Qu’est-ce que l’ITOA et pourquoi l’avoir fait évoluer en AIOps,  un vaste réseau informatique, comme c’est le cas de la plupart des réseaux informatiques des entreprises d’aujourd’hui, peut générer quotidiennement des giga-octets de données d’exploitation (journaux d’application, journaux système, historiques, données de surveillance, événements…).

Toutes ces informations peuvent vous aider à améliorer la qualité du service, à réduire les coûts et à optimiser la capacité, à condition bien sûr que vous disposez d’outils IT Operations Analytics (ITOA) pour les exploiter.

Indispensable pour gérer efficacement un réseau informatique, l’ITOA applique les principes du Big Data aux données opérationnelles informatiques, en extrayant, en indexant et en analysant les informations sur plusieurs ensembles de données

Seulement, l’ITOA présente quelques limites. Son plus grand défaut est qu’il adopte une approche d’exploitation de données qui n’intègre pas de fonctionnalités d’apprentissage automatique ou d’intelligence artificielle, à la différence de l’AIOps.

À cause de cela, l’ITOA est moins performante que l’AIOps. Cela dit, il n’est pas vraiment adapté de comparer ces deux approches ; il faut surtout voir l’AIOps comme la prochaine étape d’évolution de l’ITOA, ou comme une suite en quelque sorte.

Découvrez dans cet article tout ce qu’il y a à savoir sur l’ITOA et pourquoi l’a-t-on fait évoluer en AIOps ?

Qu’est-ce que l’analyse des opérations informatiques (ITOA) ?

L’analyse des opérations informatiques (ITOA) consiste à surveiller les systèmes informatiques et à collecter, traiter, analyser et interpréter les données provenant de diverses sources d’opérations informatiques pour guider les décisions et prévoir les problèmes potentiels.

Les informations sont collectées à partir de l’infrastructure en cours d’exécution ainsi que des données enregistrées plus anciennes, notamment à partir des journaux du matériel d’application, de service et d’infrastructure. D’autres sources de données incluent des agents logiciels s’exécutant dans des systèmes d’exploitation ou des hyperviseurs recueillant des données pertinentes pour les E/S, les transactions et l’utilisation des ressources.

À quels problèmes l’ITOA répond-elle ?

Technologiquement, l’ITOA s’appuie sur des capacités de traitement de données volumineuses pour gérer les journaux informatiques, rendre possible les recherches et analyses des journaux ou encore les recherches prédictives associées et l’analyse des causes profondes.

Les plateformes ITOA peuvent identifier les problèmes techniques en temps réel, évitant ainsi les ralentissements coûteux et les interruptions de service. Elles peuvent également améliorer l’expérience de l’utilisateur final.

En extrayant et en analysant des données provenant de différentes sources, les plateformes ITOA permettent aussi de réduire considérablement le temps moyen de réparation (MTTR) (temps moyen nécessaire pour réparer et restaurer un système défaillant) et ainsi de réaliser des économies de coûts plus élevées grâce à une efficacité opérationnelle améliorée.

Bien entendu, il ne s’agit là que quelques exemples d’applications de l’analyse du Big Data aux données opérationnelles informatiques. Les outils ITOA peuvent aussi détecter et signaler des anomalies et ainsi aider les responsables informatiques de prendre rapidement des mesures proactives pour éviter les pannes et les dégradations de service. Ils permettent également d’évaluer les risques ou encore de rechercher les écarts entre les environnements de production et de reprise après sinistre.

L’intégration de l’ITOA signifie garder une longueur d’avance sur les problèmes en analysant de manière proactive les données d’exploitation pour identifier les modèles gênants et les menaces potentielles, mais sur la base des événements et problèmes qui sont survenus dans le passé cependant. Il est important de le préciser !

Enfin, l’intégration de l’ITOA peut également améliorer de manière considérable la sécurité de vos données ainsi que celle de l’intégralité de votre réseau. En cas d’attaque, l’ITOA détecte automatiquement les menaces et les vulnérabilités pour agir rapidement dessus ou bien avertir un responsable informatique de la situation.

Quelques limites de l’analyse des opérations informatiques

Puisqu’elle est basée sur l’analyse du Big Data, l’ITOA peut se montrer intelligente. Cependant, une analyse des opérations informatiques n’est pas vraiment ce qu’on peut appeler un système intelligent au sens stricte.

Et pour cause, pour de nombreux spécialistes dans le domaine de la sécurité informatique, aussi importantes que soient les analyses opérationnelles informatiques, elles ne peuvent pas raconter toute l’histoire. Elles ne tiennent généralement pas compte des personnes, des processus et des projets liés aux applications et à l’infrastructure informatiques.

