Data / IA

L’IA générative redéfinit l’avenir de l’automatisation

Par Laurent Delattre, publié le 17 septembre 2024

En 2024, l’autonomie des opérations, pilotée par l’IA générative, devient un objectif central des stratégies d’automatisation. En supprimant les tâches manuelles et en optimisant les services cloud, cette technologie permet aux entreprises d’améliorer leur sécurité et leur efficience tout en atteignant leurs objectifs de performance.

De Lori MacVittie, ingénieur émérite chez F5

Encore récemment, les entreprises les plus avancées numériquement parlant faisaient appel à l’automatisation pour exécuter des scripts basés sur des objectifs commerciaux et opérationnels bien définis. Elle leur permettait de réaliser des changements de configuration et d’apporter des ajustements aux politiques cyber en place. L’arrivée de l’IA générative a relégué cette méthode au placard car l’objectif est maintenant de créer des systèmes vraiment plus autonomes.

En tout cas, c’est la conclusion à laquelle je suis arrivée après avoir lu le rapport State of Cloud Optimization 2024 d’Intel, qui révèle que « 60 % des personnes interrogées estiment que l’autonomie des outils d’optimisation est très importante, voire extrêmement importante. »

Au cas où vous vous demandiez en quoi consistent ces outils d’optimisation, sachez qu’ils sont directement liés à la maîtrise des coûts, et en particulier à l’objectif prioritaire de 2024 qui est de « réduire les dépenses liées au cloud. »

Des FinOps, en quelque sorte.

Mais l’autonomie ne se limite pas à réduire les coûts du cloud. Elle vise aussi à supprimer les tâches opérationnelles et à utiliser l’IA générative pour optimiser de manière autonome la livraison et la sécurité des applications.

Mes recherches montrent que l’IA générative est utilisée aussi bien pour la sécurité des applications que pour les processus de livraison, mais aussi pour la capacité d’effectuer des ajustements en totale autonomie.

En somme :

* Sécurité : adapter automatiquement les politiques de sécurité et générer des configurations de sécurité en fonction des menaces détectées.

* Livraison : adapter automatiquement les politiques relatives aux apps et aux API en se basant sur les objectifs de niveau de service (SLO) pour optimiser la livraison.

En d’autres termes, les entreprises se tournent vers l’IA générative pour intensifier leurs stratégies d’automatisation, passant des scripts automatisés à l’ajustement autonome et à la génération de politiques pour gérer les objectifs de sécurité, de performance et de contrôle des coûts.

État de l’automatisation

Opter pour des opérations plus autonomes peut sembler un peu futuriste et irréalisable, mais les niveaux d’automatisation actuels dans les entreprises sont déjà assez impressionnants, finalement. C’est encore plus vrai si l’on regarde où en étaient les entreprises dans leur parcours d’automatisation l’année dernière.

Fin 2022, la majorité (52,5 %) des entreprises fonctionnait encore avec des stratégies d’automatisation hybrides. Elles faisaient appel à des scripts pour effectuer des changements de configuration et mettre en place des politiques, mais elles exécutaient ces scripts manuellement. Seul un quart d’entre elles (25,4 %) utilisait des systèmes pour lancer des scripts, et un pourcentage impressionnant de 21,9 % n’utilisait absolument aucune automatisation.

Si on regarde la situation fin 2023, on constate que la plupart des entreprises ont fait d’énormes progrès dans leur parcours d’automatisation.

Moins d’une entreprise sur dix (8,2 %) faisait l’impasse sur l’automatisation et le pourcentage d’entreprises atteignant ce qui était autrefois considéré comme le plus haut niveau de maturité (automatisation) avait presque doublé.

Mais vous constaterez que mon petit exposé a désormais un nouvel objectif : l’autonomie.

La raison ? Depuis l’arrivée de l’IA générative, il est devenu évident que les opérations totalement autonomes ne sont plus seulement possibles, elles sont désormais tout à fait réalisables. En effet, l’IA générative peut hésiter lorsqu’on lui pose des questions ouvertes, mais quand elle se focalise sur la production d’un contenu structuré, comme des configurations et du code avec des schémas et des spécifications syntaxiques bien définis, ses résultats sont loin d’être mauvais. Et plus elle le fait, mieux elle s’en sort. Avec le temps, elle apprend et devient capable de générer des politiques et des configurations adaptées pour ajuster les services d’infrastructure et d’application qui respectent les objectifs de niveau de service fixés.

Et, à en croire nos recherches, c’est bien ce que souhaitent les entreprises. Sans doute parce que plus elles exploitent l’automatisation efficacement, plus elles en retirent de bénéfices.

Mais tous ces efforts d’automatisation doivent être motivés par quelque chose. Quelque chose de concret. Quelque chose de mesurable. Quelque chose de faisable.

Ce « quelque chose », ce sont les données ou la télémétrie, pour être plus précis, qui est générée par les systèmes et les services qui supportent les applications et les API que les entreprises veulent rapides, disponibles et sécurisés.

C’est pourquoi lorsque nous parlons des six capacités techniques clés dont les entreprises ont besoin pour accélérer leur transformation numérique, l’automatisation et l’observabilité vont de pair. Parce que la première sans la seconde n’est qu’une hypothèse, et que la seconde sans la première est incapable d’obtenir la visibilité que les entreprises recherchent depuis des décennies.

Toutes ces données, toute cette télémétrie, peuvent alimenter les moteurs d’IA prédictive qui les analyseront pour produire des informations exploitables. L’IA générative pourra ensuite s’en servir pour ajuster les configurations et les politiques de manière autonome.

Voilà, tout s’éclaire, maintenant ! Le concept d’AIOps, c’est l’évolution naturelle de l’automatisation. Et tout cela, on le doit à l’IA générative.

À LIRE AUSSI :