L’ITOps atteint un tournant avec l’IA agentique
Une nouvelle étude offre un aperçu détaillé des initiatives d'IA auxquelles l'équipe ITOps donne la priorité - et des facteurs qui en favorisent l'adoption.
Pour de nombreuses équipes ITOps, tout investissement dans l’IA pourrait être préférable à ne pas investir du tout, selon un nouveau rapport du cabinet d’études de marché Omdia, intitulé « Moderninizing IT Operations in the Agentic Era ».
Le rapport commandé par IBM révèle que, même parmi les organisations qui confient moins de 10 % de leurs tâches ITOps à l’IA, 92 % observent des améliorations opérationnelles. Ce résultat confirme une stratégie de plus en plus courante : commencer par de simples gains d'intégration avant de passer à des déploiements d'IA plus complexes.
Pourtant, il peut être difficile de décider quels domaines de l'ITOps sont prioritaires, surtout lorsque les équipes informatiques sont déjà censées réduire les coûts, améliorer l'efficacité opérationnelle et accélérer les livraisons dans des architectures et des services de plus en plus distribués.
De plus, l’IA et les workflows agentiques ont encore compliqué les déploiements informatiques. Certaines équipes peinent à fournir des modèles avec suffisamment de données propriétaires. D’autres manquent de l’expertise technique nécessaire pour concevoir et maintenir de nouvelles automatisations et workflows. Par ailleurs, sans surveillance et supervision suffisantes, les agents peuvent effectuer des actions non autorisées ou indésirables, introduisant des risques de sécurité et de conformité. Et même dans des cas d'utilisation simples, des investissements mal orientés dans des initiatives d'IA peuvent entraîner des erreurs coûteuses.
Malgré ces défis, l'intégration de l'IA alimente l'innovation ITOps à un rythme sans précédent. Pour 39 % des entreprises, l’IA effectue désormais au moins la moitié des tâches ITOps aux côtés des humains. Les premiers utilisateurs font état, entre autres, d'une meilleure détection des menaces, d'une maintenance prédictive, d'une automatisation des flux de travail et de capacités d'optimisation des coûts.
Selon le rapport, les pressions internes et externes poussent les organisations à placer le machine learning et l’IA agentique au centre de leurs stratégies ITOps.
Parmi les défis les plus fréquemment cités, citons le maintien de performance stables dans les environnements multi-cloud et hybrides, la fourniture d'une couverture 24 h/24, 7 j/7 pour les utilisateurs et le respect de restrictions de personnel et de budget.
53 % des organisations affirment que les agents gèrent déjà au moins un quart de leurs tâches ITOps de manière autonome.
Par ailleurs, certains professionnels de l’informatique affirment que leur département se tourne vers l’IA pour soutenir les initiatives de transformation numérique à l’échelle de l’entreprise, ou en réponse à des facteurs externes, notamment les pressions concurrentielles, les exigences de conformité et les menaces croissantes en cybersécurité.
Notamment, 29 % des répondants déclarent que leur entreprise a investi dans des technologies informatiques axées sur l’IA pour améliorer les programmes d’IA existants qui n’ont pas performé comme prévu. Cette constatation suggère que les initiatives en matière d'IA ne sont pas toujours immédiatement productives et peuvent nécessiter des ajustements opérationnels à plus long terme pour produire de la valeur.
Les équipes informatiques utilisent les fondements de l'IA, tels que les systèmes basés sur des règles et la modélisation statistique, depuis des décennies. Mais ce n'est que récemment que sont apparus les agents multimodaux, capables de naviguer dans des interfaces numériques et de raisonner de manière autonome pour résoudre des problèmes complexes à plusieurs étapes.
Malgré la nouveauté relative de la technologie, l’adoption de l’IA agentique a été rapide : 53 % des entreprises affirment que les agents gèrent déjà au moins un quart de leurs tâches ITOps de manière autonome (en plus de garde-fous surveillés par l’humain), tandis que 8 % des entreprises lui attribuent entre 75 et 89 % des tâches ITOps aux agents.
De plus, les professionnels de l’informatique listent désormais les capacités agents comme priorité d’intégration de leur organisation — avant d’autres objectifs de mise en œuvre, comme l’extension des intégrations dans tous les domaines informatiques ou la concentration uniquement sur les domaines à fort impact.
Les outils d'agence ont également tendance à gagner en autonomie, la majorité des organisations prédisant que leurs agents seront hautement ou totalement autonomes dans les 24 prochains mois. Cette indépendance proviendra en partie de la capacité des agents à déléguer des tâches et à collaborer sur des missions informatiques particulièrement complexes.
Les organisations disposant de programmes d’IA moins développés ont tendance à se concentrer sur la réduction des tâches manuelles et répétitives, ce qui peut apporter des améliorations immédiates d’efficacité et de précision. De leur côté, les entreprises qui ont mis en œuvre des solutions d'IA plus sophistiquées (et qui ont probablement déjà mis en place des workflows d'automatisation importants) donnent la priorité à des déploiements plus complexes, tels que l'amélioration des capacités prédictives par le biais de l'automatisation.
