C'est quoi l'IAOps ?

26 février 2020/Emilie Ravet

Les opérations informatiques sont confrontées à la croissance rapide des volumes de données générés par les infrastructures et les applications. Réparties en « silos déconnectés », ces équipes éprouvent des difficultés à gérer les incidents les plus urgents. Pour les prévenir, les identifier et les résoudre plus rapidement, les entreprises se tournent vers l'intelligence artificielle (IA).

 

L’IAOps est un concept créé par le cabinet Gartner en 2016. Quatre ans plus tard, peu d’entreprises l’ont adopté. Mais la situation est en train de changer. Fusion de l'IA et des Ops (comme dans les opérations), l’IAOps peut donc être défini comme l'utilisation de l'intelligence artificielle pour gérer des opérations informatiques.

 

D’où l’intérêt manifesté par les responsables informatiques. Gartner prévoit que l'utilisation exclusive par les grandes entreprises de l’IAOps pour contrôler les applications et les infrastructures passera de 5 % en 2018 à 30 % en 2023.

 

En termes simples, l’IAOps est l'application de l'apprentissage machine (ou Machine learning-ML) et de la science des données aux problèmes d'opérations informatiques.

 

Les plates-formes IAOps combinent des données importantes et des fonctionnalités de ML pour améliorer et remplacer partiellement toutes les fonctions primaires des opérations informatiques, y compris la surveillance de la disponibilité et des performances, la corrélation et l'analyse des événements, ainsi que la gestion et l'automatisation des services informatiques.

infographie

L’objectif est donc de fournir une visibilité globale (par la collecte et la corrélation de données provenant de sources disparates) sur les performances des SI et d'automatiser le plus grand nombre possible de flux d'opérations informatiques.

 

Aucune entreprise ne peut se permettre des problèmes informatiques qui durent assez longtemps pour avoir un impact sur l'expérience des utilisateurs. Mais la capacité humaine à réagir est insuffisante et l'automatisation devient une nécessité.

 

Les techniciens et les ingénieurs informatiques ne peuvent plus suivre le rythme de la maintenance des piles technologiques dans les grandes entreprises. La gestion manuelle n'est plus tenable, et il faut une machine pour en gérer une autre.

 

Attention aux idées reçues : l’IAOps ne supprime pas la nécessité d'une intervention humaine dans la maintenance et l'amélioration des systèmes d'information des entreprises. Il la réduit.

 

L’IAOps introduit en effet des capacités pour automatiser les activités préventives et correctives de routine et pour afficher des visualisations de données que les techniciens informatiques peuvent interpréter et utiliser pour des interventions plus complètes et plus rapides si nécessaire.

 

Pour de nombreuses entreprises, il devient opportun d’intégrer l’IAOps. Afin de lancer une initiative IAOps qui puisse devenir pérenne, le cabinet Gartner délivre différents conseils :

 

  • N'attendez pas: familiarisez-vous avec le vocabulaire et les capacités de l'IA et du ML dès aujourd'hui, même si un projet IAOps n'est pas imminent. « Les priorités et les capacités changent, vous pourriez donc en avoir besoin plus tôt que prévu », prévient le cabinet ;

    

  • Choisissez judicieusement les premiers cas de test: les initiatives de transformation gagnent à commencer à petite échelle, à saisir les connaissances et à les répéter à partir de là. Adoptez la même approche pour intégrer l’IAOps avec succès ;

  

  • Développez et démontrez vos compétences: il est essentiel de démystifier auprès de vos collègues et de vos dirigeants ce concept qui reste encore trop abscons. Il convient de présenter des techniques simples, d’identifier les lacunes en matière de compétences et d'expérience, puis d’élaborer un plan pour les combler ;

 

  • Expérimentez librement: les plates-formes IAOps restent encore une piste trop coûteuse et complexe pour se familiariser avec ces solutions. Gartner conseille plutôt de commencer avec les nombreux logiciels ML open source ;

 

  • Regardez au-delà de l'informatique: tirez parti des ressources de données et d'analyse qui peuvent déjà être présentes dans votre organisation. La gestion des données est une composante importante de l’IAOps, et les équipes sont souvent déjà compétentes ;

 

  • Normalisez lorsque c'est possible, modernisez lorsque c'est pratique: il est essentiel de préparer votre infrastructure pour soutenir une éventuelle mise en œuvre de l’IAOps en adoptant une architecture d'automatisation cohérente, une infrastructure sous forme de code et des modèles d'infrastructure immuables.

 

En conclusion, l’IAOps fait le pont entre trois disciplines informatiques différentes - gestion des services, gestion des performances et automatisation - pour atteindre ses objectifs de connaissance et d'amélioration continues.

 

Dans des environnements informatiques accélérés et « hyperscalés », il doit y avoir une nouvelle approche qui tire parti des avancées en matière de données volumineuses et de machine learning pour surmonter les limites des outils et des hommes.


Emilie Ravet
À propos de Emilie Ravet : Emilie est responsable Marketing en charge de la publication des articles du blog.

À lire ensuite

DbaaS : l’avenir des bases de données

Pour gagner en agilité et en efficacité, les entreprises entament la migration de leurs bases de données dans le...

Big Data : profiter du cloud pour mieux exploiter ses données

Le Big Data représente les énormes volumes de données, à la fois structurées et non structurées. Leur traitement...

On-Premise vs Saas : le juste coût

La pandémie de covid-19 a confirmé la supériorité du cloud vis-à-vis du On-Premise : la flexibilité. Même...