\u23f1 7 min de lecture<\/p>\n
L\u2019infrastructure cloud g\u00e9n\u00e8re davantage de donn\u00e9es que les humains ne peuvent en analyser. Des milliers de m\u00e9triques, des millions d\u2019entr\u00e9es dans les journaux (logs), des centaines d\u2019alertes par jour – l\u2019\u00e9quipe d\u2019exploitation est submerg\u00e9e par le bruit et passe \u00e0 c\u00f4t\u00e9 des signaux essentiels. L\u2019AIOps utilise l\u2019apprentissage automatique (machine learning) pour identifier des motifs, d\u00e9tecter des anomalies et corr\u00e9ler automatiquement les incidents – avant qu\u2019ils ne se transforment en pannes.<\/strong><\/p>\n L\u2019AIOps (Intelligence artificielle pour les op\u00e9rations IT) analyse les donn\u00e9es de t\u00e9l\u00e9m\u00e9trie – m\u00e9triques, logs, traces, \u00e9v\u00e9nements – provenant d\u2019environnements cloud hybrides<\/a> \u00e0 l\u2019aide d\u2019algorithmes d\u2019apprentissage automatique. Ses quatre capacit\u00e9s fondamentales sont les suivantes : la d\u00e9tection d\u2019anomalies<\/strong>, qui rep\u00e8re des motifs inhabituels dans les m\u00e9triques et les logs ; la corr\u00e9lation d\u2019\u00e9v\u00e9nements<\/strong>, qui regroupe les alertes li\u00e9es en un seul incident ; l\u2019analyse de la cause racine<\/strong>, qui identifie la cause probable d\u2019un probl\u00e8me ; et l\u2019alerte pr\u00e9dictive<\/strong>, qui anticipe les probl\u00e8mes avant qu\u2019ils ne surviennent.<\/p>\n Ce que l\u2019AIOps ne fait pas<\/em> : il ne remplace ni une configuration robuste de surveillance, ni des runbooks<\/a> clairs, ni des ing\u00e9nieurs SRE comp\u00e9tents<\/a>. L\u2019AIOps acc\u00e9l\u00e8re le diagnostic, mais la d\u00e9cision concernant la mesure corrective (remediation) reste enti\u00e8rement humaine. Celui qui croit que l\u2019AIOps peut compenser un monitoring d\u00e9ficient investit dans la mauvaise couche.<\/p>\n Les alertes classiques reposent sur des seuils statiques : CPU sup\u00e9rieure \u00e0 80 %, latence sup\u00e9rieure \u00e0 500 ms. Cette approche fonctionne pour les probl\u00e8mes connus. En revanche, la d\u00e9tection d\u2019anomalies apprend le comportement normal du syst\u00e8me et rep\u00e8re toute d\u00e9viation, m\u00eame si celle-ci ne correspond \u00e0 aucun motif connu.<\/p>\n Exemple concret : la latence d\u2019un service proche du r\u00e9seau p\u00e9riph\u00e9rique (edge)<\/a> augmente r\u00e9guli\u00e8rement \u00e0 200 ms chaque lundi matin – il s\u2019agit d\u2019un motif saisonnier. Une alerte statique d\u00e9clench\u00e9e \u00e0 200 ms serait un faux positif. La d\u00e9tection d\u2019anomalies apprend ce motif et n\u2019alerte que si la latence d\u00e9passe le niveau normal appris. \u00c0 l\u2019inverse : si le trafic chute soudainement un jour ouvr\u00e9 habituel, la d\u00e9tection d\u2019anomalies le reconna\u00eet comme inhabituel. Une alerte statique resterait muette, car aucun seuil n\u2019est franchi.<\/p>\n BMW traite quotidiennement, via son infrastructure cloud bas\u00e9e sur AWS, 14,3 milliards de requ\u00eates et 145 t\u00e9raoctets de trafic provenant de plus de 20 millions de v\u00e9hicules connect\u00e9s. Dans des environnements de cette ampleur, la gestion manuelle des alertes est physiquement impossible. La d\u00e9tection d\u2019anomalies s\u2019adapte \u00e0 cette \u00e9chelle l\u00e0 o\u00f9 les r\u00e8gles statiques \u00e9chouent.<\/p>\n Un seul incident infrastructurel peut d\u00e9clencher des centaines d\u2019alertes : chaque service d\u00e9pendant \u00e9met une alerte, chaque m\u00e9trique r\u00e9agit, chaque test de sant\u00e9 (health check) signale une erreur. L\u2019\u00e9quipe d\u2019exploitation voit alors des centaines de voyants rouges et doit identifier le probl\u00e8me initial.