L’observabilité de l’IA ajoute des outils alors que la couverture des agents reste incomplète
New Relic indique qu’un agent d’IA sur quatre fonctionne sans supervision, laissant les responsables technologiques en charge de systèmes dont ils ne peuvent pas observer pleinement le comportement. L’observabilité, c’est-à-dire la capacité à surveiller et à comprendre le comportement des systèmes, s’est traditionnellement concentrée sur l’infrastructure cloud et les systèmes métier essentiels. Les charges de travail d’IA introduisent de nouvelles exigences, si bien que les entreprises peuvent constater des lacunes de couverture malgré leurs investissements existants en supervision.
Les entreprises comblent ces lacunes avec des outils spécifiques à l’IA, inversant une baisse antérieure du nombre de plateformes d’observabilité qu’elles utilisent. Pourtant, New Relic fait état de coûts de panne plus faibles alors même que le nombre d’outils augmente. Les dirigeants qui doivent décider quoi acheter ou consolider doivent donc évaluer séparément la couverture, le nombre de plateformes et la performance opérationnelle.
La demande spécifique à l’IA inverse la tendance à la consolidation
Le rapport de New Relic montre ce basculement : les organisations ont réduit leurs outils d’observabilité de six en 2024 à 4,4 en 2025, avant que la moyenne ne remonte à cinq en 2026. L’entreprise attribue cette hausse à la demande de plateformes spécifiques à l’IA. En tant que fournisseur d’observabilité, New Relic bénéficie commercialement du fait que les entreprises dépensent davantage en supervision, y compris pour des capacités liées à l’IA.
La demande de supervision de l’IA peut compliquer une stratégie de consolidation déjà établie. Les outils d’observabilité conventionnels ont été conçus autour de la performance cloud et d’autres systèmes essentiels, et peuvent donc laisser certains comportements d’agents sans couverture. Les entreprises doivent alors décider si leurs plateformes actuelles peuvent répondre à ces nouvelles exigences ou si elles ont besoin d’un produit supplémentaire. Un outil spécialisé peut combler une lacune tout en ajoutant un système de plus à gérer pour les équipes.
Les acheteurs sont confrontés à ce choix dans un environnement de supervision déjà saturé. Une étude d’Enterprise Management Associates, ou EMA, a révélé que trois organisations IT d’entreprise sur quatre utilisent jusqu’à 12 outils couvrant l’infrastructure cloud, le réseau et les environnements de service. Ce chiffre représente une borne supérieure plutôt qu’une moyenne, et il couvre plusieurs volets de l’IT d’entreprise. Les équipes qui consolident leurs plateformes doivent donc préserver la couverture sur l’ensemble de ces environnements.
Même avec ces exigences, la volonté de consolider reste forte : EMA a également constaté que 62 % des organisations considèrent la consolidation des outils d’observabilité comme une priorité absolue. EMA mesure l’usage des outils et les priorités d’achat, tandis que New Relic suit l’évolution du nombre d’outils dans le temps. Ces mesures distinctes révèlent une tension pour les acheteurs : un besoin immédiat de supervision de l’IA peut justifier un achat supplémentaire même lorsque la stratégie globale appelle à réduire le nombre de plateformes.
Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.
Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.
La baisse des coûts de panne coexiste avec des défaillances fréquentes à fort impact
Le seul nombre d’outils ne permet pas de montrer si une plateforme supplémentaire améliore les opérations. New Relic indique que les « coûts précoces des pannes à fort impact » sont passés de 76 millions de dollars en 2025 à 73,5 millions de dollars en 2026. L’entreprise attribue cette baisse à une détection et une résolution plus rapides des incidents. Les coûts ont diminué alors que le nombre d’outils augmentait, mais cette chronologie n’établit pas que l’ajout d’outils a causé ce recul.
L’explication de New Relic se concentre sur la manière dont les équipes réagissent aux incidents. Une détection plus précoce permet aux équipes de commencer à travailler plus tôt, tandis qu’une résolution plus rapide raccourcit la durée du problème. Ces deux facteurs peuvent réduire les conséquences financières des défaillances même lorsque les incidents graves restent fréquents. Un changement de plateforme doit donc être évalué à l’aune de son effet sur la détection et la résolution, en plus de toute complexité de gestion qu’il ajoute.
Des réponses plus rapides laissent toutefois entière la question de la fréquence des défaillances des systèmes. New Relic a constaté que plus d’un tiers des organisations subissent des pannes à fort impact au moins une fois par semaine. Des défaillances fréquentes peuvent continuer à mobiliser des efforts opérationnels même si leur impact financier déclaré diminue. Les équipes doivent donc évaluer à la fois la fréquence de récurrence des incidents et l’efficacité de leur réponse.
La couverture des agents ajoute une mesure distincte à cette évaluation. Le chiffre des agents non supervisés compte des agents, tandis que le constat sur les pannes hebdomadaires compte des organisations ; les deux populations ne peuvent donc pas être considérées comme interchangeables. Les constats sur les pannes n’établissent pas non plus que les agents d’IA ont causé ces incidents. Les mesures de couverture indiquent ce qu’une entreprise peut observer ; la fréquence des pannes et leur impact financier décrivent d’autres aspects de ce qui se produit lorsque les systèmes tombent en panne.
