L’IA au secours des opérations IT submergées
Les solutions d’AIOps ont le vent en poupe. Mais en quoi sont-elles plus indiquées que des outils plus classiques pour la gestion des opérations au sein d'environnements IT toujours plus complexes et hétérogènes?
Qui dit données dit optimisation et automatisation potentielles à l'aide de l’intelligence artificielle (IA). Alors que les environnements IT génèrent toujours plus de données, ces dernières peuvent nourrir des algorithmes pour que les départements IT puissent en tirer parti. D’où l'avènement de l’IA pour les opérations informatiques, ou AIOps, terme introduit par Gartner en 2016 et qui suscite toujours plus d'intérêt depuis environ deux ans si l'on se fie aux données de Google Trends. Gartner définit les solutions d’AIOps comme une nouvelle catégorie d’outils combinant Big Data, IA et machine learning pour optimiser et automatiser la gestion des opérations IT. Quel est le problème avec les solutions disponibles jusqu’ici? A quels challenges spécifiques l’AIOps se propose de répondre et pour quels domaines IT particuliers? Quels en sont les usages concrets?
AIOps, partie 1: de quel problème part-on?
Toujours plus de virtualisation et une adoption accrue de services cloud, d’architectures basées sur des containers et micro-services sont au cœur de la transformation digitale de l’IT d'entreprise. Revers de la médaille: les départements informatiques se retrouvent inondés de données au point que les solutions de gestion des opérations qui faisaient auparavant l’affaire deviennent inexorablement désuètes.
Les outils de monitoring traditionnels n'ont en effet pas été conçus pour gérer un tel volume et une telle variété de données (erreurs, logs, tickets, métriques de performance, etc.), générées de surcroît à une fréquence sans précédent. «Ces outils sont souvent cloisonnés et ne tiennent pas compte du contexte plus large des événements qui se produisent dans l'ensemble de la pile technologique», fait observer Dynatrace. Selon l’éditeur, les managers des opérations reçoivent en moyenne 2’973 alertes en tout genre chaque jour. Alors que ce nombre est en constante augmentation, trois quart des entreprises constatent que la plupart de ces alertes ne sont pas pertinentes et ne requièrent en réalité aucune action.
Reste que traiter cette masse d’informations (via des processus de corrélation, d'analyse et de visualisation de données) pour décider lesquelles sont pertinentes ou non est une tâche des plus chronophages et pouvant générer des erreurs d’interprétation. Sans compter que les environnements IT modernes ont des interdépendances complexes rendant d'autant plus ardu la recherche de la cause première de pannes ou d'autres problèmes. De quoi impacter la réactivité du personnel IT qui se voit dès lors enfermé «dans un cycle où il ne cesse de rattraper son retard au lieu d'empêcher les problèmes de survenir», souligne le Boston Consulting Group.
L’évolution vers des environnements IT toujours plus complexes, hétérogènes, et qui multiplient les sources de données liées aux opérations nécessitent donc de nouveaux outils. Les solutions d’IAOps apportent plusieurs promesses, ces technologies ayant la capacité d’automatiser la corrélation de millions de points de données entre différents domaines IT, d'identifier des patterns à l’aide du machine learning et également de présenter les visualisations utiles pour optimiser les prises de décision.
Références:
«Ready or Not, AI Is Coming to IT Operations», Boston Consulting Group, 2019
«The OpsRamp State of AIOps Report», OpsRamp, 2020
«2020 Global CIO Report», Dynatrace, 2020
«AIOps for dummies», 2018
