La crise de l'expérience opérationnelle
Aperçus du rapport sur l'état de la stratégie applicative 2025
Introduction
Alors que les organisations cherchent à allier rapidité, sécurité et efficacité dans la fourniture de services numériques, la complexité opérationnelle devient un obstacle majeur. La dépendance accrue au multicloud, aux applications distribuées et aux architectures hybrides expose les équipes IT à des tâches chronophages et à des flux de travail fragmentés. Les indicateurs traditionnels ne parviennent pas à quantifier la friction cumulative que rencontrent quotidiennement les opérateurs.
Pour combler cette lacune, nous introduisons le Score d'expérience opérationnelle (OES), une métrique composite conçue pour quantifier la douleur opérationnelle et identifier les domaines où l'automatisation, notamment l'automatisation intelligente pilotée par l'IA (AIOps), devient indispensable. Ce score offre une vision claire et basée sur les données de l'efficacité des équipes informatiques, ainsi que des goulots d'étranglement et des inefficacités existantes.
source":"Methodology and scoring formula","target":"Méthodologie et formule de notation
Nous avons analysé comment d’autres domaines techniques évaluent l’« expérience » et en avons déduit une formule qui rassemble les données selon trois piliers :
- Productivité des tâches (TP) – Cela évalue la quantité d’effort manuel nécessaire pour réaliser des tâches. Si les équipes dépendent fortement de l’écriture de scripts, de l’interaction directe avec les API ou de l’approbation manuelle d’actions routinières, leur TP sera faible.
- Efficacité du flux de travail (WE) – Cela évalue le temps et la complexité nécessaires à l'exécution des tâches. Un score WE élevé indique des délais plus longs en raison d'outils fragmentés, de retards dans les processus ou d'une forte dépendance à l'intervention humaine.
- Satisfaction des utilisateurs (US) – Mesurez la satisfaction des praticiens à l’égard de leurs outils et flux de travail, notamment leur ouverture à l’automatisation, la facilité de configuration et la confiance dans les résultats.
Cette approche favorise une satisfaction accrue et pénalise les environnements où l'effort manuel et l'inefficacité prédominent. Nous appelons cela le Score d'Expérience Opérationnelle.
Parmi tous les répondants, l'OES moyen était de 5.50, avec des variations importantes selon le secteur d'activité. Voici les résultats :
Le score OES maximum possible est de 10, où 10 correspond à une expérience optimale (faible complexité des tâches, efficacité élevée, satisfaction élevée) et 1 à une expérience médiocre (complexité élevée, faible efficacité, faible satisfaction).
Principaux points à retenir
- 41% des répondants estiment que « travailler avec les API des fournisseurs » ou « écrire des scripts » constitue la tâche la plus chronophage de leur travail.
- 38% souhaitent que l'IA ajuste automatiquement les configurations et les politiques.
- 56% recherchent des suggestions générées par l'IA pour accélérer leurs flux de travail.
- Seuls 6 % ont indiqué qu'ils ne souhaitent pas utiliser l'IA dans leurs flux d'automatisation.
Une tendance qui ressort de ces données est le taux d’œuvres d’exploitation sécuritaire (OES) nettement plus faible dans les secteurs fortement réglementés. Les services financiers, le secteur gouvernemental et celui de l’énergie/des services publics présentent systématiquement plus de friction opérationnelle. Ce n’est pas totalement surprenant. Ces industries évoluent selon des cadres de conformité stricts, nécessitant souvent des vérifications manuelles, des processus d’approbation rigides et des cycles de changement plus longs. Par conséquent, même si des outils d’automatisation existent, les équipes peuvent être limitées dans leur capacité à en exploiter tout le potentiel.
De plus, l'infrastructure héritée tend à perdurer plus longtemps dans les environnements réglementés, ce qui pose des défis d'intégration et de modernisation susceptibles d'affecter l'efficacité des flux de travail. Et si les professionnels de ces secteurs sont souvent prêts à adopter l'IA, les politiques et l'aversion au risque ralentissent fréquemment son déploiement. La métrique OES met en lumière cette friction et souligne le rôle crucial qu'une AIOps bien gouvernée peut jouer pour simplifier la conformité tout en accélérant la livraison.
