Fonctionnalités d'IA générative dans l' Instana

Instana® utilise l'IA générative et les grands modèles linguistiques (LLM) pour améliorer l'observabilité, accélérer la résolution des incidents et automatiser les processus de dépannage. Ces fonctionnalités basées sur l'IA aident les équipes d' DevOps s et de SRE à réduire le temps moyen de résolution (MTTR), à améliorer l'efficacité opérationnelle et à mieux comprendre les systèmes distribués complexes.

Passerelle d'IA

La passerelle IA constitue l'infrastructure fondamentale qui prend en charge toutes les fonctionnalités d'IA d' Instana. Il gère les connexions à watsonx.ai® ou à d’autres services LLM externes via des connexions IA configurables, ce qui vous permet de choisir les modèles et les services qui alimentent chaque fonctionnalité IA.

Principales fonctionnalités de la passerelle IA :

  • Gestion centralisée des connexions et des configurations des modèles de langage à grande échelle (LLM)
  • Prise en charge de plusieurs services LLM (services watsonx.ai et vLLM-compatible )
  • Affectations de passerelles spécifiques aux capacités pour un contrôle précis
  • Passerelles par défaut pour les environnements « SaaS »
  • vLLM configurations pour les options de déploiement en auto-hébergement

Vous pouvez configurer chaque fonctionnalité d'IA dans Instana afin d'utiliser une passerelle LLM spécifique dans les environnements SaaS.

Pour plus d'informations, consultez la section « Connexion d' Instana à une passerelle LLM ».

Fonctionnalités d’IA

Les fonctionnalités d'IA suivantes sont disponibles dans l' Instana :

La synthèse des incidents utilise l'IA générative pour créer des résumés concis des incidents en analysant les entités concernées, les événements associés, les entités affectées et les notes relatives à l'incident. Les résumés générés par l'IA aident les équipes à comprendre rapidement le contexte d'un incident et à accélérer l'identification de sa cause première.

Rôle du résumé d'incident :

  • Génère des résumés complets des incidents, comprenant l'heure de début, la durée, le niveau de gravité et le statut
  • Présente un aperçu des entités concernées, des événements associés et des entités touchées
  • Résume les notes relatives aux incidents, y compris celles provenant des canaux d'alerte bidirectionnels
  • Identifie l'entité à l'origine de l'événement à l'aide d'une analyse topologique
  • Permet le partage par e-mail avec un contenu renseigné automatiquement
  • Fournit des résumés adaptés à différents publics, tels que les responsables SRE, les DevOps, s développeurs, les cadres dirigeants, les responsables informatiques et les utilisateurs

Pour plus d'informations, consultez la section « Synthèse des incidents ».

L'analyse intelligente des incidents associe l'IA agentique, l'analyse causale par l'IA et les modèles de langage à grande échelle (LLM) pour identifier automatiquement les causes profondes probables dans l'ensemble de votre environnement. Il analyse simultanément la topologie du système, le traçage, les métriques, les journaux et les événements liés à l'infrastructure.

Ce qu'apporte une enquête intelligente sur les incidents :

  • Effectue une analyse automatisée des causes profondes (RCA) pour l'ensemble des services, de l'infrastructure et des ressources d' Kubernetes
  • Mène des enquêtes impliquant plusieurs entités visant à analyser l'ensemble des chaînes de propagation des défaillances
  • Établit un lien entre les événements de modification, les mises à jour de configuration et les déploiements, d'une part, et les incidents, d'autre part
  • Fournit des recommandations fondées sur des données factuelles, accompagnées d'indicateurs, de journaux et de traces à l'appui
  • Réduit le MTTR de 60 à 80 % grâce à une analyse automatisée
  • Élabore des recommandations d'enquête rédigées en langage clair pour la gestion des incidents

Pour plus d'informations, consultez la section « Enquête sur les incidents ».

