01 : Le (re)bond de l’automatisation informatique
Aujourd’hui, toutes les entreprises sont des entreprises technologiques
Illustration isométrique d’une personne devant un serveur d’où s’échappent des bulles violettes
Commençons par un peu de terminologie

Pour comprendre l’automatisation informatique et l’IA, il faut d’abord mettre toutes les parties prenantes sur la même longueur d’onde afin qu’elles soient certaines de parler de la même chose. Cela implique donc de comprendre certains termes clés, d’explorer les changements engendrés par l’IA générative et de se pencher sur le rôle de la direction. Il est également essentiel de s’intéresser à certains cas d’utilisation qui illustrent ce que l’automatisation et l’IA peuvent faire pour les opérations informatiques.

Voir tous les chapitres
Automatisation

Terme englobant l’ensemble des mesures qui visent à accélérer les processus d’entreprise et à les rendre plus efficaces tout en réduisant l’intervention humaine.

Automatisation informatique

Processus consistant à choisir des actions manuelles et à trouver un moyen d’utiliser un système ou un outil pour les exécuter à la place d’un être humain.

AIOps

Terme inventé par Gartner en 2018 et désignant l’application de fonctionnalités d’IA, telles que le traitement automatique du langage naturel et les modèles de machine learning (ML), pour automatiser et rationaliser les workflows opérationnels.

IA générative

Terme faisant référence à des modèles d’apprentissage profond capables de générer du texte, des images et d’autres contenus de qualité basés sur les données sur lesquels ils ont été entraînés.

Regarder : Tout sur les modèles d’IA générative (08:30)
En opérant une transformation numérique, vous simplifiez rarement les choses. Stephen Mortefolio Vice-président Marketing produit, IBM Automation
IA générative

L’IA générative est à l’origine d’approches radicalement nouvelles de notre façon de travailler, notamment en ce qui concerne les processus informatiques traditionnels. Trois PDG sur quatre déclarent que leur avantage concurrentiel repose sur l’IA générative, et que la transformation reste une priorité pour la plupart des organisations. Selon une étude de McKinsey, 90 % des entreprises ont lancé une transformation numérique. Cette numérisation fait de chaque entreprise, qu’elle soit prête ou non, une entreprise technologique.

« En opérant une transformation numérique, vous simplifiez rarement les choses. Le plus souvent, vous ajoutez de la complexité : plus de systèmes, plus d’applications. Par le passé, la complexité croissante nous conduisait à renforcer nos équipes, par exemple, les ingénieurs SRE, les développeurs, les équipes chargées de surveiller vos opérations cloud. Mais cela ne change rien à long terme. Les organisations doivent désormais chercher de nouvelles façons d’améliorer les expériences et la productivité de ces équipes. » —Stephen Mortefolio

Le rôle de la direction

Si toutes les entreprises sont désormais des entreprises technologiques, alors tous les cadres de direction doivent devenir des technologues plus compétents. Pour de nombreuses entreprises, l’IA et l’automatisation ne sont plus seulement l’affaire de la direction, mais aussi celle du conseil d’administration.

En se retrouvant ainsi sous les projecteurs, la pression pour adopter l’IA générative et d’autres technologies intégrant l’IA est plus forte que jamais. Cette charge correspond également à la pression constante exercée sur les équipes informatiques, tenues de faire tourner les opérations informatiques 24 heures sur 24, 7 jours sur 7, tout en livrant de nouvelles fonctionnalités, en satisfaisant et en fidélisant les clients et en veillant à ce que les coûts soient aussi bas que possible.

« Si vous ne fournissez pas un service adéquat à vos électeurs ou à vos clients, peu importe que vous travailliez dans le secteur public, dans le secteur des télécommunications ou dans l’industrie manufacturière. Si ce service n’est pas à la hauteur et que vous ne fournissez pas les capacités dont les gens ont besoin, le reste n’a que peu d’importance : le client disparaît. » —Melissa Long Dolson, vice-présidente, AIOps et intégration, IBM Technology Sales

 

 

Les attentes sont si élevées qu’il suffit d’une seule mauvaise expérience pour qu’un client délaisse une marque, un produit ou un service Keri Olson Vice-présidente, Gestion des produits Logiciel d’automatisation informatique

Ce que les DSI savent, c’est que ces pressions visent à répondre à une seule question : « Est-ce que je tire le meilleur parti (le plus de valeur, de productivité, de rendement) de mes investissements technologiques ? » Par chance, l’informatique alimentée par l’IA est bien placée pour répondre par l’affirmative.

