Pourquoi les DSI peinent encore à prouver la valeur du cloud

La plupart des responsables informatiques peinent à démontrer le retour sur investissement du cloud

La gestion des coûts du cloud La gestion des coûts du cloud est l’un des domaines où la confiance est grande, mais où la clarté ne suit pas toujours. De nombreux responsables informatiques déclarent que leurs pratiques FinOps, opérations financières pour le cloud, sont matures et pour la plupart automatisées. En apparence, cela ressemble à un progrès. Mais en coulisses, le véritable retour sur investissement reste insaisissable. Selon une étude réalisée en 2023 par CloudBolt Software et Wakefield Research, 78 % des hauts responsables techniques ont déclaré avoir du mal à démontrer le retour sur investissement dans le cloud.

Que se passe-t-il ici ? Beaucoup d’organisations mettent en avant des tableaux de bord et des scripts d’automatisation et parlent de maturité. Mais il est plus complexe de prouver la valeur réelle, la croissance du chiffre d’affaires, l’augmentation de la productivité ou la réalisation d’économies mesurables. Dire que vous avez automatisé ne signifie pas que l’automatisation conduit à des décisions, réduit les coûts ou accélère le processus entre le moment où l’on a des idées et celui où l’on agit.

Ce décalage entre la perception et la performance se résume à l’exécution. Si une entreprise affirme que son modèle FinOps est solide, mais qu’elle se bat encore pour retracer les dépenses liées au cloud jusqu’aux résultats réels, c’est que ces processus ne sont pas encore totalement opérationnels. Ils sont trop théoriques. Vous ne pouvez pas justifier une facture de cloud en vous contentant d’invoquer l’efficacité. Vous avez besoin de chiffres liés à l’impact.

Ne confondez pas confiance et résultats. Ce type de raisonnement ralentit la transformation. Les dirigeants doivent cesser de croire que l’automatisation des FinOps se traduit à elle seule par un retour sur investissement. Ce n’est pas le cas, pas sans une évaluation constante, des résultats mesurables et une responsabilité au niveau de la direction.

Kyle Campos, directeur de la technologie et des produits chez CloudBolt, l’a clairement exprimé : « Un bon pourcentage d’organisations peut faire un tour de piste avant même d’avoir franchi le premier virage ». Il a raison. De tels déficits de confiance n’affectent pas seulement la budgétisation, ils faussent la manière dont les entreprises évaluent leurs progrès en matière de transformation numérique.

L’adoption de Kubernetes fait grimper les coûts du cloud tandis que son optimisation reste un défi

Kubernetes est aujourd’hui omniprésent. Il est devenu la stratégie de référence pour le déploiement, la mise à l’échelle et la gestion des conteneurs. Il s’agit d’une technologie puissante, sans aucun doute. Le problème, c’est que la plupart des entreprises ne maîtrisent pas les coûts qui en découlent. Presque tous les responsables informatiques interrogés (98 %) reconnaissent que Kubernetes est un facteur clé des dépenses liées au cloud. Pourtant, 91 % d’entre eux ont admis qu’ils n’optimisaient pas efficacement leurs clusters Kubernetes. Ce n’est pas seulement un signal d’alarme, c’est un signe que les entreprises se développent plus vite qu’elles ne peuvent le faire.

Voici le problème. Kubernetes offre une grande flexibilité, mais cette flexibilité nécessite une gouvernance. En l’absence de pratiques standard, de suivi des coûts et d’automatisation en temps réel, il est facile de faire exploser les dépenses sans apporter une valeur commerciale proportionnelle. Et c’est exactement ce qui se passe dans de nombreuses entreprises. Elles déploient des conteneurs, mettent à l’échelle les charges de travail Kubernetes, et réalisent seulement plus tard qu’elles manquent de visibilité ou de contrôle sur ce que ces charges de travail utilisent réellement, sur le plan informatique et financier.

Pour les dirigeants, la conclusion est simple : vous pouvez adopter Kubernetes pour rester compétitif, mais si vous ne vous dotez pas des moyens opérationnels pour le gérer, vous ne ferez que gonfler votre facture de cloud. L’utilisation efficace de Kubernetes ne consiste pas seulement à déployer la technologie, mais aussi à mettre en place les garde-fous nécessaires pour optimiser son fonctionnement.

Ce défi n’est pas près de disparaître. Les conteneurs continueront d’évoluer et les charges de travail deviendront plus dynamiques. Mais si votre équipe FinOps n’est pas alignée avec vos équipes d’architecture et DevOps, le résultat est une croissance incontrôlée des coûts, masquée par la conviction que vous êtes déjà optimisé.

