org/10.1145/3661167.3661236
Bildiri, F., y
Akdemir, Ö. (2021). From Agile to DevOps, Holistic Approach for Faster and
Efficient Software Product Release Management. AYBU Business Journal, 1(1),
26-33. https://doi.org/10.48550/arXiv.2301.09429
Botero, D., Suescún,
E., y Pardo, C. J. (2024). Practices for conducting value stream traceability
in DevOps: A systematic literature mapping. Periodicals of Engineering
and Natural Sciences (PEN), 12(3), 541–564. https://doi.org/10.21533/pen.v12.i3.55
Carrillo, M. E.
(2024). Desarrollo de aplicaciones globales usando técnicas de DevOps en la
Plataforma AWS [Tesis de maestría, Universidad Politécnica de Madrid]
Archivo Digital UPM. https://oa.upm.es/82858/
Domínguez, L., Pinzón, D. Z., y González, S. M. (2025). Transparencia en
DevOps: Estrategia para fortalecer la cultura colaborativa y la calidad en
equipos de TIC. Synergía, 4(1), 349-363. https://doi.org/10.48204/synergia.v4n1.7198
El Aouni, F., Moumane, K., Idri, A., Najib, M., y Jan, S. U. (2024). A
systematic literature review on Agile, Cloud, and DevOps integration:
Challenges, benefits. Information and Software Technology, 177,
107569–107569. https://doi.org/10.1016/j.infsof.2024.107569
Gopalakrishnan, S., y
Shriram, R. (2023). A machine learning approach to predict DevOps readiness and adaptation in a
heterogeneous IT environment. Frontiers in Computer Science, 5,
1-10. https://doi.org/10.3389/fcomp.2023.1214722
Grande, R.,
Vizcaíno, A., y García, F. O. (2024). Is it worth adopting DevOps
practices in Global Software Engineering? Possible challenges and
benefits. Computer Standards & Interfaces, 87,
103767. https://doi.org/10.1016/j.csi.2023.103767
Krey, M., Kabbout, A.,
Osmani, L. y Saliji, A. (2022). Devops adoption: challenges & barriers
[conferencia].The 55th Hawaii International Conference on System Sciences, Winterthur, Suiza.
7297-7309,
. http://hdl.handle.net/10125/80219
Muñoz, M., Negrete,
M., y Arcilla-Cobián, M. (2021). Using a platform based on the
Basic profile of ISO/IEC 29110 to reinforce DevOps environments. JUCS -
Journal of Universal Computer Science, 27(2), 91–110. https://doi.org/10.3897/jucs.65080
Narang, P., y Mittal,
P. (2022). Performance Assessment of Traditional Software Development
Methodologies and DevOps Automation Culture. Engineering, Technology
& Applied Science Research, 12(6), 9726–9731. https://doi.org/10.48084/etasr.5315
Page, M. J., McKenzie,
J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer,
L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J.,
Grimshaw, J. M., Asbjørn Hróbjartsson, Lalu, M. M., Li, T., Loder, E. W.,
Mayo-Wilson, E., McDonald, S., y McGuinness, L. A. (2021). Declaración PRISMA
2020: una guía actualizada para la publicación de revisiones
sistemáticas. Revista Española de Cardiología, 74(9),
790–799. https://doi.org/10.1016/j.recesp.2021.06.016
Pando, B., Silva,
A. y Dávila, A. (2024). Estudio terciario sobre la adopción de DevOps. RISTI
- Revista Ibérica de Sistemas y Tecnologías de la Información, (53),
23-36. https://doi.org/10.17013/risti.53.23-36
Pastrana, M. A.,
Ordoñez, H. A., y Cobos, C. A. (2024). Adaptando DevOps a la norma ISO 29110 a
través de metodologías agiles en VSE desarrolladoras de software
colombianas. Investigación e Innovación en Ingenierías, 12(1),
189–203. https://doi.org/10.17081/invinno.12.1.6916
Pérez-Sánchez, J.,
Rafi, S., Carrillo, J. M., Nicolás,
J., y Fernández, J. L. (2025). A theory on human factors in
DevOps adoption. Computer Standards & Interfaces, 92,
103907. https://doi.org/10.1016/j.csi.2024.103907
Port, D., Taber, B., y Emkani, P. (2024). Investigating effectiveness
and compliance to DevOps policies and practices for managing productivity and
quality variability. Journal of Systems and Software, 213,
112030–112030. https://doi.org/10.1016/j.jss.2024.112030
Rafi, S., Yu, W., Akbar, Azeem M. A., Alsanad, A., y Gumaei, A. (2020).
Multicriteria Based Decision Making of DevOps Data Quality Assessment
Challenges Using Fuzzy TOPSIS. IEEE Access, 8,
46958–46980. https://doi.org/10.1109/access.2020.2976803
Rajab, R., y Alnoukari
M. (2025). DevOps Integration with Capability Model Maturity Integration: A
Systematic Mapping Review. IEEE Access,
(13), 31829 - 31841. https://doi.org/10.1109/access.2025.3542630
Sen, A., Baumgartner,
L., Heiß, K., y Wagner, C. (2023). DevOps paradigm -a pedagogical
approach to manage and implement IT project. Issues in Information Systems,
22(4), 110-125. https://doi.org/10.48009/4_iis_2021_117-133
Sen, A., Falter, S., y
Mayer, N. (2022). Using DevOps paradigm to deploy web applications. Issues in Information Systems 23(4), 142-156. https://doi.org/10.48009/4_iis_2022_113
Silva-Atencio, G., y
Umaña-Ramirez, M. (2024). Evolution of DevOps: Lessons
learned for success as part of digital strategy. Revista Tecnología
En Marcha, 37(2), 23–35. https://doi.org/10.18845/tm.v37i2.6743
Singh, R. (2020). DevOPS Now and Then. Preprints. https://doi.org/10.20944/preprints202011.0410.v1
Sun, Z., Li, Y., y
Wen, L. (2022). DevOps
and Neural Network Based Full Lifecycle Management Model for Power Information
Systems. Procedia
Computer Science, 208, 642–649. https://doi.org/10.1016/j.procs.2022.10.088
Torres-Salinas, D.
(2020). Bibliometrix: Primeros pasos y técnicas avanzadas con BiblioShiny
App (0.8) [Computer software]. Zenodo. https://doi.org/10.5281/zenodo.4327614
Trigo, A., Varajão, J., Sousa, L., y Pham, D. T. (2022). DevOps
adoption: Insights from a large European Telco. Cogent Engineering, 9(1),
1–31. https://doi.org/10.1080/23311916.2022.2083474