L’unification de l’observabilité commence par une coordination opérationnelle
L’achat d’une plateforme d’observabilité consolidée laisse une question opérationnelle sans réponse : les équipes peuvent-elles utiliser ensemble leurs données et leurs processus ? Alors que les entreprises visent des opérations automatisées dans le cadre de leur transformation par l’IA, l’observabilité, c’est-à-dire l’utilisation des données système pour comprendre le comportement de la technologie, est devenue une priorité stratégique. Les plateformes et l’IA peuvent aider, mais l’unification de l’observabilité dépend aussi de la manière dont les équipes attribuent les responsabilités, coordonnent les processus et partagent l’information.
L’objectif d’un outil unique, mesuré dans l’enquête, reste hors d’atteinte
L’écart entre les ambitions de consolidation et les résultats déclarés montre pourquoi ces décisions opérationnelles comptent. Dans le rapport d’EMA, « The reality of observability unification in modern IT operations. », 62 % des grandes organisations IT interrogées ont jugé la consolidation des outils d’observabilité « très importante ». Pourtant, EMA a constaté que « pas une seule organisation interrogée » n’avait obtenu une « vue unifiée » en consolidant vers un seul outil. L’objectif était une vue unique des opérations, mais la réduction de l’outillage à un seul produit n’avait permis d’atteindre ce résultat pour aucun des répondants.
Pour comprendre cet écart, les dirigeants doivent distinguer consolidation et unification. La consolidation consiste à réduire ou regrouper les outils ; l’unification consiste à faire fonctionner la visibilité et la coordination opérationnelle à l’échelle de l’entreprise. La recommandation de Hathcock est d’aborder l’unification comme une transformation du mode de fonctionnement des opérations, ce qui place les responsabilités, les processus et les données au cœur de l’effort. La suppression d’outils vient ensuite, à la lumière de cette évaluation.
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.
Cartographier les responsabilités, les processus et les données avant de consolider
L’évaluation opérationnelle commence par une compréhension précise de l’entreprise, notamment de « qui fait quoi », des données concernées et des processus suivis par les équipes, a déclaré Hathcock. Ces éléments doivent être considérés ensemble : les responsabilités identifient qui exécute le travail, les processus décrivent comment il est réalisé, et les données fournissent les informations utilisées tout au long du parcours. Les relier donne aux dirigeants une base pour examiner le fonctionnement des différentes équipes IT.
Une fois cette vision établie, Hathcock recommande d’évaluer les processus entre les équipes IT en silos afin d’identifier et d’éliminer les redondances d’outils. Cette analyse transversale est importante, car elle porte sur le travail réparti entre ces équipes, y compris les outils utilisés pour l’exécuter. Cette séquence place la compréhension de ce travail avant les décisions sur les produits à supprimer.
Selon Hathcock, cette même évaluation interéquipes doit conduire à des objectifs communs et à la capacité de partager les données. Les objectifs communs donnent aux équipes une finalité partagée pour travailler ensemble, tandis que le partage des données rend l’information accessible au-delà des frontières entre équipes. La consolidation s’inscrit ainsi dans une transformation opérationnelle plus large : les équipes doivent coordonner le travail qui subsiste après la suppression des outils redondants.
L’IA ajoute des responsabilités en matière de visibilité et de monitoring
Selon le rapport d’EMA, l’IA peut soutenir cette transformation opérationnelle en générant des insights et en améliorant la visibilité à travers les outils existants. Son rôle consiste donc aussi à aider les équipes à comprendre un environnement qui contient encore plusieurs produits. En parallèle des décisions sur les outils à consolider, les dirigeants peuvent réfléchir à la manière dont l’IA aide à relier et à interpréter les informations fournies par ces outils.
Les éditeurs répondent aux préoccupations liées à la prolifération des outils en ajoutant de l’IA à leurs offres d’observabilité. En janvier, Snowflake a acquis Observe, une plateforme d’observabilité alimentée par l’IA, afin d’améliorer la visibilité et la transparence pour les entreprises qui utilisent l’IA. Cette acquisition réunit deux besoins liés : utiliser l’IA pour comprendre les opérations technologiques et offrir aux entreprises une meilleure visibilité à mesure qu’elles adoptent l’IA.
Mais l’IA devient aussi un outil supplémentaire que les équipes opérationnelles doivent observer, a averti Hathcock. Si elle est mal mise en œuvre, elle peut accroître la prolifération des outils, c’est-à-dire leur dispersion dans l’organisation, même lorsque la raison de son introduction est d’aider à unifier l’observabilité. Les équipes doivent donc prendre en compte l’outil d’IA lui-même lorsqu’elles planifient cette transformation, en plus des insights qu’elles en attendent.
Le monitoring de l’activité de l’IA fait également partie de l’offre d’observabilité de Cisco. Cisco a acquis Splunk, une plateforme de données, d’IA et d’observabilité, en 2024 et a ajouté de nouvelles capacités d’observabilité le 15 septembre. Selon le communiqué de presse de Cisco, Splunk Agent Observability fournit une vue en direct des performances des agents IA et des dépenses en tokens d’IA. Les agents IA sont des systèmes logiciels qui utilisent l’IA pour exécuter des tâches, tandis que les tokens sont les unités de données traitées par les modèles d’IA.
Cette capacité de monitoring répond à la responsabilité supplémentaire qui accompagne l’introduction de l’IA : les équipes opérationnelles ont besoin de visibilité sur ses performances et sur ses coûts de traitement. Le conseil de Hathcock est de se préparer avant l’adoption : « Adopter une approche mesurée et planifiée pour utiliser l’IA et l’automatisation est la bonne manière de procéder », a-t-il déclaré. Il place la préparation des données avant la pression du déploiement : « Commencez par mettre les données en ordre. Ne vous mettez pas la pression simplement pour intégrer de l’IA. »
Points clés
- La consolidation a besoin d’un objectif opérationnel : EMA a constaté que 62 % des entreprises interrogées jugeaient très importante la consolidation des outils d’observabilité, mais qu’aucune n’avait obtenu une vue opérationnelle unique grâce à un seul outil. Les responsables IT doivent définir comment la visibilité et la coordination fonctionneront entre les équipes avant de choisir une cible de consolidation.
- Cartographier le travail avant de supprimer des outils : les responsables des opérations IT ont besoin d’une vision partagée des responsabilités, des processus et des données entre des équipes cloisonnées. Utilisez cette évaluation pour identifier les outils redondants, établir des objectifs communs et permettre le partage des données.
- Prévoir les besoins de monitoring de l’IA : l’IA peut améliorer la visibilité à travers les outils existants tout en ajoutant un système supplémentaire à gérer. Les équipes opérationnelles ont besoin de données fiables avant l’adoption, puis d’un monitoring des performances de l’IA et des dépenses en tokens après le déploiement.
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.