Utilisez les données. Utilisez l’automatisation. Mais ne vous fiez pas à l’un ou à l’autre si vous n’avez pas la discipline opérationnelle nécessaire pour le soutenir.

L’automatisation de la gestion des coûts du cloud est souvent surestimée

De nombreux dirigeants parlent de l’automatisation comme si elle avait déjà réglé le problème. Mais si l’on regarde les données, cette certitude ne tient pas la route. Selon le dernier rapport de CloudBolt, 66 % des responsables informatiques affirment que leurs environnements cloud sont en grande partie ou entièrement automatisés en ce qui concerne l’optimisation des dépenses et la gestion des déchets. Cela semble impressionnant, jusqu’à ce que vous constatiez que 58 % d’entre eux déclarent encore qu’il faut des semaines ou des mois pour trouver et corriger les inefficacités liées aux coûts du cloud. Les chiffres ne concordent pas.

Il s’agit là d’un malentendu majeur : la mise en place d’outils d’automatisation n’est pas synonyme de résultats automatisés. Si vos systèmes vous indiquent où se trouve le gaspillage, mais qu’il faut encore une intervention humaine et une coordination interne pour agir, vous ne travaillez pas de manière efficace. Les automatismes qui génèrent des rapports sans déclencher d’action ne permettent pas d’économiser de l’argent, ils le retardent.

Pour les chefs d’entreprise, la priorité n’est pas seulement de mettre en œuvre l’automatisation, mais de la rendre opérationnelle. Il s’agit de réduire le temps entre la détection et l’action. Cela signifie qu’il faut disposer de couches de gouvernance propres, de politiques applicables et d’outils étroitement intégrés. Examiner les mesures une fois par trimestre est trop lent. L’automatisation doit permettre une optimisation quotidienne, et non pas fournir passivement des données que les équipes mettent des semaines à traiter.

L’écart entre la connaissance et l’action est mesurable. Et il a un impact direct sur le retour sur investissement du cloud. Si vos équipes ont besoin de plusieurs semaines pour remédier à des dépenses excessives, les économies sont systématiquement retardées. Au fil du temps, ces retards se transforment en obligations financières. Il ne s’agit pas d’ajouter des outils, mais de s’assurer que les outils fonctionnent à la vitesse dont l’entreprise a besoin.

Principaux obstacles à la démonstration du retour sur investissement

Plus de technologie ne se traduit pas automatiquement par plus de valeur. L’un des principaux obstacles auxquels sont confrontés les responsables informatiques consiste à établir un lien entre les coûts du cloud et les résultats réels de l’entreprise. Dans l’enquête, 55 % des personnes interrogées ont déclaré qu’elles avaient du mal à établir ce lien. Cela signifie que plus de la moitié des entreprises sont incapables d’expliquer ce qu’elles obtiennent en retour de leur investissement dans le cloud.

Ce problème va au-delà de l’outillage. De nombreuses entreprises sont confrontées à des structures de reporting fragmentées, à un mauvais marquage dans le cloud et à des équipes travaillant en silos. Selon le rapport, 48 % des entreprises ont cité le manque d’alignement organisationnel comme un problème sérieux. Par ailleurs, 44 % des répondants ont mentionné le manque de cohérence en matière de marquage et de responsabilité. Il ne s’agit pas de bogues techniques, mais de problèmes structurels.

Si les services financiers, techniques et opérationnels utilisent des mesures différentes, ils ne parleront pas le même langage lorsqu’il s’agira du retour sur investissement. Cela entraîne des retards, des interprétations erronées et des décisions stratégiques déconnectées. Lorsque l’utilisation du cloud n’est pas soigneusement étiquetée et attribuée, vous ne pouvez pas la relier à des résultats fonctionnels ou à des centres de coûts. Les rapports sont donc lents et imprécis.

Les dirigeants devraient insister sur une visibilité unifiée, et non sur des tableaux de bord isolés. Cela signifie qu’il faut normaliser la manière dont l’utilisation des services est étiquetée, intégrer la responsabilité dans le provisionnement et encourager la collaboration entre les services. Il ne s’agit pas seulement d’un problème informatique, mais d’une opportunité pour l’ensemble de l’entreprise d’aligner la stratégie cloud sur les objectifs commerciaux.

L’établissement d’un lien entre le coût et la valeur nécessite une architecture intentionnelle, à la fois technique et organisationnelle. Sans cela, le cloud continue d’être considéré comme un centre de coûts au lieu d’être un moteur d’innovation. Cette perception nuit à la confiance des investisseurs, ralentit les initiatives clés et affaiblit la crédibilité de l’informatique dans les conseils d’administration.

