Industrie Mag - Le journal de l'industrie.
- accueil .
- newsletter .
Flux RSS . - soumissions .
- publicité .
- contacts
Flux RSS .
Selon ce concept, les entreprises sont capables d’automatiser et de renforcer l’identification et la résolution des problèmes informatiques. Il s’agit d’une tendance phare qui s’appliquent aux entreprises françaises et internationales globale.
Selon une étude récente, 9 responsables informatiques sur 10 en France se déclarent familiers (42%) ou très familiers (45%) avec le terme d’AIOps. Ces chiffres traduisent une certaine avancée en matière de connaissance de cette tendance en France par rapport à d’autres pays. De plus, 85% des décideurs informatiques français se disent confortables avec le fait d’introduire l’IA et le Machine Learning dans le pilotage des opérations.
C’est le manque de compétences en AIops qui entraine 1,6% des répondants à se dire très inconfortables.
Identifiée comme tendance technologique phare de 2020, l’AIOps suscite un intérêt important, mais aussi de nombreuses attentes.
Les entreprises déploient davantage d’IA dans leurs différents services afin de faciliter la transformation digitale. 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, 2020 verra l’accroissement des investissements dans cette technologie par les leaders informatiques dans le but de diminuer le coût des pannes informatiques et d’impacter directement les résultats nets de l’entreprise face à ses concurrents. Ces derniers sont conscients des avantages à long terme que présente l’AIOps pour accompagner les efforts des équipes DevOps, Service Desk et InfoSec ainsi que les métiers. Grâce à la rapide évolution de ces technologies, différents outils répondront aux besoins de ces utilisateurs. Ceux-ci se démarqueront 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.
La construction et la compréhension du contexte sont des éléments importants 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 précisément ces problèmes, de prévoir les incidents futurs et de comprendre quels changements impacteront les processus critiques de l’entreprise. En 2020, tout porte à croire que certains fournisseurs introduiront des outils AIOps capables d’ingérer et d’exploiter l’ensemble des types et des sources de données. Plus les données utilisées par une plateforme AIOps sont nombreuses et variées, plus les algorithmes peuvent générer des enseignements et des recommandations à forte valeur ajoutée. On parlera ainsi prochainement de plateformes AIOps "ouvertes”. Une refonte significative de l’ingénierie des plateformes s’opérera afin de permettre cette ingestion d’une plus grande variété de types et de sources de données, tout en approfondissant l’analyse et la visibilité.
L’accélération de l’adoption de l’AIOps va faire apparaitre de nouveaux cas d’usage, qui donneront davantage de contrôle aux équipes opérationnelles informatiques. L’AIOps sera alors 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, mais aussi pour exploiter des interfaces en langage naturel qui progressent rapidement. En 2020, les corrélations automatiques d’événements et l’intelligence concernant les 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 proactivement 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.
Aujourd’hui, le paysage des fournisseurs d’AIOps est fragmenté, et comprend des solutions ponctuelles et des fournisseurs de technologies auxiliaires qui gravitent autour de ce sujet. En 2020, les utilisateurs exigeront que les fonctions d’AIOps soient davantage intégrées aux fonctions d’observabilité. Ainsi, le centre de gravité de l’AIOps se déplacera naturellement vers les plateformes d’observabilité puisqu’elles possèdent déjà l’ensemble des données télémétriques et opérationnelles nécessaires à l’IA et au Machine Learning. Elles fourniront une détection précoce des anomalies et des incidents, ainsi que la génération d’alertes, de corrélations et de recommandations pertinentes très rapidement.
De nombreux outils AIOps requiert un investissement important en termes de temps avant d’en retirer de la valeur. Les équipes DevOps sont déjà très occupées. Elles 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 ont encore besoin des heures de développement et de formation des modèles IA/ML à chaque nouveau point d’intégration, la mise en œuvre 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 combiner 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 déploiement, leur apprentissage et leur utilisation remporteront un franc succès, contrairement aux autres qui deviendront obsolètes.
Les capacités AIOps sont principalement concentrées sur la détection, le diagnostic et la priorisation, les équipes DevOps peuvent ainsi détecter proactivement les anomalies, mais aussi accélérer et améliorer la compréhension grâce à la corrélation des événements et à l’intelligence des incidents. Enfin, elles sont également en mesure 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 diminuer 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 réduisant la fatigue opérationnelle et en libérant des ressources pour des activités à forte valeur ajoutée.