Comme pour la plupart des technologies de transformation, l'Intégration de l'IA nécessite d'importants investissements techniques, de personnel et financiers. Les professionnels de l’informatique expliquent que l’une de leurs dépenses les plus importantes est la mise à niveau de l’infrastructure pour prendre en charge les workloads d’IA. Les frais de licence et d'abonnement aux plateformes constituent également des préoccupations budgétaires majeures.
En moyenne, les entreprises utilisent trois sources financières pour couvrir les dépenses d'Intégration de l'IA, plutôt que de dépendre d'un seul pool de financement. De même, les décisions en matière de dépenses d'IA impliquent généralement trois ou quatre parties, y compris la direction de l'ITOps, les responsables de l'IA et les responsables de la sécurité, au cours des phases de recherche et d'évaluation.
Plus de la moitié des personnes interrogées déclarent avoir déjà connu (ou s’attendre à découvrir) des améliorations en matière de surveillance autonome, de résolution des problèmes et de détection des menaces de sécurité.
Indépendamment du secteur d'activité, le rapport note quelques fonctionnalités communes que les entreprises ont tendance à rechercher lorsqu'elles évaluent leur solution idéale en matière d'IA.
En tête de liste, plus d’un tiers des entreprises privilégient les plateformes pouvant s’intégrer de façon fluide à leurs outils de surveillance et de gestion existants. Parmi les autres fonctionnalités très demandées, citons les capacités prédictives et de Forecasting, la prise en charge hybride et multi-cloud et les réponses automatisées aux incidents.
Bien que l’Intégration de l’IA puisse offrir de nombreux avantages à long terme, l’embedding des workflows pilotés par l’IA dans les processus informatiques existants peut s’avérer opérationnellement complexe.
Plus d’un tiers des responsables informatiques citent le « manque de personnel qualifié » comme un obstacle majeur, suggérant que les professionnels de l’informatique compétents en IA peuvent conserver un avantage concurrentiel — même si l’industrie évolue vers des pipelines propulsés par l’IA. Pour contribuer à combler les lacunes en matière de compétences en IA, les organisations pourraient mettre en place des programmes de formation et de mentorat ainsi que des environnements de test pour développeurs, où les professionnels de l'informatique pourraient expérimenter en toute sécurité les flux de travail automatisés.
Une autre inquiétude largement partagée est que les nouvelles plateformes d'IA ne seront pas en mesure de communiquer avec les composants informatiques actuels, ce qui entraînerait des incompatibilités et des blocages.
Par ailleurs, les modèles d'IA pourraient avoir du mal à ingérer les informations piégées dans les lacs de données et les entrepôts de données, ce qui entraînerait des résultats inexacts ou biaisés. Par conséquent, les organisations qui parviennent à exploiter les données non structurées pour l’entraînement des modèles bénéficient d’un avantage, ce qui permet d’affiner les prévisions et les workflows.
La plupart des répondants ne citent pas d'obstacle opérationnel unique et commun, ce qui suggère que les organisations sont confrontées à une gamme variée de défis d'intégration de l'IA plutôt qu'à un problème universel.
Malgré les obstacles opérationnels initiaux, l'IA a le potentiel de remodeler presque tous les aspects des ITOps, selon le rapport. Par exemple, plus de la moitié des personnes interrogées déclarent avoir déjà constaté (ou s'attendre à constater) des améliorations en matière de surveillance autonome, de résolution des problèmes et de détection des menaces de sécurité.
Malgré des approches d'investissement et des priorités opérationnelles différentes, la plupart des responsables informatiques restent convaincus que l'adoption de l'IA deviendra de plus en plus importante au cours des 12 à 24 prochains mois. Le rapport suggère que pour la majorité des départements ITOps, tout niveau d'investissement dans l'IA est préférable à une absence totale d'IA.
Les responsables informatiques sont également convaincus que l'IA et les agents amélioreront la productivité des travailleurs débutants et contribueront à améliorer la fiabilité des systèmes. Par ailleurs, 86 % des répondants estiment que la surveillance humaine « restera cruciale », même si les systèmes d’IA deviennent plus sophistiqués et autonomes.
L'IA est déjà en train de remodeler l'AIOps, l'ITAM/SAM, la planification des capacités et la gestion des connaissances. Mais l'étude décrit également certains domaines surprenants dans lesquels l'IA est encore sous-utilisée, laissant entrevoir les tendances futures en matière d'ITOps.
En même temps, comme tout investissement, l'intégration de l'IA comporte des risques, et investir massivement dans une mauvaise initiative peut s'avérer une erreur coûteuse. Le rapport offre un aperçu détaillé de la manière dont les équipes ITOps allouent les ressources en matière d'IA et, surtout, des domaines d'investissement qui produisent des résultats mesurables.
Ensemble, ces informations peuvent servir de feuille de route aux intégrateurs en phase de démarrage qui investissent pour la première fois dans l'IA et aux équipes ITOps avancées qui souhaitent étendre leur empreinte en matière d'IA pour prendre l'avantage sur la concurrence.