Dans cet article
RÉSUMÉ EXÉCUTIF
Le manque de visibilité de l'infrastructure n'est plus acceptable
Les opérations IT ont déjà dépassé le modèle sur lequel elles ont été fondées. Les entreprises surveillent aujourd’hui des dizaines de milliers de métriques, ingèrent des téraoctets de journaux et génèrent des milliers d'alertes quotidiennement, tout en assurant la gestion d’infrastructures de plus en plus complexes, qui vont des centres de données sur site aux multiples environnements cloud en passant par les charges de travail d’IA émergentes. Pourtant, malgré cette multitude d’outils et de signaux, nombreuses sont les équipes qui apprennent l’existence de pannes et de dysfonctionnements de la bouche de leurs clients, avant de les identifier dans leurs outils.
Récemment, les pannes de CrowdStrike, Cloudflare et d’autres, qui ont fait la une de l’actualité, ont montré à quel point un léger problème peut rapidement s’étendre à d'autres secteurs, perturber la vie quotidienne et se solder par des milliards d’euros de pertes pour les entreprises.
La prochaine phase de l’observabilité AI-first doit voir plus grand. Au-delà du centre de données et du cloud. Elle doit également englober Internet : point de rencontre des applications, des identités, des paiements, des API et des expériences utilisateur. C’est là que les entreprises gagnent en résilience ou stagnent. Cette convergence de l’observabilité des infrastructures hybrides, de la surveillance des performances Internet et de l’expérience numérique est le vrai point de départ de l’IT autonome.
La convergence
Cinq forces convergent vers une IT autonome
Une enquête réalisée auprès d’une centaine de décisionnaires en IT révèle cinq forces convergentes permettant d'accélérer la transition vers un fonctionnement autonome. Chaque force alimente les autres, créant ainsi un cycle que l’on observe déjà au sein des organisations les plus performantes.
1
Les budgets d’observabilité sont protégés
2
La consolidation comme stratégie d’optimisation
3
La fidélité à la plateforme s’éclipse derrière l’agilité
4
Les outils actuels ne fournissent pas d’insights concrets
5
L’adoption de l’IA est ancrée dans les pratiques, mais il reste de la marge
1. Les budgets d’observabilité sont protégés
La pression sur les coûts est avérée. Les entreprises doivent en faire toujours plus avec moins de ressources. Pourtant, les budgets dédiés à l’observabilité vont à rebours de cette tendance. En effet, 96 % des leaders IT prévoient une stabilité ou une augmentation de ces budgets sur les 12-24 prochains mois, et 62 % anticipent une augmentation.
Cette constatation ne signifie pas que les budgets ne sont pas examinés, mais prouve que l’observabilité est devenue fondamentale. C’est une infrastructure stratégique que les leaders souhaitent protéger. Toutes les entreprises sont aujourd’hui basées sur l’IT, que ce soit le retail, la banque, la santé ou la production industrielle. Garantir la disponibilité des services est devenu indispensable dans tous les secteurs.
Alors que les initiatives IA monopolisent la plus grande attention stratégique de la part des leaders (63 % d’entre eux citent l’IA comme priorité), les économies de coûts doivent se faire ailleurs, hors des systèmes qui garantissent la visibilité et le fonctionnement de l’infrastructure.
Mais budget protégé ne veut pas dire dépense statique. Les entreprises réaffectent les dépenses vers des résultats plutôt que des outils.
2. La consolidation comme stratégie d’optimisation
Parmi les répondants, 84 % des entreprises envisagent la consolidation des outils : 41 % s’y attellent activement, tandis que 43 % l’envisagent. Les leaders voient désormais dans la consolidation le moyen le plus efficace de réduire les coûts, d'améliorer la livraison de service et d’atteindre l’unification des données, nécessaire à l’implémentation de l’IA.
Les chiffres parlent d’eux-mêmes. Les entreprises qui utilisent 2-3 plateformes d’observabilité (66 % des répondants) ou 4-5 plateformes (18 %) paient pour des capacités qui se recoupent, des pipelines de données dupliquées, la maintenance des intégrations, et doivent passer d’une plateforme à l'autre lors des incidents, une perte de temps et d'effort qui pourrait être évitée.
L’écart entre réalité et ambition est considérable. 74 % des entreprises déclarent être ouvertes à l’utilisation d’une seule plateforme si celle-ci répondait aux exigences, un changement de posture notable face à la consolidation dans un secteur historiquement réticent à la concentration des fournisseurs.
Un défi de taille : les outils en silo créent des écarts de visibilité
Pour 51 % des répondants, le plus grand défi reste l’utilisation de multiples outils cloisonnés et une visibilité morcelée. Lors des incidents en production, les ingénieurs doivent passer d’une plateforme à l'autre pour obtenir des informations sur le contexte et corréler les données manuellement entre systèmes. Ce sont des minutes capitales qui sont ainsi perdues à tenter de recoller les pièces du puzzle.
On estime que la panne de CrowdStrike de 2024 a coûté plus de 5 milliards de dollars aux entreprises du Fortune 500. Aucun secteur n’a été épargné.
Cette vague de consolidation crée deux finalités qui permettent à l’IT autonome d’exister : d’une part elle génère des économies qui peuvent être réinvesties dans les capacités d’IA et d'autre part, elle établit une base de données unifiées requise pour le bon fonctionnement de l’IA.
