11 stratégies et bonnes pratiques AIOps à essayer dès aujourd’hui

L’intelligence artificielle appliquée aux opérations informatiques, ou AIOps, est une pratique en plein essor dans laquelle les professionnels de l’informatique utilisent l’IA, l’apprentissage automatique et des techniques d’automatisation pour améliorer leurs flux de travail, gagner en efficacité et renforcer la standardisation. Dans tous les secteurs, les entreprises adoptent les bonnes pratiques de l’AIOps, car cette approche rend leur travail plus simple et plus productif. Cependant, l’AIOps est un processus complexe qui, lorsqu’il est mis en œuvre sans plan clair, peut conduire à des processus informatiques encore moins efficaces et plus alambiqués.

Pour obtenir les meilleurs résultats lors de la mise en œuvre d’une stratégie AIOps dans votre organisation, il est important de comprendre non seulement les avantages que l’AIOps peut apporter à votre équipe, mais aussi les bonnes pratiques AIOps à suivre dès le départ.

À RETENIR

• •Lorsqu’il est correctement mis en œuvre sous supervision humaine, l’AIOps peut considérablement rationaliser les processus informatiques et permettre aux professionnels de l’informatique de consacrer davantage de temps aux tâches à fort impact. (Accéder à la section)
• •Une stratégie AIOps axée sur l’intégration, qui connecte de manière transparente vos outils AIOps aux sources de données et aux systèmes informatiques critiques, est essentielle. (Accéder à la section)
• •
• Définir les objectifs de l’AIOps, identifier les sources de données critiques, maintenir des normes élevées en matière de données, donner la priorité à la sécurité des données et créer une politique d’utilisation de l’IA comptent parmi les bonnes pratiques AIOps les plus importantes. (Accéder à la section)

Investissez dans une plateforme AIOps qui prend en charge votre stratégie

L’AIOps vise avant tout à rendre vos processus actuels d’intelligence artificielle et informatiques plus efficaces. Cela n’est possible que si vos outils AIOps s’intègrent à toutes les autres ressources informatiques, sources de données et applications métier les plus importantes de votre stack technologique.

Pour obtenir les meilleurs résultats possibles, recherchez des plateformes AIOps dotées de bibliothèques d’intégrations natives étendues ou d’une API très fonctionnelle, qui facilitent la connexion de votre plateforme AIOps à l’ensemble de votre écosystème informatique. Visez un minimum d’exigences en matière de personnalisation et de réglage fin, au moins au début, afin de pouvoir maintenir la plateforme AIOps en fonctionnement efficace même lorsque vos autres outils évoluent et changent d’échelle.

Définissez des objectifs clairs pour votre stratégie AIOps

L’AIOps n’est efficace que si vous savez à quoi il vous sert et ce que vous espérez améliorer grâce à l’automatisation pilotée par l’IA et aux workflows. Les objectifs et les KPI de chaque organisation sont différents en matière d’AIOps, mais quelles que soient vos spécificités, vous obtiendrez de meilleurs résultats si vos objectifs s’inscrivent dans le cadre d’objectifs informatiques, opérationnels et métier plus larges.

Les dirigeants qui ne savent pas par où commencer peuvent envisager de définir des objectifs autour des tâches et améliorations opérationnelles informatiques suivantes :

• Amélioration du délai moyen de résolution (MTTR)
• Amélioration du temps moyen entre pannes (MTBF)
• Réduction des incidents et des pannes informatiques, en particulier pour les services critiques
• Optimisation et allocation des ressources dans les environnements cloud et sur site
• Détection proactive des problèmes et atténuation des incidents
• Réduction des faux positifs et des faux négatifs
• Délai de mise à disposition des ressources
• Taux d’utilisation des ressources selon les métriques d’utilisation
• Qualité et fréquence des prévisions d’impact des changements
• Nombre de violations des politiques et des exigences de conformité au fil du temps
• Dépenses opérationnelles informatiques au fil du temps

Une fois vos objectifs définis, vous êtes mieux préparé pour concevoir une stratégie AIOps qui les atteint.

Identifiez les sources de données pertinentes pour votre stratégie AIOps

Une fois vos premières recherches d’outils et la définition de vos objectifs terminées, vous devrez recenser toutes les sources de données pertinentes auxquelles il faut accéder, qui doivent être intégrées et migrées pour assurer l’efficacité de l’AIOps. Voici quelques exemples de données relatives aux opérations informatiques et de leurs sources :

• Journaux système provenant des serveurs, des applications et des réseaux
• Données relatives aux incidents et aux problèmes provenant des systèmes de gestion des tickets
• Données sur les actifs informatiques provenant des bases de données de gestion de configuration (CMD)
• Métriques de performance des applications provenant des outils de gestion de la performance des applications (APM)
• Événements de sécurité provenant des systèmes de gestion des informations et des événements de sécurité (SIEM)

Tenez compte des différents formats des données concernées, de leur utilisation et des différents emplacements où elles résident actuellement sur votre réseau. Surtout, déterminez si ces données existent dans différents formats au sein de votre organisation. Si c’est le cas, vous devrez nettoyer et standardiser ces données avant de les ajouter à votre système AIOps.