<\/p>\n Les plateformes AIOps regroupent automatiquement les alertes associ\u00e9es. La corr\u00e9lation bas\u00e9e sur la topologie exploite la carte des d\u00e9pendances entre services. La corr\u00e9lation temporelle regroupe les alertes survenant simultan\u00e9ment. La corr\u00e9lation causale identifie la cause probable \u00e0 partir de l\u2019ordre chronologique des alertes.<\/p>\n R\u00e9sultat : au lieu de recevoir 200 alertes, l\u2019\u00e9quipe obtient un seul incident accompagn\u00e9 d\u2019informations consolid\u00e9es et d\u2019une hypoth\u00e8se prioris\u00e9e sur la cause racine. Dans la moyenne sectorielle, les entreprises signalent une compression de 94 % des \u00e9v\u00e9nements apr\u00e8s d\u00e9ploiement de l\u2019AIOps – une valeur document\u00e9e par BigPanda aupr\u00e8s de plusieurs centaines de clients entreprise. La r\u00e9duction du bruit est le b\u00e9n\u00e9fice le plus rapidement perceptible de l\u2019AIOps, car elle est mesurable d\u00e8s le premier jour.<\/p>\n \n”<\/span><\/p>\n L\u2019AIOps acc\u00e9l\u00e8re le diagnostic, mais la d\u00e9cision concernant la mesure corrective reste enti\u00e8rement humaine. Celui qui croit que l\u2019AIOps peut compenser un monitoring d\u00e9ficient investit dans la mauvaise couche.<\/p>\n<\/blockquote>\n<\/figure>\n Plateformes AIOps g\u00e9r\u00e9es<\/strong> : destin\u00e9es aux entreprises souhaitant int\u00e9grer l\u2019AIOps \u00e0 leurs piles de surveillance existantes. Datadog AI propose une d\u00e9tection d\u2019anomalies et une fonction de pr\u00e9vision bas\u00e9es sur l\u2019apprentissage automatique, ainsi qu\u2019une \u00ab Intelligent Correlation Engine \u00bb depuis 2024, qui regroupe automatiquement les alertes li\u00e9es en cas (cases). Dynatrace Davis AI utilise une IA d\u00e9terministe fond\u00e9e sur la m\u00e9thode de l\u2019arbre de d\u00e9faillance (fault-tree), \u00e9galement employ\u00e9e par la NASA et la FAA – son analyse de la cause racine est reproductible et granulaire jusqu\u2019au niveau du code. PagerDuty AIOps se concentre sur la corr\u00e9lation d\u2019\u00e9v\u00e9nements et la r\u00e9duction du bruit. Moogsoft (depuis 2023, filiale de Dell) se sp\u00e9cialise dans la corr\u00e9lation d\u2019\u00e9v\u00e9nements au sein d\u2019environnements hybrides complexes.<\/p>\n Open source :<\/strong> Grafana ML offre une d\u00e9tection d\u2019anomalies sous forme de plugin pour les installations Grafana existantes. Apache SkyWalking combine le tra\u00e7age distribu\u00e9 avec une analyse de la cause racine bas\u00e9e sur l\u2019apprentissage automatique. Keep (actif sur GitHub depuis 2024) se positionne comme une plateforme AIOps open source dot\u00e9e d\u2019int\u00e9grations bidirectionnelles avec des fournisseurs et d\u2019une corr\u00e9lation automatique des alertes. Des enqu\u00eates sectorielles mentionnent \u00e9galement les outils open source Oncall (planification) et Iris (messagerie), qui forment ensemble un routage l\u00e9ger des alertes.<\/p>\n Natives du cloud :<\/strong> AWS DevOps Guru d\u00e9tecte automatiquement les anomalies dans les ressources AWS et recommande des mesures correctives. Azure AI for Operations et GCP Cloud Operations offrent des fonctions AIOps natives au sein de leur \u00e9cosyst\u00e8me, sans n\u00e9cessiter de plateforme s\u00e9par\u00e9e. Avantage : aucune infrastructure suppl\u00e9mentaire. Inconv\u00e9nient : verrouillage fournisseur (vendor lock-in) dans le cadre de strat\u00e9gies multi-cloud<\/a>.