Industrie Mag - Le journal de l'industrie.

 Les responsables technologiques admettent que l’IA a provoqué une forme ou une autre de temps d’arrêt dans leur entreprise
 68 % des responsables technologiques craignent que leurs agents d’IA se comportent de manière imprévisible
 Près des trois quarts des responsables de l’ITOps et de l’ingénierie identifient l’observabilité de bout en bout comme leur principale priorité d’investissement pour améliorer la résilience de leur infrastructure

Les organisations s’appuient de plus en plus sur l’IA pour optimiser le triage des incidents et l’analyse des causes profondes. Aujourd’hui, les entreprises dépensent en moyenne 24,5 millions de dollars par an en outils d’IA pour prévenir et répondre aux temps d’arrêt selon le dernier rapport de Splunk, Les coûts cachés des temps d’arrêt en partenariat avec Oxford Economics.

L’évolution du rôle de l’IA dans la résilience

Au fil de l’évolution de ces technologies, l’industrie dans son ensemble se tourne vers un modèle de collaboration entre l’humain et l’agent, où l’IA est au service de l’expert, et non l’inverse. Cette approche repose sur les données machine, les logs, les métriques et les traces qui permettent aux équipes de superviser les actions entreprises par l’IA, de détecter rapidement les problèmes et de rectifier le tir avant que des erreurs mineures n’entraînent des interruptions de service.

Les données révèlent que les organisations identifiées comme étant « Expertes du triage et des workflows d’IA » sont bien plus à même d’éviter les effets les plus néfastes des temps d’arrêt :

 Une résilience plus élevée pour les experts de l’IA : 74 % de ces experts n’ont pas eu à divulguer une faille de données l’année dernière, contre seulement 54 % des organisations inexpérimentées.
 La rétention client : ces organisations expertes sont également près de trois fois plus nombreuses à dire qu’elles n’ont jamais perdu de clients à cause d’un temps d’arrêt (42 % contre 15 % pour les non-experts).

Malgré ces avantages évidents, la transition vers des systèmes autonomes s’accompagne de son lot de difficultés. Si 56 % des utilisateurs affirment que l’IA a réduit le risque global d’interruption de service, tous les responsables technologiques interrogés admettent que l’IA a provoqué une forme ou une autre de temps d’arrêt dans leur entreprise. 68 % des responsables technologiques craignent que leurs agents d’IA se comportent de manière imprévisible, ce qui souligne le besoin de mettre en œuvre une gouvernance robuste et de conserver une supervision humaine, essentielles afin de garantir une véritable résilience numérique.

Mettre en place une véritable résilience

Les cadres technologiques reconnaissent qu’il est indispensable d’avoir de la visibilité sur l’ensemble de la chaîne de dépendances. D’ailleurs, l’écrasante majorité (98 %) des personnes interrogées ayant les coûts de temps d’arrêt les plus faibles affirme que la visibilité de bout en bout est très ou extrêmement importante pour réduire les interruptions de service.

Néanmoins, une visibilité totale reste rare dans les domaines informatiques, ce qui pousse les organisations à investir davantage dans des structures plus proactives basées sur les données :

 Donner la priorité à l’observabilité : près des trois quarts des responsables de l’ITOps et de l’ingénierie identifient l’observabilité de bout en bout comme leur principale priorité d’investissement pour améliorer la résilience de leur infrastructure, prenant le pas sur la modernisation traditionnelle des data centers ou du matériel.
 Automatiser pour réduire les erreurs humaines : 66 % des responsables de l’ITOps et de l’ingénierie priorisent les investissements dans l’automatisation afin de réduire les risques d’erreurs humaines, qui restent la cause principale des temps d’arrêt sur l’ensemble de la pile technologique.
 Cibler les investissements dans l’IA : les organisations concentrent leurs budgets dédiés à l’IA sur des domaines clés, 85 % des responsables technologiques donnant la priorité à l’automatisation de la sécurité pilotée par l’IA et 65 % investissant dans l’observabilité optimisée par l’IA pour accéder à des informations en temps réel plus précises sur leurs écosystèmes numériques.