Garantissez des normes élevées de qualité des données dans l’AIOps

L’AIOps dépend fortement des données pour l’IA et l’entraînement du ML ainsi que pour les requêtes opérationnelles. Il est important d’imposer à votre organisation des normes élevées de qualité des données afin que toutes les données dont vous avez besoin soient accessibles, compréhensibles, à jour et dans un format exploitable.

Pour améliorer la qualité des données, vous pouvez notamment utiliser des outils de nettoyage, de mappage et de préparation des données, ainsi que de gestion de leur intégrité. Vous devriez également investir dans des outils de gouvernance des données, car ils peuvent contribuer à améliorer la qualité, la sécurité et la conformité des données, tout en aidant les équipes informatiques à surveiller et à traiter l’évolution de leur qualité au fil du temps.

Des outils comme SAP Master Data Governance peuvent être utilisés pour gérer les règles de qualité des données dans les workflows AIOps.

Donnez la priorité à la sécurité des données dans votre stratégie AIOps

Les bonnes pratiques et les outils de sécurité des données sont nécessaires au bon fonctionnement des opérations, au respect des réglementations et au maintien de la réputation de l’entreprise et de la confiance des clients. Au-delà de l’investissement dans les outils de gouvernance des données mentionnés plus haut, vos équipes AIOps doivent également respecter les bonnes pratiques de sécurité des données suivantes :

• Utilisez uniquement des bases de données et des sources de données sécurisées et fiables
• Maintenez vos systèmes de stockage des données à jour 
• Veillez à ce que toutes les pratiques de stockage des données soient conformes aux exigences réglementaires et de sécurité
• Mettez en place des politiques d’utilisation des appareils mobiles et de gestion des données pour les employés
• Désignez un système d’accès et d’autorisation à plusieurs niveaux pour vos actifs les plus critiques

Lorsque des groupes importants de personnes doivent accéder à des données sensibles ou les utiliser, recherchez des moyens supplémentaires de protéger ces données, comme le chiffrement, l’anonymisation et/ou le masquage des données. Gardez à l’esprit que si votre organisation souhaite utiliser l’IA générative dans ses workflows AIOps, des règles et bonnes pratiques supplémentaires en matière de sécurité des données sont nécessaires.

Par exemple, il est préférable d’établir une règle de ce type : « mettre en œuvre une politique de masquage des données pour toutes les informations sensibles avant leur traitement par le modèle d’IA générative ». Dans tous les cas, alors que les violations de données augmentent d’année en année, des précautions et une vigilance accrues sont nécessaires pour mettre en œuvre une stratégie AIOps économique et peu risquée.

Pour en savoir plus sur l’intégration de vos données métier afin d’optimiser le déploiement de votre IA générative, consultez les bonnes pratiques pour l’IA générative et l’analyse des données.

Affinez votre stratégie grâce à un projet AIOps de test

Avant de configurer l’ensemble du réseau et plusieurs automatisations dans le cadre d’une architecture AIOps globale, vous devriez d’abord effectuer un test avec un projet de moindre ampleur servant de preuve de concept. Voici quelques projets AIOps de test à envisager :

• Mettez en place une analyse des journaux optimisée par l’IA pour détecter les anomalies sur un serveur ou une application
• Automatisez le processus de classification des tickets de votre centre de services grâce au traitement automatique du langage naturel
• Déployez un chatbot IA pour répondre aux questions informatiques courantes dans un service

Lors de la planification du projet de test, veillez à en définir le périmètre, les critères de réussite et la stratégie de surveillance des performances. Cela vous aidera à déterminer ce qui a fonctionné ou non lors de votre analyse rétrospective. Pendant le test, surveillez les performances de l’infrastructure et notez également la manière dont l’équipe gère ce nouveau workflow. Une fois le test terminé, adaptez en conséquence l’infrastructure, la formation de l’équipe, les outils de cybersécurité et votre plan AIOps.

Créez une politique d’utilisation de l’IA pour votre approche AIOps

Toute organisation, tout service ou toute équipe qui utilise l’IA doit être tenu responsable dans le cadre d’une politique d’utilisation de l’IA et recevoir une formation sur cette technologie et son rôle dans les opérations. Cette politique doit aborder des questions telles que l’utilisation de l’IA au sein de l’organisation, les rôles et responsabilités de chacun lors de l’utilisation de l’IA, ainsi que le maintien de la sécurité et de l’intégrité des données pendant son utilisation. Si vous cherchez un exemple de politique d’utilisation de l’IA pouvant servir de base à la vôtre, notre modèle gratuit de politique d’éthique de l’IA constitue un excellent point de départ.

En savoir plus sur les KPI permettant de mesurer l’impact de l’AIOps sur votre entreprise.

Optimisez votre stratégie AIOps en surveillant les workflows

Votre équipe doit surveiller en permanence les performances du réseau, mais c’est particulièrement important lors de la mise en œuvre d’une nouvelle pratique opérationnelle comme l’AIOps. En gardant un œil attentif sur ces performances, vous pourrez mesurer l’impact de vos améliorations AIOps, détecter les difficultés de mise en œuvre et renforcer la confiance des parties prenantes dans l’initiative.