Gestion hybride multi-cloud et optimisation de la charge de travail AI/ML.

Les stratégies cloud évoluent rapidement, et les domaines prioritaires se déplacent tout aussi vite. Le récent rapport CloudBolt-Wakefield montre que les entreprises commencent à concentrer leurs efforts d’optimisation des coûts du cloud dans deux domaines majeurs : les environnements multi-cloud hybrides et les charges de travail AI/ML. Il ne s’agit pas d’initiatives expérimentales, elles deviennent centrales dans la manière dont les grandes organisations gèrent des systèmes évolutifs et performants.

Selon les données, 40 % des dirigeants interrogés ont déclaré qu’ils donnaient la priorité à l’optimisation de la charge de travail AI/ML. Juste derrière, 39 % ont déclaré que la gestion du cloud hybride fera l’objet d’une attention budgétaire directe au cours des 6 à 12 prochains mois. Cela fait de ces deux catégories les domaines les plus activement financés de la stratégie financière du cloud, signalant où les organisations croient que les plus grands gains d’efficacité peuvent être réalisés ensuite.

Les environnements hybrides, impliquant des combinaisons de cloud public, de cloud privé et d’infrastructure sur site, introduisent une complexité à grande échelle. Le contrôle des coûts ne se limite pas à la surveillance d’une seule plateforme ; il s’agit de les gérer toutes, en temps réel, avec la possibilité de déplacer les ressources en fonction de l’utilisation, des performances et de la demande de l’entreprise. Le manque d’intégration entre les environnements se traduit par des inefficacités et des occasions manquées d’optimisation.

Pour l’IA et la ML, les dépenses augmentent rapidement. Ces charges de travail sont intensives en calcul et souvent mises à l’échelle rapidement sans surveillance. Si elles ne sont pas optimisées en permanence, à la fois dans les étapes de formation et d’inférence, elles peuvent dominer les coûts du cloud très rapidement. Les organisations qui investissent dans l’apprentissage automatique doivent associer ces efforts à une discipline financière ou risquer des dépenses d’exploitation insoutenables.

Pour les équipes dirigeantes, cela signifie deux choses : premièrement, des modèles de gouvernance plus clairs à travers les plateformes de cloud hybride doivent être une priorité absolue. Deuxièmement, les équipes chargées de l’IA/ML ne peuvent pas fonctionner indépendamment de la supervision financière. L’ingénierie des coûts doit être au cœur de votre pile d’apprentissage automatique.

Vous ne pouvez pas gérer ce que vous ne normalisez pas. Les priorités de financement se déplacent vers des domaines dont les coûts et la dépendance vis-à-vis de l’entreprise augmentent. L’objectif est d’atteindre une vitesse durable, d’innover à grande échelle, sans dépenser plus que ce qui est réellement rentable pour l’entreprise.

Principaux enseignements pour les décideurs

• Les difficultés liées au retour sur investissement du cloud : La plupart des responsables informatiques ne parviennent toujours pas à lier les dépenses liées au cloud à une valeur commerciale mesurable. Les dirigeants devraient réévaluer l’exécution des FinOps pour s’assurer qu’ils génèrent des résultats clairs tels que le chiffre d’affaires, la productivité ou les économies.
• Les coûts de Kubernetes : des angles morts : L’adoption de Kubernetes s’accélère, mais l’optimisation est à la traîne. Les dirigeants doivent allouer des ressources à l’amélioration de la gouvernance de Kubernetes pour éviter l’emballement des dépenses et les problèmes de performance.
• Automatisation surestimée : L’automatisation est surestimée dans de nombreuses organisations ; la remédiation prend encore des semaines. Les dirigeants devraient s’efforcer de resserrer la boucle de rétroaction entre la connaissance et l’action afin de réaliser de véritables économies.
• Obstacles opérationnels au retour sur investissement : Les principaux obstacles sont un mauvais étiquetage, des équipes cloisonnées et des indicateurs clés de performance mal adaptés. Pour améliorer la visibilité du retour sur investissement, les organisations devraient aligner la responsabilité interfonctionnelle, normaliser le marquage et renforcer les pratiques de propriété des coûts.
• Priorités émergentes en matière d’optimisation : L’optimisation des coûts des technologies hybrides et de l’IA/ML est une priorité croissante qui bénéficie d’un soutien budgétaire direct. Les décideurs devraient financer ces domaines de manière proactive afin de maintenir le contrôle des coûts à mesure que la complexité et les demandes de calcul augmentent.