Introduite pour la première fois par Gartner en 2016, la notion d'AIOps n’a pas vraiment percé depuis. Elle revient aujourd’hui, boostée par l’IA générative : ce serait formidable de pouvoir superviser son IT en dialoguant… En réalité, l’AIOps reste ancrée dans le big data et l'apprentissage automatique pour automatiser les processus opérationnels informatiques, notamment la corrélation des événements, la détection des anomalies et la détermination de la causalité. Ce qui change, c’est qu’on gagne en maturité sur le sujet et qu’on dispose de davantage de données.
Les pratiques AIOps sont particulièrement pertinentes pour les applications critiques où les attentes des clients sont très élevées, mais aussi quand il s’agit de traiter des grosses volumétries de données en temps réel ou quasi temps réel, qui proviennent de plusieurs sources avec des formats hétérogènes.
L’AIOps repose sur un certain nombre de piliers comme l’observabilité, la scalabilité, la fiabilité, l’automatisation, la précision ou encore l’explicabilité.
Les cas d’usage de l’AIOps
Concrètement, on peut dénombrer quelques cas d’usage de l’AIOps :
- L’analyse des performances pour optimiser l’utilisation des ressources et améliorer l’expérience utilisateur.
- La détection proactive d’anomalies et réduction des faux négatifs ou des faux positifs.
- L’analyse et la corrélation des événements afin de les contextualiser et de réduire le bruit.
- L’automatisation de la gestion des services IT pour réduire au maximum les tâches manuelles et répétitives et à faible valeur ajoutée pour se concentrer sur l’essentiel.
Afin de commencer à utiliser l’AIOps, deux options se présentent : la première peut être disponible très rapidement au travers des solutions sur étagère proposées par les éditeurs de logiciels ou les fournisseurs cloud, qui pour la plupart ont intégré des fonctionnalités AIOps dans leurs solutions. La seconde serait de construire sa propre solution en l’absence de logiciel du marché qui puisse répondre aux besoins spécifiques de l’entreprise. Par contre, il faudra bien réfléchir avant de se lancer dans un tel chantier qui peut s’avérer fastidieux et très compliqué à mettre en œuvre - sans parler de la maintenance et de l’évolution.