<\/p>\n Les plateformes g\u00e9r\u00e9es commencent \u00e0 environ 13 euros par h\u00f4te et par mois (offre Datadog Pro, facturation annuelle) et atteignent environ 20 euros pour les fonctionnalit\u00e9s Enterprise. La surveillance des applications (APM) et le tra\u00e7age distribu\u00e9 co\u00fbtent en sus \u00e0 partir de environ 27 euros par h\u00f4te. Dynatrace facture \u00e0 l\u2019heure : environ 0,03 euros\/heure pour la surveillance infrastructure, environ 0,07 euros pour la pile compl\u00e8te (full-stack) – un mod\u00e8le diff\u00e9rent, potentiellement plus avantageux pour des infrastructures \u00e0 charge fluctuante.<\/p>\n Exemple de calcul : une entreprise de taille interm\u00e9diaire disposant de 100 h\u00f4tes paie environ 1.307 euros\/mois pour la surveillance infrastructure avec Datadog Pro. Avec l\u2019APM et la gestion des logs, le montant s\u2019\u00e9l\u00e8ve \u00e0 environ 3.486 \u00e0 5.229 d’euros. Les options natives du cloud, comme AWS DevOps Guru, sont souvent moins co\u00fbteuses, mais lient l\u2019utilisateur \u00e0 un fournisseur unique. Les alternatives open source telles que Grafana ML n\u2019engendrent aucun co\u00fbt de licence, mais exigent des comp\u00e9tences internes pour leur exploitation et leur r\u00e9glage (tuning).<\/p>\n Le calcul du retour sur investissement (ROI) est simple : une heure d\u2019indisponibilit\u00e9 co\u00fbte en moyenne environ 87.200 euros, selon l\u2019Uptime Institute. Si l\u2019AIOps r\u00e9duit le MTTR de 50 % et qu\u2019une entreprise conna\u00eet deux incidents majeurs par mois, la plateforme s\u2019amortit d\u00e8s le premier incident \u00e9vit\u00e9.<\/p>\n Le d\u00e9ploiement de l\u2019AIOps \u00e9choue lorsqu\u2019il est con\u00e7u comme un projet \u00ab Big Bang \u00bb<\/a>. La voie pragmatique repose sur trois phases :<\/p>\n Phase 1 (mois 1-2) : r\u00e9duction du bruit.<\/strong> Connecter la plateforme AIOps aux outils de surveillance existants et activer la corr\u00e9lation des alertes. L\u2019effet est imm\u00e9diatement mesurable : moins d\u2019alertes, triage plus rapide. De nombreuses \u00e9quipes signalent d\u00e9j\u00e0, apr\u00e8s deux semaines, une r\u00e9duction de plus de 70 % du bruit g\u00e9n\u00e9r\u00e9 par les alertes.<\/p>\n Phase 2 (mois 2-4) : d\u00e9tection d\u2019anomalies.<\/strong> Activer les mod\u00e8les d\u2019apprentissage automatique pour les 5 \u00e0 10 services les plus critiques. La phase d\u2019apprentissage dure de 2 \u00e0 4 semaines – durant cette p\u00e9riode, le syst\u00e8me produit des faux positifs. Cela est normal. Des boucles de r\u00e9troaction (feedback loops) et le marquage continu (tagging) des vrais\/faux positifs am\u00e9liorent progressivement la pr\u00e9cision.<\/p>\n Phase 3 (mois 4-6) : analyse de la cause racine et alerte pr\u00e9dictive.<\/strong> Ces fonctionnalit\u00e9s n\u00e9cessitent le plus grand volume de donn\u00e9es et la meilleure qualit\u00e9 de donn\u00e9es. La cartographie de la topologie et les d\u00e9pendances entre services doivent \u00eatre rigoureusement maintenues. Sans une CMDB (Configuration Management Database) propre, l\u2019analyse de la cause racine fournit des r\u00e9sultats inutilisables.<\/p>\n Erreur fr\u00e9quente : les \u00e9quipes activent toutes les fonctionnalit\u00e9s simultan\u00e9ment et \u00e9valuent l\u2019AIOps sur les r\u00e9sultats de la premi\u00e8re semaine. Or, les mod\u00e8les d\u2019apprentissage automatique n\u00e9cessitent un temps d\u2019entra\u00eenement. Celui qui utilise la Phase 1 (r\u00e9duction du bruit) comme gain rapide (quick win) et introduit progressivement l\u2019\u00e9quipe aux sorties de l\u2019apprentissage automatique obtient un taux d\u2019adoption sup\u00e9rieur.