L'assistant IA est une interface conversationnelle qui utilise le langage naturel pour vous aider à analyser et à comprendre les données d'observabilité. Il transforme des informations de surveillance complexes en analyses claires et exploitables grâce à de simples requêtes sous forme de conversation.

Fonctionnalités de l'assistant IA :

  • Permet d'effectuer des requêtes en langage naturel portant sur les appels d'application, les composants d'infrastructure et les incidents
  • Prend en charge plusieurs technologies telles que Db2®, Kubernetes, IBM® MQ et JVM
  • Propose des tableaux de données interactifs avec des fonctionnalités d'exportation
  • Comprend une bibliothèque de suggestions avec des modèles de requêtes prédéfinis
  • Utilise une architecture multi-agents pour le routage intelligent des requêtes
  • Fournit des résultats en temps réel grâce à une interprétation transparente des requêtes

Pour plus d'informations, consultez la rubrique « Assistant IA ».

Kubernetes Cet assistant IA est spécialisé dans le dépannage des clusters « Kubernetes ». Il vous permet de poser des questions en langage naturel concernant l'état de santé du cluster, les problèmes liés aux pods, les ressources des espaces de noms et l'état du déploiement.

Fonctionnalités de l'assistant IA « Kubernetes » :

  • Permet de résoudre des problèmes spécifiques à l' Kubernetes e grâce à des requêtes en langage naturel
  • Comprend une bibliothèque de prompts prédéfinis pour les scénarios courants d' Kubernetes
  • Génère des scripts d'automatisation et des actions manuelles pour la résolution des incidents
  • Enregistre les actions générées dans le catalogue d'actions en vue de leur réutilisation
  • S'intègre aux données de surveillance et d'observabilité d' Kubernetes

Pour plus d'informations, consultez l'assistant d'IA Kubernetes.

La génération d'actions par IA utilise l'IA générative pour créer des mesures correctives. Cette IA utilise des modèles de génération augmentée par la recherche (RAG) pour générer des descriptions d'actions manuelles et des scripts d'automatisation.

Ce que permet la génération d'actions à l'aide de l'IA :

  • Génère les prochaines étapes recommandées pour diagnostiquer et résoudre les problèmes et les incidents à l'aide des modèles RAG
  • Crée des scripts BASH d'automatisation et des playbooks d' Ansible s à l'aide de modèles de génération de code
  • Prend en charge kubectl les commandes et d'autres frameworks d'automatisation

Pour plus d'informations, consultez la section « Génération d'actions à l'aide de l'IA ».

L'assistant SLO AI fournit des analyses et des informations basées sur l'IA concernant les objectifs de niveau de service (SLO), vous aidant ainsi à évaluer l'état des SLO, à identifier les tendances et à obtenir des recommandations d'optimisation.

Fonctionnalités de l'assistant IA SLO :

  • Génère des résumés instantanés de l'état et de la santé des SLO
  • Identifie les causes profondes et propose des mesures à prendre en cas de non-respect des SLO
  • Fournit une analyse des tendances relatives aux performances des SLO au fil du temps
  • Rédige des résumés stratégiques à l'intention des parties prenantes
  • Fournit des recommandations fondées sur des données visant à améliorer la fiabilité du service
  • Prend en charge tous les types d'entités, tels que les applications, les sites web, les tests synthétiques et l'infrastructure

Pour plus d'informations, consultez la section « Analyse des SLO basée sur l'IA ».

GenAI Cette évaluation permet d'analyser les résultats générés par le modèle de langage de grande capacité (LLM) à l'aune de vos critères prédéfinis. Un grand modèle linguistique (LLM) fait office de juge automatisé — ce que l'on appelle communément « LLM-as-a-judge » — et évalue les résultats générés par votre IA en fonction des critères que vous définissez. Les notes d'évaluation sont données à titre indicatif uniquement.