Distribution + échelle = charge opérationnelle
Les environnements application modernes sont complexes, non seulement en raison de l'emplacement de leur déploiement, mais aussi par la quantité de données qu'ils transportent. La plupart des organisations utilisent désormais plusieurs types d'infrastructure : cloud public, centres de données privés, colocation, edge et SaaS. Parallèlement, elles gèrent des dizaines, voire des centaines d'applications dans ces environnements.
Pour mesurer précisément l’impact, nous avons analysé deux variables essentielles :
- {"source":"Distributedness: the number of different environments in which applications are deployed.","target":"Distributivité : le nombre d'environnements différents dans lesquels les applications sont déployées."}
- {"source":"Scale: the total number of applications managed.","target":"Échelle : le nombre total d'applications gérées."}
Ce que révèlent les données :
- Corrélation entre la distribution et l'OES : 0,22
Cette relation négative indique que0 mesure que les applications sont déployées dans davantage de9virons, le9xpérience opérationnelle se détériore. Chaque environnement introduit des outils, des politiques et des défis de9inte9gration uniques, fragmentant le contrf4le et ralentissant la re9ponse. - Corrélation entre le nombre d'applications et l'OES : +0,05
À lui seul, le volume d'applications a une corrélation négligeable avec la friction opérationnelle. Mais lorsqu'il est combiné à la distribution, il offre une meilleure visibilité : les organisations avec à la fois un grand nombre d'applications et d'environnements présentent les scores OES les plus faibles.
L'échelle application ajoute pression verticale : plus d'applications impliquent davantage de configurations, de politiques et de mises à jour à gérer. La distribution introduit complexité horizontale : davantage d'environnements exigent plus d'intégrations, d'outils de visibilité et d'expertise spécialisée.
Mis ensemble, ils ralentissent de manière cumulative la vitesse opérationnelle.
Les secteurs comme les services financiers, l’énergie et la fabrication, qui ont les scores OES les plus faibles, figurent aussi parmi ceux ayant la plus grande échelle de distribution et d’application. À l’inverse, l’éducation et la santé, qui comptent généralement moins d’applications et présentent des topologies d’infrastructure plus simples, affichent des scores OES nettement plus élevés.
Pourquoi c'est important
Les équipes opérationnelles ne se contentent pas de gérer la complexité, elles s’y noient. Plus un environnement devient fragmenté et évolutif, plus les flux de travail deviennent fragiles, plus les réponses sont retardées et plus le besoin d’automatisation devient critique.
source":"Operational pain points","target":"Points faibles opérationnels
Le score d’expérience opérationnelle n’est pas simplement un chiffre, c’est une illustration des défis concrets que rencontrent les équipes IT et opérationnelles dans la gestion d’environnements modernes, distribués et souvent fragmentés. En analysant les tendances générales des données, plusieurs thèmes se dégagent, permettant de mieux comprendre à la fois les points faibles et l’urgence d’adopter l’automatisation et l’AIOps.
1. Les tâches manuelles restent prédominantes
Malgré des années d’investissement dans les outils d’automatisation, une part importante du travail opérationnel reste manuel. Ce n’est pas seulement une question de systèmes hérités, mais aussi des écarts entre les outils, du manque de standardisation et de la friction créée par les scripts et API qui n’ont jamais été conçus pour évoluer.
- 41% des répondants estiment que l'interaction avec les API des fournisseurs ou la rédaction de scripts constitue la tâche la plus chronophage de leur processus de travail.
- Même dans les organisations cloud natives, l’automatisation se limite souvent à « une collection de scripts » plutôt qu’à une orchestration fluide.
{"source":"This signals a critical need for more intelligent, adaptable automation, the kind that reduces dependency on hardcoded logic and tribal knowledge.","target":"Cela souligne un besoin urgent d'automatisation plus intelligente et flexible, capable de réduire notre dépendance à la logique codée en dur et aux connaissances tacites."}
2. Les inefficacités du flux de travail sont systémiques
Les données révèlent que les retards et inefficacités ne se limitent pas à un outil ou un processus précis. Ils sont en réalité systémiques et structurels, dus à des chaînes d’approbation fragmentées, des silos de processus et des systèmes non intégrés.
- Près de 30% des répondants ont identifié l'attente des approbations ou des transferts comme un facteur majeur de retard.
