IA a vu son évolution passer des pages de la science-fiction à un véritable levier d’affaires produisant des avantages commerciaux tangibles. Le succès notable de l’intégration de l’IA aux opérations d’affaires a introduit le concept des opérations pilotées par l’IA, ou AIOps. Des rapports récents mettent en lumière le succès de la gestion des incidents avec AIOps, de l’automatisation opérationnelle et des solutions d’observabilité d’entreprise, entraînant une diminution de 33 % des frais liés à la consommation du nuage d’entreprise. 

Sans surprise, les marchés sont très optimistes quant à la croissance de l’adoption d’AIOps et prévoient une hausse de 11,7 G$US en 2023 à 32,4 G$US en 2028, avec un TCAC de 22,7 %. À mesure que cette croissance se déploie, Manish Shah, directeur général chez State Street, et Eswar Subramanian, vice-président principal et associé mondial chez HCLTech, discutent de la demande pour l’AIOps, y compris son apparition, sa portée, ses défis ainsi que son avenir lors de la plus récente session iPredict d’HCLTech.

La promesse de l’AIOps

Shah raconte son expérience directe de l’évolution de l’IA des laboratoires vers l’univers des opérations d’affaires. Plusieurs entreprises exploitent déjà les opérations IA, même si beaucoup n’en sont qu’au début de leur parcours. Les décideurs de tous les secteurs cherchent à trouver l’application idéale pour leurs cas d’usage et objectifs particuliers. En abordant le potentiel de l’AIOps, il affirme : « Je pense que cela va changer la façon dont nous fonctionnons tous. Chaque jour et dans chacune des sphères de nos vies. »

En ce qui concerne les impératifs pour les dirigeants, il ajoute : « Je crois que chaque DSI et CTO réserve des budgets et ressources financières afin de comprendre comment l’AIOps les affectera à l’avenir. » Les promesses de l’AIOps poussent les dirigeants d’entreprise à planifier et à élaborer leurs stratégies de dépenses, axées sur l’optimisation et l’efficacité opérationnelle dans leur entreprise.

L’AIOps améliore les opérations TI

La conversation s’est poursuivie sur les avantages concrets de l’AIOps, particulièrement dans les services financiers. En répondant à la question de Subramanian sur le mécanisme d’amélioration des opérations TI avec AIOps, Shah a souligné l’importance cruciale de services ininterrompus.

« Les organisations financières connaissent des périodes commerciales critiques à volume transactionnel élevé et peuvent avoir des engagements fédéraux touchant d’importantes liquidations financières. Ce sont donc des moments cruciaux, et cela nécessite de minimiser le temps d’arrêt pour rétablir et détecter les erreurs. Il est essentiel de réduire les deux et de s’améliorer à tous les niveaux, » a déclaré Shah.

Dans tous les secteurs, et dans les services financiers, l’AIOps peut être la solution incontournable : elle intègre différentes sources de données isolées, puis génère automatiquement des insights exploitables sur l’analyse et la correction des causes profondes. Cela permet non seulement d’économiser temps et argent, mais aussi d’optimiser l’efficacité et l’expérience client.

Trouver la bonne adéquation grâce à l’AIOps

Alors que les avantages de l’AIOps sont bien établis, la discussion a porté sur les meilleures méthodologies de mise en œuvre. Shah estime que la clé du succès organisationnel réside dans la préparation, tant au niveau de la stratégie que de l’exécution. Cela exige une analyse rigoureuse de l’état actuel de l’organisation : structures de données, services applicatifs, services d’affaires et culture générale.

Comme il l’a soulevé : « Tout dépend d’où en est l’entreprise dans son parcours. Il faut s’assurer d’adopter la bonne culture et une transformation de mentalité afin de tout rassembler et effectuer la bonne analyse. » Les organisations qui accusent un retard en raison de structures de données ou de mentalités cloisonnées devront rattraper leur retard pour préparer leurs opérations TI à l’AIOps.

Shah a ensuite clarifié le rôle des DSI, CTO et autres leaders d’affaires responsables de cette transformation en dressant les bons critères technologiques et en planifiant les investissements selon les résultats et priorités escomptés. Essentiellement, il s’agit d’aligner les résultats recherchés et l’état actuel des opérations TI. Ensuite, il importe d’attirer les bonnes ressources aux compétences adéquates, ce qui inclut des experts sectoriels ou des conseillers pour faciliter la mise en œuvre et évaluer le coût d’exploitation global.

