Views
2 months ago

ICTjournal juillet - août - septembre 2020

  • Text
  • Solutions
  • Selon
  • Responsable
  • Ainsi
  • Septembre
  • Netzmedien
  • Juillet
  • Gestion
  • Suisse
  • Entreprises

32 AIOps Quelles

32 AIOps Quelles opérations IT vont être facilitées grâce à l’IA? Alors que les environnements IT se fragmentent et se complexifient, les solutions d’AIOps ont le vent en poupe. Comment et dans quels domaines viennent-elles épauler la gestion des opérations IT? Yannick Chavanne L’IA D’IBM AU SERVICE DES OPÉRATIONS IT Qui dit données dit optimisation et automatisation potentielles à l’aide de l’intelligence artificielle (IA). Alors que les environnements IT génèrent toujours plus de données, ces dernières peuvent nourrir des algorithmes pour que les départements IT puissent en tirer parti. D’où l’avènement de l’IA pour les opérations informatiques, ou AIOps, terme introduit par Gartner en 2016 et qui suscite toujours plus d’intérêt depuis environ deux ans si l’on se fie aux données de Google Trends. Puisant dans l’intelligence artificielle pour optimiser la gestion des opérations IT, les solutions d’AIOps apportent leur lot de promesses face aux exigences de niveau de service (SLA) toujours plus élevées côté business, alors que le déploiement d’apps et de fonctionnalités s’accélère au sein d’environnements IT de plus en plus fragmentés. Les opérations IT sont submergées Toujours plus de virtualisation et une adoption accrue de services cloud, d’architectures basées sur des containers et micro-services sont au cœur de la transformation digitale de l’IT d’entreprise. Revers de la médaille: les départements informatiques se retrouvent inondés de données au point que les solutions de gestion des opérations qui faisaient auparavant l’affaire deviennent inexorablement désuètes. Les outils de monitoring traditionnels n’ont en effet pas été conçus pour gérer un tel volume et une telle IBM a récemment lancé la solution Watson AIOps, qui exploite notamment le machine learning et le traitement du langage naturel pour automatiser les opérations informatiques. Construite sur la dernière version de Red Hat OpenShift, Watson AIOps est en mesure de générer des rapports synthétiques pour épauler les opérations dans la résolution de problèmes et d’incidents, en reliant en temps réel des sources de données multiples aussi bien structurées, semi-structurées et non-structurées. Dont les alertes de sécurité, les métriques de performance, les logs et les tickets de support. «Watson AIOps regroupe divers ensembles d’anomalies de logs et d’alertes basées sur un raisonnement spatial et temporel ainsi que sur la similarité avec des situations passées. Ensuite, il fournit un pointeur vers l’endroit où le problème se produit et identifie d’autres services qui pourraient être affectés», détaille Jessica Rockwood, responsable du développement de la solution chez IBM. variété de données (erreurs, logs, tickets, métriques de performance, etc.), générées de surcroît à une fréquence sans précédent. «Ces outils sont souvent cloisonnés et ne tiennent pas compte du contexte plus large des événements qui se produisent dans l’ensemble de la pile technologique», constate Dynatrace. Selon l’éditeur, les managers des opérations reçoivent en moyenne 2973 alertes en tout genre chaque jour. Alors que ce nombre est en constante augmentation, trois quarts des entreprises constatent que la plupart de ces alertes ne sont pas pertinentes et ne requièrent en réalité aucune action. Tâche chronophage et erreurs d’interprétation Reste que traiter cette masse d’informations (via des processus de corrélation, d’analyse et de visualisation de données) pour décider lesquelles sont pertinentes ou non est une tâche des plus chronophages et pouvant générer des erreurs d’interprétation. Sans compter que les environnements IT modernes ont des interdépendances complexes rendant d’autant plus ardu la recherche de la cause première de pannes ou d’autres problèmes. De quoi impacter la réactivité du personnel IT qui se voit dès lors enfermé «dans un cycle où il ne cesse de rattraper son retard au lieu d’empêcher les problèmes de survenir», souligne le Boston Consulting Group (BCG). L’évolution vers des environnements IT toujours plus complexes, hétérogènes, et qui multiplient les sources de données liées aux opérations nécessite donc de nouveaux outils. Les solutions d’IAOps viennent dans ce contexte aider les opérations IT à trois niveaux: visibilité, recommandations et automatisation des mesures à exécuter. Visibilité Les outils d’IAOps fournissent une visibilité plus complète des environnements, souligne BCG. Nourris de données précises sur les opérations et les performances, les modèles de machine learning dopent les capacités de monitoring et permettent d’agir de façon préventive, peu importe le degré de complexité et l’hétérogénéité des écosystèmes. juilletaoûtseptembre 2020 www.ictjournal.ch © netzmedien ag

