Les principaux défis comprenaient :

• Temps moyen élevé pour détecter les problèmes et débogage plus lent en raison d’une surveillance proactive limitée et de diagnostics intelligents insuffisants.
• Difficulté à reproduire les problèmes de production dans les environnements de test à cause de jeux de données de test incomplets ou incohérents.
• Dépendances complexes à travers de multiples chaînes de valeur, allongeant le temps d’enquête et l’analyse des causes profondes.
• Conception et maintenance de tests gourmandes en temps alors que la logique d’affaires évoluait et que les capacités d’automatisation restaient limitées.

Les principaux éléments de la solution comprenaient :

• Amazon Q pour le soutien au développement afin d’accélérer le débogage, d’améliorer la compréhension du code et de réduire les efforts d’investigation.
• Un agent PNL basé sur des règles pour la détection des goulots d’étranglement permettant d’identifier plus rapidement les causes probables.
• Une solution de réplication de données de test propulsée par l’AI pour soutenir la reproduction des problèmes et la création de données de test, réduisant ainsi 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 afin de maintenir l’alignement des priorités et des résultats livrables.

Faits saillants :

• Amélioration de 33 % des temps d’attente client et des retards opérationnels, avec des clés obtenues en une journée ouvrable et un taux de réussite du premier coup de 98 %.
• Adoption et acceptation de GenAI à 100 %, réduisant l’intervention manuelle lors du traitement des licences.
• Amélioration de 19 % de la rapidité de livraison, facilitant l’accélération du traitement des licences par les équipes.
• 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 automatisée à 100 %, renforçant la confiance lors du déploiement et réduisant l’effort de test.

Le mandat a aussi jeté les bases pour la prochaine phase de modernisation, notamment :

• Réduire la dépendance aux plates-formes patrimoniales principales pour améliorer l’évolutivité, l’agilité et la facilité de maintenance.
• Permettre la génération parallèle de clés de licence afin de réduire le temps de traitement.
• Réduire le délai d’exécution pour les demandes de changement et la livraison de nouvelles fonctionnalités.
• Réduire le coût total de possession en minimisant l’infrastructure patrimoniale et les dépendances tierces.