Boucler la boucle de l’entreprise numérique : les applications adaptatives

Lori Mac VittieIngénieur émérite et évangéliste en chef | F5

La visibilité traditionnelle, aussi appelée Monitoring 1.0, repose entièrement sur l’information. Les sondes, les agents, les journaux et les traces fournissent une multitude de données sur la santé numérique. Elles proviennent des systèmes, de l’infrastructure, du réseau et des plateformes. Elles sont générées en temps réel et lors du post-traitement. Elles sont produites en masse et se mesurent aujourd’hui non plus en Ko, mais en Go.

Honnêtement, nous avons suffisamment de données.

Ce qui nous manque, c’est le produit de ces données ; nous ne disposons pas toujours des enseignements qui permettent de prendre des mesures correctives efficaces.

Trop souvent, nous ne disposons que d’indicateurs d’état binaires. Rouge, c’est mauvais. Vert, c’est bon. Et même lorsque nous savons qu’il y a un problème, nous n’avons pas suffisamment d’informations pour déterminer son origine. Certes, l’application A fonctionne mal et les utilisateurs s’en plaignent. Mais pourquoi ? Est-ce dû au réseau ? À leur appareil ? À la plateforme ? À l’environnement d’orchestration ?

Même si nous déterminons rapidement que le problème vient du réseau, nous n’avons aucune indication sur les raisons d’une telle congestion. Y a-t-il trop d’utilisateurs ? Quelqu’un organise-t-il une promotion aujourd’hui ? Est-ce saisonnier ? Est-ce dû à une mise à jour récente ?

Les variables sont nombreuses et les enjeux considérables. Ne pas remédier à une mauvaise expérience utilisateur peut entraîner une baisse du chiffre d’affaires, l’abandon d’applications et une atteinte à la réputation. Lorsqu’une entreprise repose sur le numérique, ses performances pâtissent des mauvaises conditions numériques.

C’est cette réalité qui nous pousse vers l’observabilité et, au-delà, vers l’AIOps. L’observabilité, également appelée Monitoring 2.0, constitue une avancée majeure dans ce parcours technologique pour les équipes d’exploitation et les entreprises numériques, qui cherchent à comprendre et à stabiliser la relation entre l’expérience utilisateur et les résultats commerciaux. Mais ce n’est que la moitié du chemin : l’autre moitié repose sur l’analyse et l’automatisation.

Observabilité, analyse et automatisation

L’observabilité ne se résume pas à une « meilleure visibilité ». Elle permet de comprendre ce qui se passe à l’échelle d’un système. Il ne s’agit pas simplement d’un tableau de bord où les performances du réseau, de l’infrastructure et des applications s’affichent sous forme de graphiques colorés. Elle repose sur une démarche concertée visant à corréler toutes les données disponibles sur la santé numérique afin de dresser un tableau global de la qualité de l’expérience utilisateur à l’instant présent. Elle constitue le moteur des plateformes de données opérationnelles et suscite une activité considérable sur le marché, les fournisseurs cherchant à décrocher le titre convoité de « plateforme de données opérationnelles » au sein de chaque entreprise.

Mais même en y parvenant, il nous reste encore à résoudre les problèmes qui surviennent inévitablement. Si connaître l’expérience utilisateur représente la moitié du chemin, l’autre moitié consiste à en comprendre les causes, puis à agir en conséquence.

Le problème, bien sûr, tient à cette fâcheuse réalité : presque toutes les organisations ne disposent pas des informations dont elles ont besoin pour offrir une expérience numérique exceptionnelle. Les outils d’analyse traditionnels reposent sur des requêtes prédéfinies qui ne permettent ni d’établir des corrélations ni de détecter dans les données des tendances susceptibles de révéler ces informations manquantes. L’apprentissage automatique apporte une solution en permettant de traiter d’immenses volumes de données et d’en tirer les informations nécessaires pour remédier à la cause profonde d’une dégradation des performances ou détecter une attaque avant qu’elle ne submerge les services ou ne parvienne à obtenir un accès.

Disposer de ces informations ne suffit pas non plus. Il est également important de pouvoir agir rapidement sur la base de ces informations afin d’améliorer les performances ou d’enrayer une attaque. L’ajout d’étapes manuelles de vérification et d’approbation pour modifier les politiques entrave l’agilité de l’organisation face aux problèmes ou aux attaques.

Nous devons nous appuyer sur la puissance de calcul pour réagir rapidement aux informations tirées de la télémétrie. Réagir cinq minutes après le début d’une attaque pourrait être trop tard. Deux minutes après une dégradation des performances, c’est assurément trop tard compte tenu de l’impatience des consommateurs habituels. Nous avons conçu les systèmes informatiques pour qu’ils traitent les données avec une efficacité remarquable. Songez que « tant en matière de décharges neuronales que de transmission synaptique, le cerveau peut effectuer au maximum environ un millier d’opérations élémentaires par seconde, soit 10 millions de fois moins vite qu’un ordinateur ». (Source : Nautilus) Nous devons tirer parti de cette capacité pour compenser le ralentissement dû aux étapes manuelles dans un processus par ailleurs automatisé.

