D’après Mordor Intelligence, le marché de l’IA pour les opérations IT – ou relevant de l’AIOps – a été évalué à 13,51 milliards de dollars en 2020 et devrait atteindre 40,91 milliards de dollars d’ici 2026. L’intelligence artificielle est de plus en plus utilisée dans la gestion des services et des opérations, tant dans les systèmes distribués que dans l’ordinateur central. Mais à quel point ?
L’AIOps permet aux organisations d’améliorer leurs opérations et d’acquérir des informations de meilleure qualité qui leur permettent de faire preuve d’agilité face au changement. Détecter les problèmes dès leur apparition est souvent plus facile à dire qu’à faire, surtout dans un environnement avec de fortes activités informatiques où il est difficile de différencier les fausses alertes des urgences à traiter rapidement : c’est un travail fastidieux pour les entreprises et leurs équipes IT.
Comment s’affranchir des activités à faible valeur ajoutée pour permettre aux équipes IT de concentrer leur expertise sur des problèmes opérationnels plus importants ? Idéalement, en mettant à profit des compétences dynamiques et intelligentes qui prévoient, préviennent les problèmes et offrent ainsi des perspectives pour les entreprises. Dès lors, ces dernières peuvent aller au-delà de la simple réactivité.
Résoudre les problèmes applicatifs
L’AIOps peut largement résoudre les problèmes liés aux applications grâce à des algorithmes et modèles sophistiqués d’IA et de machine learning (ML). Ces derniers remplacent les méthodes de traitement traditionnelles basées sur des règles, généralement manuelles. En effet, l’AIOps permet, en fournissant des informations de meilleure qualité, de traiter plus rapidement et de manière plus efficace les situations complexes dans l’ensemble de l’organisation. Ainsi, la productivité des employés, le Net Promoter Score (NPS), la réputation ou encore les revenus de l’entreprise, premiers affectés en cas de problèmes, sont préservés.
Importance de l’observabilité
Si l’observabilité va de pair avec l’AIOps, ce sont néanmoins deux concepts distincts qui se nourrissent et se complètent. Lorsqu’une entreprise bénéficie des deux, l’AIOps se concentre sur une surveillance plus intelligente et dynamique avec une détection des anomalies et une analyse avancée des causes profondes à partir d’un large éventail de données (des événements, les historiques, données métriques et typologies).
Par ailleurs, l’observabilité permet la visibilité sur l’ensemble des technologies full-stack et des données. Elle donne accès aux informations sur les données opérationnelles, favorise l’exploitation de multiples sources et types afin de déterminer l’état d’un système sur la base de ces données externes. Cette visibilité full-stack permet ainsi de répondre à des situations inattendues et d’appliquer une automatisation intelligente afin d’examiner le paysage informatique et de prendre une décision adéquate (liée à un problème de conformité, de correction, de blocage ou d’élimination d’une menace). En d’autres termes, plus l’observabilité et les informations sont importantes, plus les actions qu’il est possible d’entreprendre seront puissantes, et plus les entreprises seront préparées.
Une vue d’ensemble des impacts sur l’entreprise combinée à la capacité de proagir et non seulement de réagir à une situation, permet en effet de mieux hiérarchiser les risques et les problèmes de l’entreprise. Les accords de niveau de service (SLA) s’en trouvent mieux respectés et la satisfaction et la fidélisation des clients et des employés en sont améliorées ; et ce, tout en tirant parti d’opportunités de croissance différenciées. Cela ouvre également la porte à davantage d’innovation. À mesure que l’entreprise s’adapte aux technologies et aux processus qui évoluent rapidement, elle peut permettre aux meilleurs talents des équipes IT de se pencher sur des projets d’innovation plus enrichissants.
Une récente étude PwC révèle que 62 % des entreprises leaders en IA – qui progressent notamment grâce à l’lA dans des domaines de la transformation des activités, de l’amélioration de la prise de décision et de la modernisation des systèmes et des processus – utilisent cette technologie pour soutenir les opérations et la maintenance. Elle offre entre autres :
– Un engagement inter-domaines, une observabilité et une capacité d’action ouverts : grâce à une gestion orientée plateforme à l’échelle de l’entreprise, les systèmes informatiques peuvent mieux anticiper les problèmes, les résoudre plus rapidement et fournir un service permanent à l’entreprise.
– Des perspectives d’anticipation et une prévision des défaillances : l’IA/ML peut identifier des schémas répétitifs dans les données, dégager des tendances et fournir des informations intelligentes qui nécessiteraient des efforts et des investissements humains importants. La prévision des tendances de croissance organique peut aider à identifier de manière proactive les besoins de ressources imminentes. Cependant, les renseignements issus de l’analyse des échecs peuvent aider à les prévenir avant qu’ils ne se produisent.
– Une réduction du bruit des événements : l’analyse alimentée par l’IA/ML sépare les véritables problèmes des événements superflus pour offrir une vision plus claire des problèmes à l’origine de turbulences.
– Des alertes prédictives : en regroupant les données de l’ensemble de l’environnement informatique, y compris des solutions tierces, la plateforme AIOps peut filtrer et corréler les données et ainsi les transformer en événements exploitables afin que les problèmes potentiels soient signalés de manière proactive avant qu’ils n’affectent les clients ou l’entreprise.
– Une compréhension des situations inter-domaines et une analyse des causes probables : en appliquant une analyse avancée aux données de l’infrastructure et des applications, les équipes IT peuvent identifier les problèmes et se concentrer sur leur résolution, ce qui permet d’économiser du temps et de l’énergie.
– Une automatisation intelligente : les algorithmes, les règles et les idées découlant de l’IA/ML analysent en continu l’état de l’infrastructure et de l’activité du service d’assistance. Cela permet de prendre ou de recommander des actions automatisées pour garantir des corrections plus rapides et informées.
En adoptant l’AIOps, les organisations peuvent faire progresser et évoluer leurs opérations et ainsi obtenir des informations de meilleure qualité qui leur permettent d’être agiles face au changement et de préparer au mieux l’avenir.
___________________
Par Ali Siddiqui, Chief Product Officer chez BMC Software
puis