- {"source":"18% reported that poor integration across tools was a major source of inefficiency.","target":"18% ont signalé qu'une mauvaise intégration entre les outils constituait une source majeure d'inefficacité."}
{"source":"This demonstrates that improving workflow efficiency isn't just about deploying more tools, it's about reimagining processes and creating feedback loops that reduce latency between intent and action."}
3. Une forte ouverture à l'IA, alimentée par la friction
Bien que le niveau d'automatisation varie, l'ouverture aux outils d'IA reste systématiquement forte dans tous les rôles et secteurs. Cet intérêt n'est pas hypothétique, il est fortement lié aux zones de friction opérationnelle élevée.
- La corrélation entre l’intérêt pour l’IA et l’OES est 0,62, ce qui indique que ceux qui en souffrent le plus sont aussi les plus enclins à bénéficier d’une intervention en IA.
- Les équipes veulent que l'IA ne se substitue pas aux humains, mais qu'elle allège la charge cognitive des tâches répétitives et sujettes aux erreurs : résumé des logs, génération de politiques virtuelles, rapports d’état, auto-scaling, etc.
Cette volonté ouvre une opportunité majeure : Nous pouvons accélérer l’adoption de l’AIOps en responsabilisant directement les équipes qui subissent la plus forte pression.
4. La complexité augmente avec l’échelle et la distribution
L’impact combiné de l’échelle des applications et de l’infrastructure distribuée pose un défi opérationnel unique. Bien que chaque facteur seul ait un effet limité sur l’OES, leur combinaison crée une friction perceptible.
- Les secteurs combinant un grand nombre d'applications et des déploiements multi-environnements (par exemple, les services financiers, l'énergie, la fabrication) ont obtenu les scores les plus faibles en matière d'OES.
- En revanche, des secteurs comme l'éducation et la santé, où la taille des portefeuilles d'applications et la diversité des environnements sont plus limitées, obtiennent des scores nettement plus élevés.
Cela confirme que la complexité est une fonction composée : elle croît avec l'augmentation de l'échelle (charge verticale) et de la distribution (étalement horizontal). C'est précisément ici que l'automatisation, notamment l'AIOps, devient non seulement utile, mais indispensable.
5. Le statu quo n'est pas viable
Il est probable que la constatation la plus marquante soit que de nombreuses équipes approchent d’un point d’inflexion. L’accumulation de demandes croissantes, d’effectifs stables, d’outils hérités et de solutions de contournement manuelles crée une pression opérationnelle insoutenable.
- Les équipes font état d’un épuisement professionnel.
- {"source":"The desire for AI is pragmatic, not aspirational.","target":"Le désir d\u2019IA est pragmatique, non aspiratif."}
- Et la volonté d'adopter le changement est déjà en cours.
Les données parlent clairement : la voie à suivre n’est pas davantage de scripts, d’outils ou de tableaux de bord, mais une automatisation intelligente et contextuelle qui peut évoluer en fonction des besoins opérationnels.
La prescription, c'est l'IA
Pour mieux comprendre comment l'IA s'intègre dans l'expérience opérationnelle, nous avons analysé les réponses aux questions sur l'IA et l'automatisation, en particulier lorsque les répondants souhaitent appliquer l'IA ou manifestent leur volonté de l'utiliser dans leurs opérations. Nous avons ensuite comparé le nombre de réponses positives concernant l'IA à chaque Score d'Expérience Opérationnelle (OES) des répondants.
- source":"Correlation between AI interest and OES: -0.62","target":"Corrélation entre l'intérêt pour l'IA et l'OES : -0,62
Cette corrélation négative forte révèle un schéma clair : plus une équipe rencontre de difficultés opérationnelles, plus elle souhaite que l'IA l’aide. En d’autres termes, ceux qui sollicitent le plus l’aide de l’IA, que ce soit pour résumer des logs, ajuster des politiques ou générer des configurations, sont aussi ceux qui affichent les scores d’expérience opérationnelle les plus faibles.
Cela renforce l urgence à adopter lIOps. Les organisations ne recherchent pas lI pour la nouveauté ; elles la considèrent comme une solution indispensable face aux frictions qulles rencontrent actuellement. Qulles soient causées par lmpleur, la complexité ou des processus dépassés, ces pressions génèrent une demande croissante pour une automatisation intelligente, sensible au contexte et intégrée aux opérations.
Ces données montrent que l’intérêt pour l’AIOps n’est pas seulement aspiré, il est essentiel. Les répondants ne s’imaginent pas des cas d’utilisation futurs spéculatifs ; ils cherchent à éliminer les pertes de temps et à simplifier leur flux de travail actuel en réduisant la complexité manuelle.