L’ITOA peut par exemple vous indiquer comment réparer une application afin d’empêcher ou de remédier à une interruption de service. Cependant, la véritable cause première du problème peut ne pas résider dans l’application elle-même. Et dans ce cas, l’ITOA ne peut pas vous aider.

À l’inverse, un système intelligent, comme c’est le cas AIOps, jette un regard plus holistique sur votre organisation pour répondre à des questions telles que « quels sont les principaux facteurs de volume d’incidents et comment pouvons-nous les traiter de manière systémique grâce à une efficacité des processus et une utilisation des ressources améliorées ? ».

Un système intelligent vous aide également à analyser la productivité des développeurs, à façonner l’allocation des ressources, à évaluer la santé de l’exécution des applications à l’aide de plusieurs métriques et à éliminer les problèmes systémiques qui réduisent la vitesse de publication.

Il résout aussi les problèmes de service impliquant des fournisseurs externalisés, les réaffectations de tickets, les goulots d’étranglement et le respect des accords de niveau de service. Ce sont des choses que malheureusement l’ITOA n’est pas en mesure de faire !

Et l’AIOps, c’est quoi exactement ?

Comme précisé plus haut, AIOps, qui signifie intelligence artificielle pour les opérations informatiques, est la prochaine étape d’évolution de l’ITOA de Gartner, qui elle aussi est un concept technique énoncé par cette même entreprise.

Tout comme les solutions ITOA, les solutions logicielles AIOps exploitent également des données collectent en masse (Big Data) pour ensuite les exploiter pour gérer et améliorer le fonctionnement du système informatique et réseau pris en charge, notamment en monitorant les applications et infrastructures informatiques, et en anticipant leurs pannes.

Seulement, les systèmes AIOps ne se reposent pas qu’au Big Data, ils disposent aussi des fonctionnalités d’apprentissage automatique et d’intelligence artificielle qui promettent une meilleure analyse des données, la capacité à exécuter automatiquement certaines tâches informatiques complexes et répétitives ou encore la capacité à déclencher une tâche ou un processus en fonction des résultats des analyses.

Gartner a listé les principaux cas d’usage de l’AIOps, à savoir :

• La gestion du big data ;
• L’analyse des performances informatiques ;
• La détection des anomalies ;
• La corrélation et l’analyse des événements de type log ;
• Et enfin, la gestion des services informatiques.

Quelles sont les différences notables entre ITOA et AIOps ?

Voici trois différences majeurs qui existent entre l’AIOps et l’ITOA.

Analyse historique pour l’ITOA, Analyse en temps réel et prédictive pour l’AIOps

Les fonctionnalités analytiques fournies par les outils ITOA sont moins intéressantes que celles fournies par l’AIOps. Cela s’explique par le fait que fonctionnalités analytiques fournies de l’ITOA sont statiques et axées sur l’analyse des événements et des problèmes qui sont survenus dans le passé.

Les plates-formes AIOps, quant à eux, grâce à l’intelligence artificielle fournissent des informations proactives et en temps réel sur les problèmes et peuvent ainsi recommander, voire exécuter des actions correctives automatisées.

Ingestion de données

Techniquement, les outils ITOA ont la capacité de fusionner et corréler des données venant de plusieurs sources de données différentes. Cependant, la plupart d’entre eux exigent toujours aux utilisateurs de faire de ce qu’on appelle des découpes des résultats pour que ceux-ci puissent être interprétés, ce qui n’est pas très pratique.

A l’inverse, les plateformes AIOps peuvent collecter et ingérer facilement des données de tous types depuis des sources différentes comme le cloud, sur site, les applications tierces, les infrastructures hybrides et bien d’autres encore.

Qu’est-ce que l’ingestion de données; c’est selon les experts,  le processus d’absorption de données provenant de diverses sources et le transfert vers un site cible où elles peuvent être déposées et analysées.

IT statique vs IT dynamique

Plus les années passent et plus les infrastructures informatiques deviennent de plus en dynamiques et complexes. Très vite, les outils ITOA finissent par être dépassés, car ils ne peuvent plus suivre le nombre de changements qui se produisent dans l’organisation informatique.

Les outils AIOps en revanche, grâce notamment à l’Intelligence artificielle dont ils sont dotés, sont construits pour apprivoiser la complexité des architectures d’aujourd’hui et s’adapter à tout changement au niveau du fonctionnement et des composants des infrastructures informatiques.

Auteur Antonio Rodriguez, Directeur Clever Technologies

Pour en savoir un peu plus :

Qu’est ce que l’AIOPS, et pourquoi l’adopter.