Surmonter les obstacles à l’adoption de l’AIOps

Cependant, les animateurs conviennent que le parcours n’est pas toujours sans embûches. D’abord, il existe plusieurs défis liés aux données elles-mêmes. Les chiffres révèlent que 39 % des entreprises aux États-Unis et en Europe font face à des problèmes de qualité des données, tandis que 35 % d’entre elles doivent surmonter des défis d’accès aux données. Le défi d’identifier les bonnes données est aussi important. Comme l’a mentionné Shah : « Les systèmes d’IA ne sont bons que dans la mesure où les données d’entrée sont bonnes. Et les organisations ont du mal à fournir les bonnes données au système. » D’autres défis incluent l’intégration de données de sources diverses, l’entreposage et la sécurisation de celles-ci.

Comme pour toute solution basée sur l’IA, les modèles sont aussi performants et intelligents que les humains qui les alimentent en données. Shah s’est attardé à un autre enjeu majeur pour les entreprises — le manque de talents adéquats. De plus, les entreprises devront alimenter leurs modèles avec d’énormes volumes de données (en pétaoctets), ce qui peut entraîner des coûts substantiels. Une observation qu’a partagée Eswar Subramanian : « Je crois que j’ai été pris de court par le facteur coût. Et une fois qu’on intègre le volume de données que cela peut consommer, c’est une décision très importante, surtout lorsqu’il s’agit d’adopter AIOps. »

Tirer le maximum de l’AIOps

Malgré ces défis, les promesses d’AIOps sont difficiles à négliger, selon Shah. Grâce à la gestion de services et aux capacités prédictives, AIOps aide les entreprises à réduire le temps moyen de réparation (MTTR), tandis que la diminution des interruptions réduit les dépenses opérationnelles. L’AIOps permet aussi de simplifier les opérations TI, la sécurité TI et la prestation de services tout en bonifiant l’expérience client globale.

La rationalisation des opérations TI et de la sécurité signifie plus de temps pour l’analytique productive et une meilleure efficacité. Shah a déclaré : « À mesure que vous simplifiez les opérations TI et la sécurité, vous pouvez davantage miser sur l’analyse prédictive. Vous n’avez plus besoin d’équipes multiples et segmentées, et pouvez maintenant optimiser l’efficacité à l’échelle de votre entreprise, dans toute votre planification des opérations TI. »

Il a aussi expliqué comment créer un centre d’excellence (COE) en perfectionnant les effectifs pour maintenir la formation continue des modèles IA. Grâce à l’apprentissage automatique, les organisations peuvent anticiper les enjeux de gestion de service, incluant les pannes matérielles, prévenir les temps d’arrêt et atténuer les risques opérationnels.

« Alors, je pense qu’il y a beaucoup d’avantages si les entreprises utilisent l’AIOps de manière efficace, » dit-il.

L’avenir de l’AIOps dans les opérations

Pour conclure ses réflexions sur l’avenir de l’AIOps, Shah se dit confiant envers le rôle croissant des solutions favorisées par l’IA. Cependant, il s’attend à voir émerger plus d’intégration multidomaine.

« Là où je crois que l’évolution se poursuivra, c’est dans l’intégration multidomaine, comme AIOps et DevOps. Donc, vous aurez un processus de développement parfaitement intégré. Cela aidera à offrir un développement et un déploiement logiciel plus rapides et fiables. »

La deuxième facette touche au rôle de l’AIOps en sécurité. Shah a détaillé la capacité de l’AIOps à jouer un rôle accru dans la détection des anomalies pour intervenir et améliorer la compréhension des menaces internes et externes.

Forte d’un portrait global sur les opérations, l’AIOps devrait bientôt aller au-delà des opérations TI, pour s’intégrer à la finance, aux RH ou au soutien à la clientèle. À ce propos, Shah a donné des exemples d’utilisation avec une suite de questions auxquelles l’AIOps permet de répondre :

« Quel client a éprouvé un problème ? Qu’est-ce qui a causé un problème dans la chaîne ? Comment puis-je gagner ce marché, et que recherche mon client ? Comment prends-je mes décisions financières ? Comment puis-je prendre mes décisions RH ? Selon la personne que j’embauche, quels sont les défis ? Quelles sont les approches biaisées que nous adoptons ? »

En même temps, il a réitéré l’importance pour les organisations d’éliminer les biais, de prioriser l’éthique et d’assurer une prise de décision équitable à l’aide d’une formation adéquate. Shah a conclu en soulignant comment les solutions IA, déjà bien implantées dans tous les secteurs, sont de plus en plus segmentées selon les joueurs et les exigences organisationnelles.  

« Je pense que ça va transformer la manière dont l’industrie fonctionne. Nous pourrons mieux déterminer quel modèle particulier est efficace pour quels cas d’usage. Tout cela évolue, alors selon leurs intérêts, je crois qu’ils devraient explorer ces produits à fond, » a-t-il ajouté.

Alors que la discussion s’est terminée, une chose est apparue clairement : les entreprises qui comprennent la portée, les occasions, les défis et l’avenir de l’AIOps auront les meilleures chances de mettre en œuvre ces solutions et d’en retirer de la valeur.