Depuis que Gartner a forgé le terme en 2017, la combinaison de logiciels d’intelligence artificielle et d’opérations informatiques connue sous le nom d’AIOps a gagné en importance. L’AIOps s’est imposée en raison des défis créés par la quantité croissante de données dans les infrastructures technologiques. Maintenant que les entreprises et les grands groupes génèrent trop de données utilisateur pour que les équipes informatiques traditionnelles les surveillent, l’AIOps contribue à rationaliser leur travail.
À mesure que les entreprises continuent d’adopter la transformation numérique dans l’ensemble de leurs activités, les équipes informatiques et les entreprises doivent rester au fait des tendances de l’AIOps et de la manière dont cette technologie émergente transforme l’informatique d’entreprise.
Les tendances qui façonnent l’AIOps
Bien que l’AIOps soit en plein essor, il s’agit encore d’un domaine relativement récent que les entreprises et autres organisations commencent à explorer. Pour mieux comprendre la valeur de l’AIOps, il est important de relever quelques tendances clés de l’AIOps.
La croissance de l’AIOps d’entreprise
Il ne fait aucun doute que les entreprises intègrent les technologies d’IA dans leurs stratégies de transformation numérique. L’AIOps sera au cœur de la transformation numérique des entreprises à l’avenir. Selon un rapport de PWC de 2021, plus de 50 % des entreprises ont soit pleinement intégré l’IA à leurs flux de travail, soit commencé à le faire.
Les responsables informatiques sont à l’avant-garde de cette transformation. Ils élaborent des stratégies pour utiliser l’apprentissage automatique dans de nombreux domaines de leur entreprise, notamment les ventes, le marketing et la sécurité. Par ailleurs, les opérations des entreprises dans leur ensemble deviennent trop complexes et trop rapides pour que les pratiques traditionnelles restent applicables. C’est le principal moteur de nombreuses transformations numériques et cela alimentera probablement la croissance rapide des plateformes d’AIOps.
L’AIOps et le télétravail
Alors que les priorités en matière d’IA sont passées de l’analyse financière et de la connaissance des consommateurs à l’optimisation des coûts et à l’expérience client dans le sillage de la pandémie de COVID-19, l’AIOps a trouvé un nouveau terrain d’expression.
Le travail à distance et hybride ne cesse de démontrer le potentiel de l’AIOps. Selon un rapport de Transposit, plus de 90 % des professionnels de l’informatique, du DevOps et de l’ingénierie de la fiabilité des sites ont signalé une augmentation des incidents de service. Une proportion encore plus élevée affirme que ces incidents prennent plus de temps à résoudre en télétravail. Il faut s’attendre à ce que les dirigeants se tournent vers l’AIOps pour répondre à ces nouveaux problèmes.
L’AIOps peut transformer les entreprises qui dépendent du travail à distance grâce à plusieurs applications concrètes :
- Visibilité. L’un des principaux problèmes auxquels de nombreuses entreprises ont été confrontées lors du passage au travail à domicile était la perte de visibilité à l’échelle de l’entreprise. Les dirigeants ne disposaient plus de la même capacité à gérer le travail. L’AIOps pourrait être mis à profit pour améliorer cette visibilité, voire ouvrir une nouvelle ère en la matière.
- Centre d’assistance. L’AIOps pourrait jouer un rôle majeur dans l’évolution de la manière dont les employés sollicitent l’aide informatique dont ils ont besoin. Si les employés rencontrent des problèmes de connexion ou d’autres tâches administratives, l’AIOps pourrait être utilisé pour automatiser les réponses et résoudre le problème. Si les problèmes sont trop complexes pour être automatisés, les plateformes d’AIOps peuvent alerter votre équipe informatique. Les opérations informatiques peuvent ainsi répondre rapidement aux demandes, ce qui rend l’ensemble de l’entreprise plus efficace.
- Erreurs applicatives. Comme l’AIOps utilise l’apprentissage automatique et l’IA pour identifier les problèmes et en tirer des enseignements, les équipes informatiques n’ont plus à gérer des réponses répétitives concernant les erreurs applicatives. Les problèmes peuvent au contraire être diagnostiqués, parfois même en amont, afin de garantir leur résolution.
Intégration du DevOps et de l’AIOps
DevOps est un terme qui désigne un type de relation agile entre les opérations informatiques et le développement. Ces groupes s’appuyaient autrefois sur des approches plus cloisonnées, mais le DevOps a instauré une culture de collaboration entre eux, améliorant ainsi la productivité.
La question de la collaboration entre DevOps et ITOps prend de l’ampleur. Il faut s’attendre à voir l’AIOps jouer un rôle clé dans cette évolution. L’AIOps peut contribuer à rationaliser les étapes agiles du DevOps, notamment en facilitant la supervision, les tests et la sécurité. En fait, l’utilisation de l’AIOps pour rapprocher DevOps et ITOps sera très probablement un élément essentiel de toute stratégie d’AIOps à l’avenir.