Les décisions d’achat doivent relier la couverture de l’IA aux résultats opérationnels
Le besoin de superviser les agents suscite plusieurs types de réponses de la part des fournisseurs. AWS, Snowflake et Cisco ont chacun un intérêt commercial à ce que les entreprises adoptent leurs offres d’observabilité ; les acheteurs doivent donc considérer leurs lancements et acquisitions dans ce contexte. Chaque approche offre une manière différente d’obtenir des capacités de supervision de l’IA, avec des implications différentes pour les plateformes que les entreprises exploitent déjà.
AWS ajoute une console centrée sur les agents : mardi, l’entreprise a lancé Amazon CloudWatch Omni, une console d’observabilité alimentée par l’IA pour les agents d’IA. Les entreprises disposent ainsi d’une option supplémentaire pour superviser les agents, mais les acheteurs doivent encore évaluer comment elle s’intègre à leur environnement. La console crée une option d’achat ; son effet sur le nombre d’outils dépend de la manière dont une entreprise l’adopte.
L’acquisition offre aux fournisseurs une autre manière d’élargir leurs capacités. Plus tôt cette année, Snowflake a racheté Observe, une plateforme d’observabilité alimentée par l’IA, afin d’élargir les insights disponibles pour les entreprises pilotées par l’IA. Ce rachat intègre un produit d’observabilité existant dans l’activité de Snowflake. Pour les clients, l’effet sur le nombre de plateformes dépend de la manière dont ils utilisent l’offre qui en résulte.
Les fournisseurs peuvent aussi étendre un produit que les clients utilisent déjà. Cisco a ajouté des capacités d’observabilité des agents à Splunk, offrant aux clients une supervision liée à l’IA au sein d’un produit déjà établi. Les entreprises qui utilisent Splunk peuvent donc évaluer ces capacités dans le cadre de leur environnement actuel. Elles doivent encore déterminer si cette extension couvre leurs agents et comment elle affecte la gestion au quotidien.
La proposition de New Relic repose elle aussi sur la capacité à répondre à de nouvelles exigences au sein d’une plateforme existante. L’entreprise soutient que les plateformes unifiées devraient absorber les capacités d’IA, permettant aux entreprises d’obtenir cette fonctionnalité sans ajouter d’outils. New Relic en bénéficie si les acheteurs choisissent sa plateforme pour consolider ces dépenses. Le bénéfice opérationnel dépend de la capacité d’une plateforme à fournir la couverture IA requise tout en limitant la complexité liée à la gestion de produits supplémentaires.
Les acheteurs peuvent tester cette proposition à l’aune de mesures opérationnelles. Ils doivent établir quels agents la plateforme peut superviser, si elle préserve ou améliore la détection et la résolution des incidents, et si son adoption évite d’ajouter des outils et du travail de gestion. La fréquence des pannes et leur impact financier doivent faire l’objet de vérifications distinctes, car l’un peut s’améliorer alors que des problèmes persistent dans l’autre. Un nombre plus faible de plateformes aide lorsque l’environnement qui en résulte répond à ces exigences opérationnelles.
Les DSI restent responsables de rendre l’IA opérationnelle
Ces tests d’achat s’inscrivent dans la responsabilité plus large des directeurs des systèmes d’information, ou DSI, qui doivent maintenir en fonctionnement les technologies déployées. « Les DSI, en particulier, doivent toujours gérer le fait de faire réellement fonctionner tout cela », a déclaré Willy. Après un achat, les équipes doivent exploiter les plateformes sélectionnées, superviser les agents qu’elles introduisent et répondre aux incidents.
Willy relie cette responsabilité continue aux transitions technologiques précédentes : « C’était très vrai aux débuts d’internet, c’était très vrai lorsque les DSI ont été chargés de passer au cloud et nous sommes dans cette période en ce moment [avec l’IA]. » Sa comparaison met en évidence l’obligation récurrente de faire fonctionner les nouvelles technologies dans l’entreprise. Les systèmes changent, mais les DSI restent comptables de la transformation des décisions d’adoption en opérations effectives.
Points clés à retenir pour les décideurs
- La couverture de l’IA complique la consolidation : New Relic indique qu’un agent d’IA sur quatre fonctionne sans supervision, tandis que le nombre moyen d’outils d’observabilité est passé de 4,4 à cinq en 2026. Les DSI qui évaluent une consolidation doivent identifier les lacunes de supervision des agents et déterminer si les plateformes existantes peuvent les combler.
- Les coûts et la fréquence des pannes nécessitent des vérifications distinctes : Les coûts déclarés des pannes à fort impact ont baissé, mais plus d’un tiers des organisations subissent encore des pannes à fort impact au moins chaque semaine. Les équipes d’exploitation IT ont besoin de mesures distinctes pour la fréquence des incidents, la vitesse de détection, le temps de résolution et l’impact financier.
- Les achats de plateformes nécessitent des tests opérationnels : Les fournisseurs ajoutent la supervision de l’IA via de nouvelles consoles, des acquisitions et des extensions de produits. Les acheteurs qui évaluent ces offres doivent vérifier la couverture des agents, la performance de réponse aux incidents et la charge de gestion qu’ajoute chaque option.
- La responsabilité des DSI se poursuit après le déploiement : Les DSI restent responsables de faire fonctionner l’IA dans le cadre des opérations de l’entreprise. Les plans d’adoption doivent définir clairement qui est responsable de la supervision des agents, de l’exploitation des plateformes sélectionnées et de la réponse aux incidents.
Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.
Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.
