L'indispensable automatisation du datacenter

L’automatisation des infrastructures joue un rôle clé pour gérer les opérations quotidiennes du système d’information. Cette automatisation est portée par un certain nombre d’innovations dans les plateformes de gestion des environnements. Déjà par l’usage de plateformes bâties sur une approche de type Low/No Code. De ce fait, ces dernières deviennent plus accessibles par les métiers ou les citizens développeurs qui n’ont pas forcément de grandes compétences IT. De plus, comme le rappelle Alexandre Caussignac, directeur technique de VMware France, l’apéisation des plateformes a facilité cette automatisation et l’interopérabilité entre les services et les applications. Mimoun Lakri, Technical Manager chez IBM partage cet avis : « Nos API Connect chez IBM facilitent cette externalisation des applications et leur intégration. » Ensuite, les plateformes s’enrichissent de moteurs IA, c’est par exemple le cas de VMware et de sa plateforme d’automatisation Aria (anciennement vRealize Cloud Management et CloudHealth by VMware Suite). Ainsi à partir de la seule console Aria Hub, les clients ont accès à des vues et à des contrôles centralisés pour voir et gérer l'ensemble de l'environnement multicloud. Autre exemple, celui de HPE qui a récemment racheté OpsRamp. « Cette solution de gestion des opérations IT basée sur l'IA et qui sera intégrée à GreenLake facilite l’interopérabilité entre les environnements, elle surveille, observe, automatise et gère l'infrastructure informatique, les ressources cloud, les charges de travail et les applications pour les environnements hybrides et multicloud, y compris les principaux hyperscalers », explique dans le détail Philippe Rullaud, directeur commercial Infrastructures et directeur BU Serveurs chez HPE. Idem pour Lenovo qui met en avant sa plateforme d’administration Xclarity et LiCO, cette dernière offrant un environnement graphique pour simplifier l'utilisation des ressources de calcul en clusters pour le développement IA.

Coup de fouet pour l’automatisation grâce à l’IA générative

Avec l’intégration de moteurs d’IA générative dans les plateformes, l’automatisation va franchir un cap supplémentaire. Chez VMware, des annonces pourraient être faites dès le prochain événement VMware Explore qui aura lieu à Barcelone en novembre prochain selon Alexandre Caussignac : « Grâce à l’IA générative qui s’apparenterait à un assistant intelligent, il est tout à fait envisageable de dresser une liste des machines virtuelles qui sont sur ou sous-dimensionnées, de les déplacer en fonction des besoins (jour/nuit) et de produire un rapport en PDF des actions qui ont été réalisées. Pas besoin d’être un expert, on peut tout retranscrire avec l’IA générative. » Un avis que partage également Philippe Rullaud : « Nous envisageons aussi d’inclure de l’IA générative qui permettra de gérer des scripts, de lancer des actions dédiées ou encore de les personnaliser. » Du côté de Red Hat, l’éditeur y travaille de même en faisant référence à l’offre Ansible Lightspeed avec IBM Watsonx Code Assistant, un service d'IA générative qui aide les développeurs à créer du contenu Ansible plus efficacement. Une version commerciale complète d'Ansible Lightspeed avec des fonctionnalités serait en cours de développement. A cela, David Szegedi, CTO France de Red Hat France promet qu’en 2024, l’éditeur lancera son moteur AIOps pour automatiser les principaux processus de gestion des systèmes IT tout en apportant des services de remédiation. Chez IBM, la maison mère de Red Hat, l’offre IBM Watson AIOps, qui enrichit les workflows des DSI en exploitant les données et les informations provenant de leur environnement IT, est déjà disponible depuis un an selon Laurent Vanel, leader strategic accounts technical leader chez IBM.

L'observabilité pour une meilleure efficacité opérationnelle du SI

Avec l’automatisation, de plus en plus d’entreprises s’intéressent à l’observabilité. Selon le rapport intitulé « Leçons des leaders de l’observabilité » et mené par l’éditeur Solarwinds, l’observabilité fait même progresser l’automatisation et donc l’efficacité opérationnelle, cela se traduit notamment par plus de performances dans la collecte automatique de données, par une meilleure résolution automatique des alertes simples et complexes, et donc par une diminution drastique des interruptions de service. C’est avant tout la multiplication des environnements (infrastructures hybrides, conteneurisation, cloud, serverless, etc.) et donc la complexité qu’ils engendrent qui ont amené à l’observabilité, car la supervision classique, qui reste pour l’heure indispensable, ne permet pas d’avoir des résultats concrets dans les micro-services et les systèmes distribués. Il faut aussi aller chercher les risques inattendus ou inconnus de tous ces environnements complexes et ne plus se contenter de ce que nous avons toujours eu sous les yeux. De ce fait, les fondements de l’observabilité reposent sur des métriques (monitoring), des logs et des traces (visibilité en profondeur très utile dans les environnements distribués). Là où la supervision ou la visibilité répondent à la présence éventuelle de défaillances connues ou prévisibles, les outils liés à l’observabilité vont tenter de comprendre les anomalies grâce à des algorithmes et de corriger proactivement les problèmes. L’observabilité permet de comprendre l’état d’un système, elle permet de passer d’un stade réactif à un stade proactif.