Vous devrez utiliser des outils de surveillance dotés de fonctionnalités prenant régulièrement en charge l’analyse et les examens approfondis des performances de l’IA et du ML. À intervalles plus espacés, votre équipe ou un tiers objectif devra effectuer des audits réseau approfondis afin d’évaluer les performances de chaque élément du workflow AIOps et son impact sur les performances du reste de votre réseau.

Certains outils de surveillance se contentent de prévenir les utilisateurs lorsqu’un problème potentiel survient, tandis que d’autres formulent des suggestions ou prennent des mesures correctives. Choisissez un outil de surveillance adapté aux compétences de votre équipe, à votre budget et à ses autres exigences.

Neptune.ai est un exemple d’outil de surveillance de l’IA qui permet aux utilisateurs de suivre les performances des modèles d’IA et de ML, ainsi que d’autres métriques pertinentes.

Renforcez votre stratégie AIOps grâce à la documentation des processus

Documenter les processus AIOps une fois qu’ils ont été testés et approuvés en matière de qualité est l’un des moyens les plus sûrs de protéger l’intégrité de l’ensemble des opérations. Une documentation concrète et détaillée contribue également aux efforts de gestion des changements, en fournissant aux dirigeants les ressources nécessaires pour assurer le bon fonctionnement des opérations lorsque les membres de l’équipe, les outils et les autres composants du workflow évoluent au fil du temps. La documentation peut être conservée dans des systèmes traditionnels de stockage des données et de bases de données pour en faciliter l’accès, mais de nombreuses entreprises gagneront à la stocker également dans un emplacement hors réseau ou hautement sécurisé.

Maintenez une supervision humaine suffisante 

Dans l’AIOps, il est essentiel de trouver le juste équilibre entre automatisation et contrôle humain. L’IA en est encore à ses débuts et, bien qu’elle soit excellente pour détecter et résoudre automatiquement les problèmes courants et bien compris, elle peut avoir des difficultés face à des problèmes complexes ou inhabituels et ne devrait pas prendre de décisions ayant un impact significatif sans votre autorisation.

Vous devrez donc mettre en place des notifications automatisées et des workflows d’approbation pour solliciter une intervention humaine lorsque cela est nécessaire. Par exemple, un système AIOps peut détecter un espace disque faible et supprimer les anciens journaux. Si cela ne suffit pas à résoudre le problème du serveur, l’outil avertira un membre de votre équipe informatique en lui suggérant les prochaines étapes, afin qu’il puisse mettre son expertise à profit pour le résoudre.

À mesure que l’intelligence artificielle progressera, vous pourrez lui accorder une marge de manœuvre de plus en plus grande, en automatisant davantage de processus et de tâches des opérations informatiques et en réduisant votre supervision. Pour l’instant, toutefois, il est crucial de mettre l’accent sur la supervision humaine, en particulier pour les systèmes critiques et complexes, afin de garantir la réussite de votre stratégie AIOps.

Élargissez la portée de votre stratégie AIOps au-delà de l’informatique

L’AIOps est techniquement axé sur les opérations informatiques, mais ces bonnes pratiques peuvent être appliquées à l’échelle de l’organisation, notamment à mesure que l’IA et les technologies métier avancées deviennent partie intégrante des opérations de l’entreprise au-delà des services informatiques. Par exemple, les équipes marketing utilisent déjà l’intelligence artificielle et le big data pour mieux comprendre leur audience. Les équipes commerciales utilisent des outils d’IA pour automatiser la qualification des prospects, les prévisions de ventes par l’IA, ainsi que d’autres tâches répétitives.

Veiller à ce que tous les membres de votre organisation, dans tous les services, comprennent comment l’IA peut automatiser leurs workflows et générer de nouveaux gains d’efficacité pourrait aider l’ensemble de votre organisation à mieux maîtriser des problèmes tels que la prolifération des outils et l’inefficacité des opérations quotidiennes.

En résumé : mettre en œuvre les bonnes pratiques AIOps est complexe

L’AIOps reste une stratégie relativement récente pour les opérations informatiques, mais grâce aux nombreux gains d’efficacité qu’elle apporte aux workflows des équipes, elle s’est rapidement imposée dans tous les secteurs et auprès de nombreuses équipes. Plus important encore, elle permet aux professionnels de l’informatique de consacrer leur temps à des tâches à plus forte valeur ajoutée.

Malgré ses avantages, les professionnels de l’informatique doivent garder à l’esprit que la mise en place de l’AIOps peut être un processus complexe et multidimensionnel, et qu’une mauvaise mise en œuvre risque de créer des difficultés opérationnelles encore plus importantes qu’auparavant, sans compter les nouveaux problèmes potentiels de sécurité et de conformité. Si votre équipe prend le temps supplémentaire nécessaire pour configurer correctement les workflows automatisés, en définissant dès le départ des attentes et des règles appropriées, et évite les erreurs courantes liées à l’AIOps, votre plan AIOps aura davantage de chances de réussir sur le long terme. 

Découvrez les tendances AIOps les plus importantes qui façonnent cette technologie émergente.