L’AIOps, identifiée par Gartner comme l’intelligence artificielle dédiée aux opérations informatiques, permet aux entreprises d’automatiser et de renforcer l’identification et la résolution des problèmes informatiques. C’est une tendance globale forte, y compris en France. Selon une étude récente, 9 responsables informatiques sur 10 en France se disent familiers (42%) ou très familiers (45%) avec le terme d’AIOps. Ces chiffres traduisent une avance certaine en matière de connaissance de cette tendance en France par rapport à d’autres pays – de plus, 85% des responsables informatiques français se disent confortables avec le fait d’introduire l’IA et le Machine Learning dans le pilotage des opérations. Seuls 1,6% des répondants se disent très inconfortables, principalement en raison des compétences que requiert l’AIOps et que peu d’équipes possèdent réellement.
Tendance technologique phare de 2020, l’AIOps suscite beaucoup d’intérêt et d’attentes, mais est aussi en constante évolution, illustrée par les dynamiques présentées ci-dessous.
Un intérêt accru de la part des leaders informatiques
Les entreprises déploient de plus en plus l’IA dans leurs différents services pour faciliter la transformation numérique. Selon IDC, les dépenses mondiales en systèmes d’IA devraient atteindre 77,6 milliards de dollars en 2022, soit plus du triple des dépenses prévues pour 2018. Bien que l’AIOps ne représente qu’une petite partie de l’IA dans les entreprises, les leaders informatiques investiront davantage dans cette technologie en 2020 afin de réduire le coût des pannes informatiques et impacter directement les résultats nets et la compétitivité de l’entreprise. Ils ont conscience des avantages à long terme que présente l’AIOps pour soutenir les efforts des équipes DevOps, Service Desk et InfoSec ainsi que les unités d’affaires. Avec l’évolution rapide de ces technologies, différents outils répondront aux besoins de ces utilisateurs, qui se distingueront principalement par le type de données que l’outil peut ingérer et la rapidité avec laquelle il peut apporter de la valeur à ces équipes.
L’émergence d’outils AIOps dits « data-agnostiques »
La construction et la compréhension du contexte sont des éléments clé de la gestion opérationnelle, le contexte étant la capacité qu’ont les organisations informatiques de corréler les données (par exemple, les événements, les métriques, les journaux et les traces), d’isoler avec précision les problèmes, de prévoir les incidents futurs et de comprendre quels changements auront un impact sur les processus critiques de l’entreprise. Au cours de l’année à venir, nous anticipons que certains fournisseurs introduiront des outils AIOps capables d’ingérer et d’exploiter tout type et toute source de données. Plus les données utilisées par une plateforme AIOps sont nombreuses et variées, plus les algorithmes peuvent générer des informations et des recommandations à forte valeur ajoutée. On parlera ainsi prochainement de plateformes AIOps « ouvertes”. Nous assisterons ainsi à une refonte significative de l’ingénierie des plateformes pour permettre cette ingestion d’une plus grande variété de types et de sources de données, afin d’approfondir l’analyse et la visibilité.
Une augmentation des fonctions de gestion des incidents
Avec l’accélération de l’adoption de l’AIOps, de nouveaux cas d’utilisation sont sur le point d’apparaître, qui donneront plus de contrôle aux équipes opérationnelles informatiques. L’AIOps sera utilisé pour augmenter et assister les fonctions informatiques dans la corrélation et l’analyse des événements, la détection des anomalies, l’analyse des causes profondes, tout en exploitant des interfaces en langage naturel qui progressent rapidement. En 2020, les corrélations automatiques d’événements et l’intelligence relative aux incidents s’intégreront de façon transparente dans l’outil de gestion choisi par une équipe afin de réduire le bruit et la fatigue opérationnels ; les anomalies seront détectées de façon proactive et seront aussi signalées automatiquement et proactivement dans les canaux de collaboration que les équipes utilisent déjà pour accomplir leur travail, tels que Slack ou Teams.
Le « centre de gravité » des AIOps se déplacera vers l’Observabilité en 2020
Aujourd’hui, le paysage des fournisseurs d’AIOps est fragmenté, avec un mélange de solutions ponctuelles et de fournisseurs de technologies auxiliaires qui gravitent autour de ce sujet. En 2020, les utilisateurs exigeront de plus en plus que les fonctions d’AIOps soit intégrées aux fonctions d’observabilité ; le centre de gravité de l’AIOps se déplacera naturellement vers les plateformes d’observabilité car elles possèdent déjà toutes les données télémétriques et opérationnelles nécessaires à l’IA et au Machine Learning pour fournir une détection précoce des anomalies et des incidents, ainsi que la génération d’alertes, de corrélations et de recommandations pertinentes très rapidement.
Les outils AIOps seront plus faciles à maîtriser et à utiliser en 2020
De nombreux outils AIOps demandent un investissement en temps important avant d’en retirer de la valeur. Les équipes DevOps, déjà très occupées, doivent, aujourd’hui encore, passer trop de temps à intégrer ces outils, à y introduire des données, et à former et éduquer leurs équipes sur la façon de les utiliser. Ce paradigme ne peut pas perdurer si l’AIOps souhaite se déployer à grande échelle. Alors que les plateformes actuelles nécessitent encore des heures de développement et de formation des modèles IA/ML à chaque nouveau point d’intégration, la mise en oeuvre des nouvelles plateformes AIOps s’appuiera sur un jeu initial de règles et de modèles riche et flexible qui s’adapte automatiquement au fil du temps en fonction des actions des utilisateurs et des données de production. Les équipes DevOps pourront aussi associer leur propre logique et modèles au système, ou simplement introduire des informations de feedback et de validation de résultat pour améliorer la logique générée de façon automatique. En 2020, les outils AIOps qui réussiront à simplifier leur mise en œuvre, leur apprentissage et leur utilisation connaîtront le succès, contrairement aux autres qui deviendront obsolètes.
Le champ d’application de l’AIOps s’élargira pour inclure la remédiation automatique
Les capacités AIOps se sont principalement concentrées sur la détection, le diagnostic et la priorisation, permettant aux équipes DevOps de détecter proactivement les anomalies, d’accélérer et d’améliorer la compréhension grâce à la corrélation des événements et à l’intelligence des incidents, puis de fournir une assistance par des recommandation d’actions et faire remonter les incidents vers les personnes et équipes les plus pertinentes. En 2020, l’AIOps élargira son champ d’action pour inclure une remédiation plus automatisée des incidents, car les équipes DevOps cherchent à boucler la boucle entre la détection, le diagnostic et la remédiation des incidents. L’automatisation et l’orchestration augmenteront radicalement la productivité des équipes informatiques et contribueront directement à l’amélioration de l’expérience client et aux résultats de l’entreprise. Les équipes seront capables de réduire de façon drastique le temps moyen de réparation et seront beaucoup plus à même de trouver et de résoudre les problèmes avant que les clients y soient exposés. Tout ceci en diminuant la fatigue opérationnelle et en dégageant des ressources pour des activités à forte valeur ajoutée.
_______
Grégory Ouillon est CTO EMEA de New Relic