C’était prévisible, le succès généralisé du DevOps est en train d’apporter la notion d’automatisation à des niveaux jamais atteints à tel point que certains observateurs craignent la sur-automatisation. On assiste actuellement à une explosion du nombre des logiciels et d’applications et ce n’est pas près de ralentir puisque l’IA et le plus connu de ses enfants, le Machine Learning, commencent à se mêler des affaires du DevOps.
Les chiffres ne trompent pas. Selon une étude menée par GitLab sur 4.300 développeurs et responsables IT, 84% ont vu leur productivité accroitre à des niveaux différents en matière de code. 57% des personnes sondées publient 2 fois plus de code tandis que 19% sont tout simplement parvenus à décupler la publication de leurs codes depuis la dernière enquête. 75% des entreprises concernés par cette étude utilisent l’Intelligence Artificielle et le Machine Learning.
De nos jours, les entreprises migrent vers le cloud pour profiter des avantages comme la flexibilité et l’accessibilité des outils. Parallèlement à cela, les applicatifs deviennent de plus en plus complexes et leur gestion devient de moins en moins évidente avec les moyens actuels. Les outils habituels de monitoring sont loin d’être adaptés à la mise en place d’une pratique DevOps pour du cloud computing et la tendance de "l'observabilité" se développe.
IA et APM au service de la performance du DevOps
L’IA se présente alors comme le chaînon manquant pour la réussite de cette migration. À ce jour, l’application éponyme de l’éditeur Dynatrace est l’unique outil APM (Application performance management ou gestion de performance d’application) assisté par intelligence artificielle. Cet outil permet de maîtriser les opérations ultra complexes qui incombent aux équipes d’exploitation. Il permet également de détecter les éventuels problèmes assez tôt, avant que les builds ne passent en production. Cette fonctionnalité est donc un gage de sécurité et de qualité pour les applications. Enfin, Dynatrace permet de vérifier les retours des équipes métiers ainsi que l’UX (expérience utilisateur).
Selon Gartner, 40% des équipes DevOps utiliseront des applications de monitoring basés sur l’Intelligence Artificielle pour les opérations d’exploitation d’ici 2023. En outre, la grande visibilité conférée par les APM permet de recueillir et d’analyser des données issues des processus automatisés. L’automatisation étant un moyen et pas une fin, on ne devrait pas se contenter de contempler les bienfaits et les apports de l’automatisation, qui devient la nouvelle norme. Il est nécessaire d’essayer de comprendre son fonctionnement et ses limites afin d’y apporter des solutions.
L’IA joue un rôle d’accélérateur pour le processus DevOps, même hors de la sphère cloud. La productivité globale n’en sera qu’améliorée, notamment grâce au Machine Learning. Sans parler des avantages concernant les opérations d’exploitation IT (Ops), le fondement même de l’AIOps.
