En finir avec les temps d'arrêt : la résilience numérique réside dans la collaboration entre humain et agent
Les temps d'arrêt sur les SI sont plus fréquent : soit les problèmes évoluent plus vite que les solutions ou soit les entreprises investissent dans une mauvaise approche de la résilience.
D’un point de vue pragmatique, la complexité architecturale ne s’allège pas : les entreprises ont plutôt tendance à ajouter des outils de supervision supplémentaires plutôt qu’à s’assurer d’avoir une visibilité unifiée et du contexte couvrant tous les domaines. Auparavant, l’observabilité n’était pas un domaine d’investissement majeur ; l’ITOps et l’ingénierie consacraient l’essentiel de leurs budgets aux services cloud, à la modernisation des datacenters et à la reprise après sinistre. Dorénavant, cette tendance s’est inversée et prime même souvent sur les dépenses consacrées à l’infrastructure elle-même.
Signe que les approches évoluent, l’automatisation figure au deuxième rang des priorités des cadres technologiques. En combinant observabilité et automatisation, les organisations peuvent renforcer la résilience de leurs opérations et réduire la part d’efforts manuels.
Les outils d’IA transforment les temps d’arrêt
Grâce à sa capacité à automatiser des tâches complexes, à prédire les interruptions et à réduire considérablement les délais de réponse, les entreprises se tournent vers l’IA pour trouver une solution aux interruptions et à la dégradation des services. Cette technologie s’impose comme une alliée de poids pour la résilience numérique, avec des dépenses allant jusqu’à 24,5 millions de dollars en moyenne par an en outils d’IA conçus pour prévenir et gérer les interruptions de service.
Selon une étude récente, l’IA est adoptée par 44 % des professionnels de la sécurité, des opérations informatiques et de l’ingénierie. Elle leur permet de s’attaquer à deux problèmes majeurs : la lenteur des investigations, qui prolonge l’impact sur l’activité, et l’incapacité à localiser la véritable source d’une interruption, certaines interruptions étant trop brèves pour justifier une investigation. Elle vient également soutenir les équipes manquant de visibilité sur les dépendances externes ou submergées d’alertes, en leur permettant de n’avoir à se concentrer que sur les incidents les plus graves.
De manière plus granulaire, les assistants d’IA générative aident les investigateurs humains à corréler rapidement les données, résument les incidents complexes et suggèrent une marche à suivre pour accélérer l’analyse. Les agents IA vont encore plus loin : ils sont capables de diagnostiquer les problèmes en toute autonomie et d’appliquer des mesures correctives courantes, comme le rétablissement d’une version antérieure du code, et soumettront toute intervention critique à une approbation humaine.
Le paradoxe de l’IA, la supervision humaine indispensable
Si son efficacité fait son chemin et ses preuves, les entreprises ont tendance à déployer à la hâte des systèmes d’IA sans les garde-fous ni la supervision nécessaires, alors qu’il est essentiel de définir clairement les responsabilités et les procédures d’escalade. Tout simplement parce que cette technologie s’avère être une arme à double tranchant : les responsables technologiques admettent que l’IA a déjà provoqué une forme ou une autre de temps d’arrêt dans leur entreprise. Autre fait inquiétant, l’usage croissant des outils d’IA non approuvés (le « shadow AI », ou IA clandestine) dans leur travail fait peser une menace directe sur la gouvernance, le contrôle et l’intégrité des opérations de sécurité d’une entreprise.
De plus, le risque de voir l’IA générative passer entre les mains des cybercriminels est fort. De nombreuses entreprises ont déjà eu à déplorer des injections de code malveillant ou des incidents d’empoisonnement des données. C’est bien la preuve que des acteurs mal intentionnés sondent activement les systèmes d’IA à la recherche de faiblesses, révélant au passage des failles critiques dans la sécurité de l’infrastructure.
L’IA est devenue une alliée de poids dans la lutte contre les temps d’arrêt. Mais sans un contrôle étroit, elle peut engendrer de nouveaux risques. Il est important de systématiquement associer la rapidité d’analyse de l’IA au jugement et à la supervision d’experts humains. Toute mesure corrective ou action automatisée doit faire l’objet d’une validation et doit aller de pair avec de solides cadres de gouvernance pour éviter l’IA clandestine et la sécurisation des workflows pilotés par l’IA. L’avenir de la résilience numérique réside dans cette collaboration entre l’humain et l’agent, où l’IA est au service de l’expert, et non l’inverse.