Monitoring : trop d’alertes. Au secours l’AI !
Que faire quand on ne parvient à plus à suivre le rythme d’alertes remontées par leurs outils de monitoring et de gestion d’environnements hybrides cloud ?
En 2019, les équipes IT en charge des opérations cloud ont traité en moyenne 2 973 alertes par jour remontées par leurs outils de monitoring. Ce volume a progressé de 19% en un an, estime Dynatrace, rapport à l’appui. Que faire quand les directions IT s’avouent dans l’incapacité de les prendre en compte ?
Aujourd’hui, 75 % des CIO considèrent que la plupart des alertes issues de leurs outils de contrôle ne sont pas pertinentes. En attendant, ils en ont tenu compte. Inutilement. Dont coût. Les équipes informatiques consacrent en moyenne 15 % de leur temps de travail à faire un tri pour identifier les alertes. Ce temps «gaspillé» coûte évidemment très cher.
Passer à des opérations cloud autonomes
Pour Bernd Greifeneder, CTO & Founder, Dynatrace, les organisations ont besoin d’une approche radicalement différente de la surveillance. Elles doivent pouvoir suivre transformation qui a eu lieu dans leurs environnements informatiques. Ce sera via l’AI. Le but est de passer à des opérations cloud autonomes.
«L’objectif final est de permettre aux ressources informatiques critiques d’être investies dans l’optimisation des résultats commerciaux . Et de générer de la valeur pour les utilisateurs finaux et les clients. Pour beaucoup, ce processus commence par l’automatisation de la livraison continue et des tâches opérationnelles, pour activer les applications d’auto-guérison et d’auto-correction.»
Générer de la valeur pour les utilisateurs finaux
«Les approches et les outils de surveillance traditionnels ne permettent pas d’appréhender le volume, la vitesse et la variété des alertes générées aujourd’hui», a ajouté le dirigeant. Dynatrace, qui prêche pour sa paroisse, estime que seule une combinaison (logicielle) regroupant moteur d’AI et modèle commun de données permet de «maîtriser la complexité du cloud». Et, «à terme», de maintenir des opérations cloud autonomes, pilotées par l’AI.
Cet article parle de "Artificial Intelligence"
Artificial Intelligence, Deep Learning, Machine Learning