Les principaux défis comprenaient :

• Un temps moyen de détection élevé des problèmes et un débogage plus lent, en raison d’une surveillance proactive limitée et de diagnostics intelligents restreints.
• Des difficultés à reproduire les problèmes de production dans les environnements de test à cause de jeux de données incomplets ou incohérents.
• Des dépendances complexes à travers de multiples flux de valeur, allongeant le temps d’investigation et l’analyse des causes profondes.
• La conception et la maintenance des tests nécessitaient beaucoup de temps, alors que la logique d’affaires évoluait et que les capacités d’automatisation restaient limitées.

Les principaux éléments de la solution incluaient :

• Amazon Q pour le soutien au développement afin d’accélérer le débogage, d’améliorer la compréhension du code et de réduire l’effort d’analyse.
• Un agent PNL basé sur des règles pour la détection des goulots d’étranglement afin d’identifier plus rapidement les causes probables.
• Une solution de réplication de données de test propulsée par l’AI pour faciliter la reproduction des incidents et la création de données de test, réduisant la dépendance à l’analyse manuelle.
• Microsoft Copilot et Amazon Q pour améliorer l’efficacité des tests et raccourcir les cycles de livraison.
• Un modèle de gouvernance conjoint client–HCLTech avec des examens réguliers et des démonstrations pour maintenir l’alignement sur les priorités et les résultats de livraison.

Les faits saillants incluent :

• Amélioration de 33 % des temps d’attente et des retards opérationnels pour les clients, avec des clés de récupération fournies en une journée ouvrable et un taux de réussite de 98 % dès la première tentative.
• Adoption et acceptation de GenAI à 100 %, ce qui réduit l’intervention manuelle lors du traitement des licences.
• Amélioration de 19 % de la vitesse de livraison, aidant les équipes à accélérer le traitement des licences.
• Réduction de 15 % des défauts, ce qui améliore la fiabilité de la livraison des clés de licence.
• Maintenabilité des cas de test à 98 % et couverture d’automatisation à 100 %, renforçant la confiance lors des mises en production et réduisant les efforts de tests.

La collaboration a également permis de jeter les bases de la prochaine phase de modernisation, notamment :

• Réduire la dépendance aux plateformes patrimoniales principales afin d’améliorer la scalabilité, l’agilité et la facilité de maintenance.
• Permettre la génération parallèle de clés de licence pour réduire le temps de traitement.
• Réduire le délai de traitement pour les demandes de modification et la livraison de nouvelles fonctionnalités.
• Réduire le coût total de possession en minimisant l’infrastructure héritée et les dépendances à des tiers.