En quoi consiste l'évaluation « GenAI » :

  • Évalue à grande échelle les résultats des modèles de langage (LLM) par rapport à vos critères prédéfinis
  • Fournit des modèles de indicateurs d'évaluation (précision, pertinence, exhaustivité, cohérence et clarté) que vous pouvez modifier pour les adapter à vos critères
  • Permet de créer des évaluateurs entièrement personnalisés, avec vos propres critères et un seuil de note minimale requis
  • Permet de suivre les taux de réussite et d'échec, les notes et les résultats détaillés des évaluations, avec un lien permettant de consulter les traces individuelles
  • S'intègre à la collecte de traces pour permettre l'analyse des données réelles de production

Pour plus d'informations, consultez l'évaluation de « GenAI ».

Mise en route

Pour utiliser les fonctionnalités d'IA d' Instana, suivez les étapes de configuration correspondant à votre type d'environnement :

SaaS environnements
Les fonctionnalités d'IA sont disponibles par défaut grâce à des passerelles LLM préconfigurées. Vous pouvez, si vous le souhaitez, configurer des passerelles personnalisées pour votre propre environnement d'exécution.
Environnements auto-hébergés
  1. Activez les indicateurs de fonctionnalité requis pour chaque capacité.
  2. Configurez les passerelles LLM pour qu'elles se connectent aux services watsonx.ai ou vLLM-compatible.
  3. Définissez les droits d'accès appropriés pour les utilisateurs.

Étape 1 : Activer les indicateurs de fonctionnalité requis (environnements auto-hébergés)

Pour accéder aux fonctionnalités d'IA dans les environnements Instana auto-hébergés, activez le drapeau de fonctionnalité correspondant à chaque fonctionnalité que vous souhaitez utiliser :

Étape 2 : Configurer les modèles LLM pris en charge (environnements auto-hébergés)

Les grands modèles linguistiques suivants sont à la base des capacités d'IA d' Instana :

  • ibm-granite/granite-3.3-8b-instruct
  • mistral-medium-2505
  • mistralai/Mistral-Large-Instruct-2407
  • openai/gpt-oss-120b

Différentes fonctionnalités peuvent utiliser différents modèles optimisés pour leurs cas d'utilisation spécifiques. Configurez une passerelle LLM vers les services que vous souhaitez utiliser pour bénéficier des fonctionnalités d'IA d' Instana. Vous pouvez configurer la sélection des modèles via la passerelle IA.

Étape 3 : Configurer les autorisations des utilisateurs (tous les environnements)

Vous contrôlez l'accès aux fonctionnalités d'IA grâce aux autorisations des utilisateurs. Définissez les autorisations nécessaires pour que les utilisateurs puissent accéder aux fonctionnalités d'IA que vous souhaitez utiliser :

Accédez à toutes les fonctionnalités de l'IA générative
Permet d'accéder aux fonctionnalités basées sur l'IA dans l'interface utilisateur d' Instana.
Passerelle d'accès à l'IA
Permet un accès en lecture seule à l'interface utilisateur de la passerelle IA.
Créer, configurer et supprimer des passerelles LLM
Permet un accès complet à la gestion de la passerelle IA.

Pour plus d'informations, consultez la section « Gestion des droits d'accès des utilisateurs ».

Traitement des incidents

Si un message d'erreur s'affiche lorsque vous utilisez une fonctionnalité d'IA, par exemple « Passerelle LLM introuvable », « Passerelle LLM désactivée » ou tout autre message d'erreur similaire lié à la passerelle, vérifiez que la passerelle configurée est valide et activée sur la page « Passerelle IA ».

Vérifiez également les paramètres suivants :

  • Vous devez configurer correctement la passerelle en fonction de la fonctionnalité d'IA que vous souhaitez utiliser.
  • La plateforme active les indicateurs de fonctionnalité requis pour les environnements auto-hébergés.
  • Vous disposez des autorisations nécessaires pour accéder à la fonctionnalité d'IA et à la passerelle d'IA.