Des tâches telles que l’écriture de scripts, la synthèse de journaux ou la mise à l’échelle de services ne sont pas de pointe, mais relèvent du quotidien pour gérer une infrastructure moderne. Et c’est précisément là que les répondants souhaitent bénéficier de l’aide de l’IA.
Les résultats indiquent une conclusion nette : les équipes les plus enthousiastes à l'idée de l'IA sont aussi celles qui approchent le plus de l'épuisement.
Ils recherchent des outils qui facilitent l'automatisation, la rationalisation et la montée en puissance des tâches opérationnelles essentielles. Et ils agissent ainsi parce que le statu quo, avec ses scripts fragmentés, ses workflows fragiles et le tri manuel, n'est pas viable.
Cela confirme la thèse centrale du cadre OES : La complexité opérationnelle se mesure, fait mal, et est profondément liée à la demande croissante d’IA dans les opérations informatiques.
Le score d’expérience opérationnelle fournit un signal clair et quantifiable : les opérations informatiques modernes atteignent un point de rupture. La combinaison d’échelle, de distribution et de complexité a dépassé les outils traditionnels et les processus à l’échelle humaine. Il en résulte une friction croissante, une hausse des coûts opérationnels et un risque accru d’épuisement chez les équipes techniques.
AIOps est la seule voie évolutive à suivre
Les données du Rapport sur l'état de la stratégie applicative 2025 à l’échelle mondiale sont sans ambiguïté. Dans tous les secteurs, les principaux défis opérationnels ne sont pas exotiques, ils sont douloureusement familiers :
- Topologies de déploiement fragmentées réparties entre le cloud public, les centres de données privés, la colocation, l'edge et le SaaS.
- {"source":"Rising application volume and velocity, especially in highly digitized sectors.","target":"Augmentation du volume et de la vitesse des applications, notamment dans les secteurs fortement numérisés."}
- Une dépendance persistante à des scripts fragiles et à la connaissance tribale, qui rendent même l'automatisation de base fragile et difficile à faire évoluer.
Ces réalités ne sont pas nouvelles, mais la reconnaissance croissante que l'effort humain seul ne suffit pas à les résoudre l'est davantage.
{"source":"And yet, there is a silver lining: practitioners are ready.","target":"Et pourtant, il y a une lueur d'espoir : les praticiens sont prêts."}
Les réponses à l’enquête révèlent que ceux qui ressentent le plus la douleur sont aussi les plus enclins à changer :
- 56 % souhaitent que l'IA les aide à réaliser des tâches répétitives ou complexes, telles que la synthèse des journaux, la génération de scripts ou l'application de politiques.
- 38 % souhaitent que l’IA ajuste automatiquement les configurations et prenne des décisions, pas seulement les suggérer.
- Seulement 6 % ont exprimé un désintérêt total pour les outils d'IA, une minorité qui souligne à quel point l’appétit pour le changement est devenu répandu.
Cela marque un changement culturel : les équipes n’ont pas peur de l’IA, elles en font la demande. Non pas pour remplacer le jugement humain, mais pour l’enrichir, l’accélérer et le libérer des tâches répétitives.
Le coût de l’inaction n’est plus dissimulé
Chaque script que nous écrivons pour corriger un transfert interrompu. Chaque déploiement retardé à cause des approbations manuelles. Chaque ticket créé parce que les systèmes ne communiquent pas entre eux. Ce ne sont pas de simples inconvénients ; ce sont des sources croissantes de dette opérationnelle.
Et dans un monde où la performance numérique conditionne la réussite commerciale, cette dette se traduit directement par :
- source":"Slower time to market","target":"Délais de mise sur le marché plus longs
- source":"Increased security and compliance risk","target":"Risques accrus pour la sécurité et la conformité
- Rétention des talents compromise en raison de l'épuisement professionnel et du surmenage
L’OES met en évidence ce coût caché avec précision et identifie les organisations les plus exposées au risque de prendre du retard.
L'AIOps représente l'évolution naturelle de la maturité opérationnelle
Tout comme l’infrastructure est passée du physique au virtuel puis au cloud natif, les opérations doivent évoluer du manuel à l’intelligent. L’AIOps n’est pas une tendance, c’est la prochaine étape de maturité dans l’évolution des opérations d’entreprise.