Bien que le DevOps ait favorisé un environnement de travail plus efficace dans de nombreuses entreprises, les équipes commencent à prendre du retard à mesure que les services technologiques et de conception se développent. La vitesse et la croissance des entreprises s’avèrent déjà trop difficiles à suivre pour les équipes DevOps. L’intégration de l’AIOps au cycle DevOps peut contribuer à résoudre ce problème.
Observabilité
Comme indiqué précédemment, l’AIOps peut aider les équipes informatiques et DevOps à surveiller et à identifier efficacement les problèmes. De ce fait, l’AIOps peut ouvrir une nouvelle ère d’architectures plus rapides et plus efficaces. Tout commence par la manière dont l’AIOps facilite l’observabilité.
L’observabilité désigne la capacité à consulter des données brutes, telles que des métriques, des traces, des événements et des journaux, et à effectuer immédiatement des analyses sur ces données. Il s’agit de la méthode par laquelle les équipes informatiques et DevOps identifient, évaluent et traitent les problèmes à l’échelle de l’ensemble du système. L’AIOps améliore l’échelle et la vitesse de l’observabilité. En effet, il rationalise le traitement des données brutes et offre aux équipes informatiques et DevOps une vision et une compréhension plus approfondies de leurs systèmes.
À l’heure actuelle, la plupart des outils d’AIOps ne peuvent traiter qu’un seul type de données à la fois. Cela devrait toutefois changer rapidement. En fait, les outils d’AIOps pourraient exploiter l’apprentissage automatique pour consulter les données brutes et analyser leurs relations et interactions.
Hyperautomatisation
À mesure que l’AIOps est adopté dans différents secteurs d’activité, l’idée d’hyperautomatisation gagne elle aussi du terrain. Il s’agit d’intégrer l’automatisation dans tous les aspects possibles des opérations d’une entreprise. C’est une tendance majeure en 2021.
D’une certaine manière, l’AIOps est l’un des principaux moyens par lesquels l’hyperautomatisation s’implante dans l’ITOps. Les solutions d’AIOps centralisent les données et exploitent des algorithmes pour regrouper et corréler les alertes, comme indiqué précédemment. Cette forme d’automatisation repose sur l’idée que l’IA ne remplace pas les employés et les entreprises, mais leur sert d’assistant.
L’hyperautomatisation et l’AIOps continuent de progresser. Les principaux analystes s’attendent à ce que les organisations utilisent ces technologies d’ici 2024 pour réduire leurs coûts opérationnels jusqu’à 30 %. Il faut également s’attendre à la montée des solutions low-code sur le marché, à mesure que l’hyperautomatisation se généralise. Ces solutions sont conçues pour rendre l’automatisation non seulement facile à créer, mais aussi à faire évoluer.
Cybersécurité fondée sur l’IA
L’une des applications de l’AIOps connaissant peut-être la croissance la plus rapide concerne la cybersécurité. Une enquête IBM de 2020 menée auprès de plus de 4 000 entreprises américaines, européennes et chinoises a montré que la cybersécurité était le principal cas d’usage de l’IA.
Ce domaine est déjà en plein essor. Des entreprises comme CrowdStrike, Cylance et FireEye exploitent l’apprentissage automatique et l’intelligence artificielle pour détecter les logiciels malveillants et empêcher les cyberattaques. De nombreux experts considèrent l’AIOps comme la prochaine frontière de la cybersécurité. De grands acteurs comme Siemens USA utilisent déjà eux aussi ces technologies pour répondre à leurs besoins en matière de cybersécurité.
Les solutions de cybersécurité fondées sur l’IA peuvent servir à détecter à l’avance les logiciels malveillants et les attaques potentielles. Elles apprennent du comportement humain et des compromissions passées pour empêcher que de nouvelles attaques ne se produisent. Là encore, cette tendance permettra avant tout aux entreprises de changer d’échelle. Il faut s’attendre à voir l’AIOps utilisé pour la cybersécurité au cours des prochaines années, d’autant que de nouvelles technologies comme le métavers et les cryptomonnaies — qui soulèvent de nouveaux problèmes de sécurité — sont adoptées à grande échelle.
Croissance du marché et des solutions d’AIOps
Enfin, il faut s’attendre à ce que les capacités des plateformes d’AIOps et le nombre d’acteurs du secteur progressent parallèlement. La prochaine frontière des solutions d’AIOps résidera très probablement dans leur capacité à analyser et à extraire des informations de plusieurs types de données à la fois. À l’heure actuelle, la plupart des solutions ne peuvent traiter qu’un seul type de données à la fois.
À mesure que ces solutions progressent sur le plan technologique, le marché évolue lui aussi. Mordor Intelligence rapporte que le marché de l’AIOps devrait passer de 13,51 milliards de dollars US en 2020 à plus de 40 milliards de dollars US en 2026. Des entreprises comme Moogsoft, BigPanda, BMC et Splunk sont à la pointe de cette croissance du marché. À mesure que les entreprises modernes et les grands groupes continuent d’adopter ces technologies, le marché devrait suivre la même trajectoire.