Dans notre monde numérique, le bon fonctionnement des systèmes et services logiciels clés est essentiel pour le succès des entreprises. Les périodes d’inactivité ou les problèmes de performance peuvent entraîner des conséquences négatives, notamment une perte de revenus lorsque des clients potentiels se tournent vers la concurrence, ainsi qu'une diminution de la productivité des employés incapables de respecter leurs délais.
Pour les ingénieurs en fiabilité des sites (SRE) et les professionnels DevOps, maintenir des sites web et des applications critiques peut sembler être un combat constant. Cependant, une nouvelle prometteuse émerge : l'IA générative est là pour améliorer les méthodes d'observabilité traditionnelles, accélérant la résolution des problèmes de fiabilité, de sécurité et de rapidité.
L'Avantage de l'IA
Traditionnellement, la surveillance et l’observabilité consistaient à identifier des signaux au milieu du bruit et à diagnostiquer des problèmes inconnus afin de permettre une remédiation rapide. L'IA générative simplifie ce processus, permettant aux équipes SRE et DevOps de répondre aux incidents avec une plus grande rapidité et confiance.
Prenons l'exemple d'un ingénieur d'astreinte récemment recruté, qui n’a pas une connaissance approfondie des systèmes de l’organisation. Si on l’alerte en pleine nuit à propos d’une irrégularité dans un système qu’il ne comprend pas complètement, il peut converser avec un assistant IA pour rassembler rapidement les informations essentielles. En posant des questions telles que « Quel est l'objectif de ce système ? » ou « Quels autres systèmes y sont connectés ? », l’ingénieur obtient un contexte précieux en quelques secondes grâce au modèle de langage de grande taille (LLM) qui alimente l’IA générative.
Ce qui est particulièrement impressionnant, c’est que l’ingénieur interagit avec le LLM en langage naturel, sans avoir besoin de maîtriser des langages de requêtes complexes. Cette approche conversationnelle leur permet d'accéder rapidement aux informations nécessaires pour dépanner efficacement.
Renforcer le Savoir Collectif
L'IA générative ne se contente pas de répondre aux questions, elle peut également résumer proactivement le contexte pertinent pour les SRE. Par exemple, un ingénieur peut recevoir un résumé complet d’un problème dans son canal Slack avant d’être réveillé par une alerte. Ce résumé inclut toutes les actions effectuées et les parties impliquées, permettant une réactivité immédiate plutôt que de perdre du temps à se mettre à jour.
En fournissant un aperçu du playbook utilisé lors d'incidents passés similaires, le LLM permet à l’ingénieur de l’exécuter lui-même ou simplement de demander au LLM de le faire. Cela élimine une grande partie des incertitudes et résout rapidement les problèmes, quel que soit le niveau d'expérience de l'ingénieur.
Des entreprises comme T-Mobile Netherlands exploitent déjà cette fonctionnalité, utilisant la technologie IA pour soutenir leurs opérations réseau et garantir une meilleure fiabilité du réseau ainsi qu'une résolution rapide des problèmes.
Vers l'Avenir
Actuellement, l'IA générative joue le rôle d'assistant, offrant contexte et soutien, mais son rôle est destiné à évoluer. Dans un avenir proche, l'IA générative pourrait automatiser de nombreuses réponses au nom des ingénieurs. Si un agent IA reconnaît régulièrement un certain modèle d'alerte, il pourrait exécuter de manière autonome le playbook approprié et confirmer les actions réalisées.
De plus, en combinant des données d'observabilité avec d'autres systèmes organisationnels—tels que la gestion ERP et la sécurité—les ingénieurs pourront poser des requêtes plus sophistiquées et critiques pour l'entreprise. Ils pourraient passer de questions sur des alertes passées à la compréhension de l’impact des incidents similaires sur les revenus ou les implications opérationnelles sur la chaîne d'approvisionnement.
Un Outil Transformateur
Bien que les professionnels de l’observabilité aient toujours eu à leur disposition des outils puissants, l'IA générative introduit une méthode innovante pour améliorer leurs flux de travail. Il est important de noter qu'elle ne remplace pas les SRE ou les professionnels DevOps ; elle allège le fardeau de leurs tâches routinières, leur permettant de se concentrer sur des solutions à des problèmes de niveau supérieur.
En facilitant l'accès à des informations pertinentes, en améliorant la compréhension et en accélérant la prise de décision, l'intégration de l'IA générative avec les données d'observabilité représente une avancée significative—un véritable changement dans le domaine.
Abhishek Singh est directeur général de l’Observabilité chez Elastic.
Classement