« Il est certain que nous attendons davantage de ces investissements. Même dans notre vie personnelle, nous attendons plus de la machine que d’un être humain. Les attentes sont si élevées qu’il suffit d’une seule mauvaise expérience pour qu’un client délaisse une marque, un produit ou un service. C’est pourquoi il est plus important que jamais que les applications fonctionnent en continu et de façon très performante. » —Keri Olson

C’est un fait : parmi les entreprises interrogées, 60 % investissent dans l’automatisation pour réduire la complexité informatique et réseau. Et 50 % investissent pour fournir de nouvelles plateformes et applications informatiques améliorées.¹

 
Cas d’utilisation

Grâce aux solutions d’IA et d’AIOps, les équipes informatiques et les entreprises qu’elles desservent passent d’un modèle « correctif » à un modèle qui permet des actions préventives et prédictives. Les équipes obtiennent des informations exploitables et de nouvelles façons d’améliorer la productivité, de gagner du temps et de réduire les coûts à une échelle qui ne peut tout simplement pas être atteinte par les humains. Par exemple, réfléchissez à la manière dont ces cas d’utilisation pourraient améliorer les opérations et le développement de votre informatique :

Renforcer la résilience des systèmes de bout en bout

Utilisez des capacités d’analyse de l’origine des problèmes en temps réel, alimentées par l’IA et l’automatisation intelligente, pour identifier rapidement les causes sous-jacentes des incidents, puis prenez des mesures immédiates pour réduire le délai moyen de détection (MTTD) et le délai moyen de résolution (MTTR).

Opérationnaliser le FinOps et optimiser les coûts liés au cloud

Appliquez un cadre FinOps de gestion financière du cloud pour permettre aux équipes transverses de collaborer et de prendre en charge l’utilisation du cloud. Le FinOps est une pratique de gestion que les entreprises utilisent pour optimiser les performances financières de leur infrastructure de cloud computing. En utilisant des décisions basées sur les données en matière de dépenses cloud pour équilibrer prudemment les coûts et les performances, vous pouvez laisser les logiciels, et non les personnes, prendre les mesures appropriées et fournir aux applications les ressources dont elles ont besoin, lorsqu’elles en ont besoin.

Améliorer les pipelines CI/CD

Utilisez l’observabilité, alimentée par l’IA et l’automatisation, pour bénéficier d’une visibilité complète des conteneurs afin de mieux comprendre votre environnement et d’accélérer l’innovation. Vous disposerez également de la détection, de la surveillance et de la validation automatiques des performances et de l’intégrité des applications en production. Cela inclut votre infrastructure cloud, vos machines virtuelles, vos microservices basés sur des conteneurs, vos infrastructures multi-locataires partagées et vos systèmes de stockage, tous rendant compte d’indicateurs tels que l’utilisation, la disponibilité et les temps de réponse.

Repenser l’intégration des données

Utilisez l’IA générative pour réduire le temps nécessaire à la connexion des applications et des systèmes et à l’exploitation de données critiques.

Améliorer la génération de code

Accélérez la génération de code et améliorez la productivité des développeurs à l’aide d’un code précis de haute qualité accompagné de recommandations alimentées par l’IA basées sur des requêtes en langage naturel ou du code source existant. Donnez aux équipes de développement les moyens de maîtriser différents langages de programmation sans avoir besoin de suivre une formation exhaustive.

Chapitre 02 →
Faire passer les équipes informatiques de centre de coûts à collaborateur grâce à l’automatisation de l’IA
Lire le chapitre 02 Voir tous les chapitres
Références

1 The ESG data conundrum, IBM Institute for Business Value, avril 2023.