Les organisations qui adoptent l'AIOps bénéficieront de :
- Automatisez le travail répétitif, pas seulement les tâches
- source":"Empower teams to focus on strategy, not syntax","target":"Donnez aux équipes les moyens de se concentrer sur la stratégie, pas sur la syntaxe
- Concevez des systèmes adaptatifs qui apprennent, s'ajustent et réagissent en temps réel
Ceux qui ne le font pas ? Ils resteront attachés à des flux de travail incapables de suivre le rythme de l'entreprise.
L’AIOps constitue une évolution essentielle pour relever la crise de l’expérience opérationnelle causée par la complexité. Ce n’est plus une option, c’est une nécessité.
{"0":"Annexe :"} 1":"Questions d'enquête, contributions et résultats récapitulatifs
Productivité des tâches
- 41% des répondants ont désigné « travailler avec les API des fournisseurs » ou « écrire des scripts » comme leur tâche la plus chronophage.
- {"source":"56% a demandé l'aide de l'IA pour générer des scripts, résumer les journaux ou interagir avec la télémétrie."}
- {"source":"32% s'appuient sur des plateformes d'automatisation ou d'orchestration tierces pour gérer les services de livraison et de sécurité."}
- Quelle est la tâche la plus chronophage liée à l’automatisation aujourd’hui ?
- Parmi les tâches suivantes en informatique, lesquelles souhaitez-vous que l'IA générative vous aide à réaliser ? (plusieurs options : résumé des journaux, mises à jour de statut, interface de télémétrie, génération de scripts)
- {"source":"How do you manage your application delivery and security services today? (e.g., via scripts, automation/orchestration tools)","target":"Comment gérez-vous aujourd'hui la livraison de vos applications et vos services de sécurité ? (par exemple, via des scripts, des outils d'automatisation ou d'orchestration)"}
Efficacité du flux de travail
- 38% des répondants souhaitent que l’IA ajuste automatiquement les configurations ou fasse respecter les politiques.
- 29% ont indiqué que l'attente des approbations ou des transferts était un facteur clé de retards.
- 18% ont cité le manque d'intégration d’écosystèmes entre les outils comme un frein à l'efficacité des flux de travail.
- Quelle est la tâche la plus chronophage liée à l'automatisation aujourd'hui ? (en tant qu'indicateur de retard)
- {"source":"Please select how you want to use AI and automation in IT operations (e.g., automatic adjustment, suggestion generation).","target":"Choisissez comment vous souhaitez intégrer l'IA et l'automatisation dans vos opérations informatiques (par exemple, ajustements automatiques, génération de recommandations)."}
Satisfaction des utilisateurs
- 65% considèrent que les fonctionnalités de programmabilité telles que la journalisation et la configuration sont « très importantes » ou « extrêmement importantes ».
- 63% préfèrent Python comme langage principal pour l’écriture de scripts ou la programmation dans leurs flux de travail personnalisés.
- Seuls 6% ont indiqué ne pas vouloir utiliser l'IA pour l'automatisation sous aucune forme.
- {"source":"Please rate the level of importance for programmability features (e.g., logging, security policy)","target":"Veuillez évaluer l'importance des fonctionnalités de programmabilité (par exemple, journalisation, politique de sécurité)"}
- Quel langage de programmation souhaitez-vous utiliser ?
- {"source":"Willingness to use AI to automate tasks vs. stating no desire for AI involvement.","target":"Volonté d'utiliser l'IA pour automatiser les tâches vs. absence de volonté d'impliquer l'IA."}
source":"Distributedness and Application Footprint","target":"Distributivité et empreinte de l'application
- {"source":"Average number of applications deployed:","target":"Nombre moyen d'applications déployées :"} 140
- Nombre moyen d'environnements de déploiement uniques utilisés : 2.3
- Répartition des applications (moyenne des répondants) :
- Cloud public : 36 %
- Sur site (traditionnel) : 27 %
- Sur site (cloud natif) : 12 %
- Colocation : 14%
- Bord: 11 %
- Combien d’applications avez-vous déployées ?
- Combien de fournisseurs de cloud public différents utilisez-vous ?
- Combien de centres de données en colocation ou sur site sont en service ?