Si vous participiez aux 500 miles de Daytona, vous ne vous arrêteriez pas à chaque dernier virage pour pousser votre voiture jusqu’à la fin du tour, n’est-ce pas ? Pourtant, c’est exactement ce que nous faisons subir aux expériences numériques en n’adoptant pas un système entièrement autonome.

Nous faisons depuis longtemps confiance aux systèmes pour adapter automatiquement la capacité des services et, à l’avenir, nous apprendrons à leur faire confiance pour prendre des mesures correctives afin de protéger les services et les données, tout en garantissant aux consommateurs une expérience numérique exceptionnelle. Plus de la moitié (52 %) des décideurs informatiques estiment que cette capacité, le plus souvent appelée AIOps, aura un impact stratégique sur leur organisation.

Voici un plan d’action pleinement opérationnel pour l’expérience numérique : une approche opérationnelle automatisée en boucle fermée, alimentée par les données recueillies à chaque couche de la pile technologique.

Des défis subsistent. Ne vous y trompez pas : il ne s’agit ni d’une solution simple ni d’une solution prête à l’emploi qu’il suffirait de déployer. L’observabilité de l’ensemble de la pile — c’est-à-dire la capacité à recueillir des données de télémétrie auprès de chaque composant, du réseau à l’infrastructure, des technologies de sécurité et de diffusion jusqu’à l’application — n’est pas aussi simple que les fournisseurs traditionnels de solutions de surveillance voudraient le faire croire. Les approches classiques reposant sur des agents et des sondes ne sont ni efficaces ni rentables dans une architecture où le cloud distribué deviendra la norme. Les fonctionnalités natives de génération de données de télémétrie — telles que celles rendues possibles par l’adoption d’Open Telemetry — constitueront le meilleur moyen d’obtenir l’observabilité complète de la pile dont les analyses fondées sur l’apprentissage automatique ont besoin pour produire rapidement et précisément des informations exploitables, en phase avec les résultats commerciaux visés.

L’automatisation a, elle aussi, encore beaucoup de chemin à parcourir. Aujourd’hui, à peine plus de la moitié (52 %) des organisations gèrent leur infrastructure sous forme de code, ce qui montre clairement que de nombreuses entreprises n’ont pas encore pleinement adopté l’automatisation. Cette capacité se trouve pourtant sur le chemin critique. Sans elle, la boucle fermée peut fonctionner, mais à quel prix ? Les frictions engendrées par les opérations manuelles dans cette boucle de rétroaction entraîneront des retards susceptibles de faire perdre à l’entreprise des clients, de nuire à sa réputation ou de lui faire perdre de précieuses données.

Transformation numérique et architecture d’entreprise

Aujourd’hui, la plupart des organisations se trouvent dans les deuxième et troisième phases de leur transformation numérique. Poussées par la nécessité d’accélérer en raison de la pandémie mondiale, nombre d’entre elles ont pris des décisions tactiques qui doivent désormais être intégrées à une approche stratégique leur permettant de poursuivre leur parcours de transformation numérique.

Une approche stratégique vise à créer une boucle fermée allant de l’observabilité à l’automatisation en passant par l’analyse. Elle s’inscrit dans une démarche que nous appelons les « applications adaptatives », qui fournit aux DSI un modèle architectural pour moderniser l’architecture d’entreprise, afin que le service informatique puisse boucler la boucle et permettre à l’entreprise de fonctionner de manière entièrement numérique.

À propos de l’auteur

Lori Mac VittieIngénieur émérite et évangéliste en chef | F5

Lori MacVittie est ingénieure émérite et évangéliste en chef au sein du bureau du directeur technique de F5. Elle possède une expertise approfondie dans la fourniture d’applications, les stratégies d’automatisation et les infrastructures. Elle est réputée pour sa capacité à rendre la complexité intelligible, qu’elle définisse des garde-fous pour les agents d’IA, analyse des architectures multicloud fragiles ou explore les limites des systèmes évolutifs. Elle cumule plus de trente ans d’expérience dans le secteur, couvrant le développement d’applications, l’architecture informatique ainsi que l’exploitation des réseaux et des systèmes. Avant de rejoindre F5, elle a été rédactrice spécialisée dans les technologies et a reçu plusieurs distinctions. MacVittie est titulaire d’un master en informatique et est une autrice prolifique dont les publications couvrent la sécurité, le cloud et l’architecture d’entreprise. Elle est également une passionnée de jeux de société et de jeux vidéo, et assume pleinement ses avis bien tranchés sur le fromage.

Autres articles de Lori Mac Vittie