AIOps 33 Recommandations A mesure que leurs algorithmes se perfectionneront, les solutions d’AIOps pourront corréler les alertes de sources multiples pour générer des recommandations. Avec la promesse d’aider les équipes IT pour l’analyse de l’historique des opérations, pour l’élimination du bruit dans les données, pour l’anticipation et la résolution des problèmes, de même que pour l’évaluation de l’impact commercial probable des incidents. Exécution L’IA au service de la gestion des opérations IT sera capable d’exécuter automatiquement les mesures préconisées. «Les algorithmes qui alimentent les plateformes AIOps peuvent évoluer au point de modifier automatiquement la configuration des services et des environne- ADOPTION DES SOLUTIONS AIOPS PAR CAS D’USAGE Utilisation actuelle (en %) Utilisation prévue (en %) Visibilité Détection d’anomalies 11 42 0 5 10 15 20 25 30 35 40 45 50 Recommandations Les opérations IT sont submergées par des alertes souvent sans importance. Réduction du bruit 9 42 Tri et corrélation d’alertes 10 40 ments informatiques», soulignent les analystes de BCG. Des outils pourront par exemple déterminer automatiquement s’il faut mettre à l’échelle une nouvelle infras- Analyse de l’impact des services 5 35 tructure ou de nouveaux conteneurs, allouer plus ou moins de capacité virtuelle à un projet, ou augmenter ou diminuer le nombre de serveurs d’applications. Analyse des causes premières 6 33 Les trois use cases les plus porteurs Le potentiel de l’IA appliquée aux opérations IT se reflète sur les perspectives du marché. BCG indique que le segment IAOps représentait un volume d’affaires d’environ 11,6 milliards de dollars en 2019. Il pourrait croître en moyenne de 10% par année et atteindre 13,8 milliards en 2021. Selon le cabinet, les cas d’usage les plus porteurs sont la détection d’anomalies, la réduction du bruit, ainsi que le tri et la corrélation d’alertes. ∙∙ Détection d’anomalies: Des outils sophistiqués de détection de patterns peuvent faciliter la détection automatique des comportements inhabituels, à l’échelle des infrastructures. Par exemple, un pic soudain d’utilisation des applications. ∙∙ Réduction du bruit: Les solutions d’IAOps présentent un fort potentiel pour hiérarchiser les alertes en fonction de leur impact sur l’activité et filtrer les faux positifs. Les équipes pourraient ainsi se concentrer sur les alertes critiques. ∙∙ Tri et corrélation d’alertes: En analysant la topologie, l’heure et le contexte des différentes alertes, l’IA peut déterminer automatiquement si différentes alertes sont liées. Ces dernières peuvent ensuite être regroupées en tant qu’alertes d’un même incident. Prédictions Prévention des incidents Exécution Recommandation d’actions correctives Traitement automatisé des problèmes 9 9 0 5 10 15 20 25 30 35 40 45 50 7 3 21 38 38 32 0 5 10 15 20 25 30 35 Source: BCG, 2019 www.ictjournal.ch © netzmedien ag juilletaoûtseptembre 2020