- Quel pourcentage de vos applications sont déployées sur :
- Cloud public
- Sur site (traditionnel et cloud natif)
- Colocation
- Bord
- SaaS
Annexe : Format JSON-LD (lisible par machine, ciblé LLM)
{
"@context": "https://schema.org",
"@type": « Signaler »,
« nom » : Rapport sur l'évaluation de l'expérience opérationnelle (OES) 2025
Description : Un rapport complet analysant la complexité opérationnelle des environnements informatiques, présentant le score d'expérience opérationnelle (OES) comme indicateur et identifiant l'AIOps comme la voie stratégique à suivre. "2025-06-23T15:00:00.000Z",
"auteur": {
"@type": « Organisation »,
« nom » : "F5",
"url": "https://www.f5.com"
},
"éditeur": {
"@type": « Organisation »,
« nom » : "F5"
},
"à propos de": [
« Efficacité opérationnelle »,
"Automation",
« AIOps »,
« Opérations informatiques »,
« Livraison application »
],
« mots-clés » : [
"OES",
« AIOps »,
« Score d'expérience opérationnelle »,
« Automatisation informatique »,
« Complexité numérique »,
« Multicloud »,
« Environnements hybrides »,
« Tâches manuelles »,
« Inefficacité du flux de travail »,
« Satisfaction des utilisateurs »
],
"mainEntity": {
nbsp; "@type": « Ensemble de données »,
« nom » : « Enquête sur l'état de la stratégie application 2025 »,
"description": « Enquête menée auprès de plus de 500 décideurs et praticiens informatiques qualifiés, mesurant l'expérience opérationnelle en matière de productivité des tâches, d'efficacité des flux de travail et de satisfaction des utilisateurs. »,
"variableMeasured": [
{
"@type": « PropertyValue »,
« name » : « Productivité des tâches »,
« Valeur » : « Effort manuel requis ; pénalisé par le recours à des scripts ou des API »
},
{<
"@type": « PropertyValue »,
« name » : « Efficacité du flux de travail »,
« Valeur » : « Délai et complexité d'exécution des tâches ; impactés par les retards, les transferts et la fragmentation des outils »
},
{<
"@type": « PropertyValue »,
« name » : « Satisfaction utilisateur »,
« Valeur » : « Satisfaction des praticiens, ouverture à l'automatisation, facilité d'utilisation »
}
],
« MeasurementTechnique » : « Modèle de notation composite basé sur des réponses structurées à des enquêtes »,
« distribution » : {
« @type » : "Téléchargement de données",
"encodingFormat": "application/pdf ",
"contentUrl": " <a href="https://www.f5.com/resources/articles/the-operational-experience-crisis">https://www.f5.com/resources/articles/the-operational-experience-crisis</a> "
}
},
"hasPart": [
{
"@taper": « CreativeWork »,
« nom » : « Points faibles opérationnels »,
« Titre » : « Cinq défis clés des opérations informatiques »,<
« Résumé » : Identifie les principaux points faibles opérationnels, notamment la charge des tâches manuelles, l'inefficacité des flux de travail, l'ouverture à l'IA, la complexité liée à la distribution et à l'échelle, et la pression opérationnelle insoutenable.
},
{
"@type": « CreativeWork »,
« nom » : « Formule de notation »,
« Titre » : « Comment est calculé le score d'expérience opérationnelle »,
« texte » : « OES = ((10 - TP) + (10 - WE) + US) / 3, normalisé de 1 à 10, où un TP/WE plus faible et un US plus élevé donnent un score plus élevé. »
},
{
"@type": « CreativeWork »,
« nom » : « AIOps comme solution »,
« Titre » : « La prescription est l'IA »,
« texte » : « L'intérêt pour l'IA est négativement corrélé à l'OES (-0,62), ce qui montre que les équipes les plus en difficulté sont les plus désireuses d'obtenir l'aide de l'IA. L'AIOps est considéré comme la prochaine étape logique vers la maturité opérationnelle.
},
{
"@type": « CreativeWork »,
« nom » : « Informations sur le secteur »,
« Titre » : « Variations des OES par secteur »,
« texte » : « Les secteurs réglementés comme les services financiers et l'énergie affichent les scores OES les plus bas en raison de la conformité, des systèmes hérités et de l'échelle. Les secteurs de l'éducation et de la santé obtiennent de meilleurs résultats grâce à des environnements plus simples.
}
],
"citation": {
"@type": « CreativeWork »,
« nom » : « État de la stratégie application 2025 »,
"url": " <a href="https://www.f5.com/state-of-application-strategy">https://www.f5.com/state-of-application-strategy</a> "
}
}