<\/p>\n Pour des configurations modestes (moins de 20 services), un bon monitoring, associ\u00e9 \u00e0 des alertes bien d\u00e9finies et \u00e0 des runbooks clairs, est suffisant. L\u2019AIOps devient pertinent lorsque les volumes de donn\u00e9es d\u00e9passent la capacit\u00e9 humaine d\u2019analyse – typiquement \u00e0 partir de 50+ services, 1 000+ alertes par jour ou dans des environnements multi-cloud.<\/p>\n<\/details>\n La d\u00e9tection d\u2019anomalies n\u00e9cessite une phase d\u2019apprentissage de 2 \u00e0 4 semaines pour saisir les motifs saisonniers. La corr\u00e9lation d\u2019\u00e9v\u00e9nements fonctionne imm\u00e9diatement (bas\u00e9e sur des r\u00e8gles) et s\u2019am\u00e9liore progressivement (bas\u00e9e sur l\u2019apprentissage automatique) sur plusieurs semaines. L\u2019analyse de la cause racine exige 3 \u00e0 6 mois de donn\u00e9es issues d\u2019incidents pour produire des r\u00e9sultats fiables. La patience et les boucles de r\u00e9troaction sont d\u00e9cisives.<\/p>\n<\/details>\n Non. L\u2019AIOps automatise l\u2019analyse et le triage, mais la d\u00e9cision quant \u00e0 la mesure corrective appropri\u00e9e – et sa mise en \u0153uvre – rel\u00e8ve toujours de l\u2019humain. L\u2019AIOps rend les ing\u00e9nieurs SRE plus productifs en r\u00e9duisant drastiquement le temps de diagnostic. Meta rapporte internement une r\u00e9duction de 50 % du MTTR sur plus de 300 \u00e9quipes d\u2019ing\u00e9nierie.<\/p>\n<\/details>\n Datadog Pro commence \u00e0 environ 13 euros par h\u00f4te\/mois (facturation annuelle), l\u2019offre Enterprise \u00e0 environ 20 euros. Pour 100 h\u00f4tes : environ 1.307 \u00e0 2.004 d’euros\/mois pour la surveillance infrastructure, environ 3.486 \u00e0 5.229 d’euros avec l\u2019APM inclus. Les solutions natives du cloud (ex. : AWS DevOps Guru) sont moins co\u00fbteuses, mais limit\u00e9es \u00e0 un fournisseur. L\u2019open source (Grafana ML) n\u2019entra\u00eene aucun co\u00fbt de licence, mais exige une gestion interne.<\/p>\n<\/details>\n Quatre indicateurs cl\u00e9s (KPI) : le taux de r\u00e9duction des alertes (objectif : 70 \u00e0 90 % de bruit en moins), le MTTR (Mean Time to Resolution, objectif : r\u00e9duction de 50 % ou plus), le MTTA (Mean Time to Acknowledge) et le taux de faux positifs. Les impl\u00e9mentations r\u00e9ussies affichent ces am\u00e9liorations dans les six mois.<\/p>\n<\/details>\nL’essentiel<\/h2>\n
\n
Ce que l\u2019AIOps permet – et ce qu\u2019il ne permet pas<\/h2>\n
D\u00e9tection d\u2019anomalies : rep\u00e9rer les \u00ab inconnues inconnues \u00bb<\/h2>\n
Corr\u00e9lation d\u2019\u00e9v\u00e9nements et r\u00e9duction du bruit<\/h2>\n
Plateformes : g\u00e9r\u00e9es, open source ou natives du cloud<\/h2>\n
Le co\u00fbt r\u00e9el de l\u2019AIOps en pratique<\/h2>\n
Strat\u00e9gie de d\u00e9ploiement : commencer petit, apprendre vite<\/h2>\n
Questions fr\u00e9quentes<\/h2>\n
Faut-il adopter l\u2019AIOps ou un bon monitoring suffit-il ?<\/strong><\/summary>\n
Combien de temps faut-il pour que les mod\u00e8les AIOps deviennent fiables ?<\/strong><\/summary>\n
L\u2019AIOps peut-il remplacer les ing\u00e9nieurs SRE ?<\/strong><\/summary>\n
Quel est le co\u00fbt d\u2019une plateforme AIOps ?<\/strong><\/summary>\n
Comment mesurer le succ\u00e8s de l\u2019AIOps ?<\/strong><\/summary>\n
Lectures compl\u00e9mentaires<\/h2>\n
\n
Plus d\u2019articles du r\u00e9seau m\u00e9dia MBF Media<\/h2>\n
\n