3. La fidélité à la plateforme s’éclipse derrière l’agilité
Parmi les personnes interrogées, 67 % d’entre elles indiquent que leur entreprise est susceptible de changer de plateforme d’observabilité d’ici 1 à 2 ans. C’est un changement radical dans les comportements d’achat de logiciels par les entreprises. Les décisions liées aux plateformes qui n'étaient abordées qu'au bout de nombreuses années sont désormais réévaluées tous les 12-24 mois.
Cette probabilité de changer de fournisseur se décompose comme suit : 17 % des entreprises ont déjà prévu de changer ou explorent activement de nouveaux fournisseurs, 50 % se disent ouvertes au changement si de fortes raisons émergent, 27 % ne changeraient de plateforme que si leurs solutions actuelles ne répondaient plus à leurs besoins, et enfin, 5 % ne l’envisagent pas du tout.
Les raisons principalement évoquées pour changer de fournisseur sont : de nouvelles initiatives de l’entreprise qui exigent une surveillance améliorée (27 %), des directives de sécurité et de conformité (22 %), le besoin de remplacer des outils obsolètes (19 %), des lacunes de surveillance mises en lumière par des pannes majeures (13 %), et enfin, les cycles de mise à niveau réguliers des technologies (11 %).
Les barrières à la sortie sont d’ordre opérationnel plus que stratégique. Avec l’essor d’OpenTelemetry et des intégrations basées sur API, le coût du changement est plus faible aujourd’hui qu'auparavant. Les dirigeants IT privilégient désormais l’ouverture et la visibilité orientée Internet plutôt que les coûts croissants de l’ingestion.
4. Les outils actuels ne fournissent pas d’insights concrets
Seuls 41 % des dirigeants IT se disent satisfaits de la capacité de leur plateforme à fournir des insights utiles à partir des données recueillies. Autrement dit, 59 % des leaders font face à des volumes colossaux de télémétrie sans les outils permettant de transformer ces données en mesures et en prévention.
Une insatisfaction à plusieurs niveaux
Les écarts de satisfaction révèlent des challenges spécifiques :
-
38 % des répondants citent l’absence d’insights avancés comme obstacle premier
-
6% sont submergés par les alertes : des centaines voire des milliers de notifications par jour qui noient les problèmes critiques dans la masse
-
39 % citent les lacunes créées par l’intégration qui empêchent les outils de surveillance de fonctionner avec les systèmes ITSM et les workflows DevOps
Ce n’est pas le recueil de données qui pose problème, mais la corrélation, le contexte et les liens de causalité. Les outils d’observabilité traditionnels ont été conçus pour des architectures plus simples et des volumes de données plus restreints. Ils peinent à traiter les données à cardinalité élevée provenant des environnements conteneurisés. Ils se révèlent également insuffisants dans la corrélation des métriques, journaux et traces entre systèmes et l’identification des causes profondes dans des architectures distribuées.
Cette insatisfaction est à l’origine de la demande en capacités basées sur l’IA permettant de fournir des résultats quantifiables : la corrélation automatisée, l'analyse des causes profondes, les capacités prédictives qui identifient les problèmes avant qu’ils n'impactent les utilisateurs, et les alertes intelligentes qui réduisent les faux positifs.
5. L’adoption de l’IA est ancrée dans les pratiques, mais la plupart des entreprises ont encore de la marge
Seuls 4 % des entreprises ont atteint une maturité opérationnelle et tirent pleinement parti de l’IA dans leurs opérations IT. Dans les détails, 12 % utilisent l’IA pour automatiser l’analyse des causes profondes et la remédiation, tandis que 13 % utilisent l’AIOps principalement pour détecter les anomalies et répondre aux incidents. La majorité des entreprises (49 %) sont encore à la phase d’expérimentation ou de programmes IA pilotes, dans des environnements limités, et 22 % ne l’ont pas encore adoptée.
L’adoption de l’IA a bien démarré, mais le passage à l’échelle reste encore marginal. 62 % des entreprises ont déjà mis en place l’IA (programmes pilotes, tests ou utilisation limitée) mais ne l’ont pas encore déployée au niveau opérationnel dans l’IT.
Les leaders demandent une automatisation dotée de garde-fous
Les actions doivent être basées sur des politiques, avec flux de validation, l'automatisation doit être intégrée aux processus existants de gouvernance, et l’IA doit être accompagnée d’un raisonnement (pourquoi un incident a-t-il été signalé et quelles données y ont contribué ?). Les systèmes « boîte noire » incapables d’expliquer leur raisonnement minent la confiance et limitent l’adoption.
Les 78 % d’entreprises n'ayant pas encore atteint la pleine opérationnalisation ne sont pas à l’arrêt à cause d’un dysfonctionnement de l’IA. Elles se retrouvent bloquées parce qu’elles essaient de mettre en place l’IA sur des données fragmentées, des outils déconnectés et des plateformes qui ne peuvent expliquer leur raisonnement.
L’effet de convergence
Pourquoi l’IT autonome n’est plus un rêve lointain
Ces cinq changements de comportement ne sont pas des observations isolées. Ils forment un cycle qui accélère le passage à une IT autonome.
Ce cycle commence par la pression sur les coûts. Bien que les budgets en matière d’observabilité soient protégés au sein des organisations IT, la volonté demeure d’optimiser le total des dépenses, notamment en optant pour la consolidation. Il faut réduire le nombre de fournisseurs, éliminer les capacités doublon et réduire le coût d’intégration. Mais la consolidation va plus loin qu’une réaffectation des coûts. Elle crée la fondation de données unifiées dont l’IA a besoin pour être efficace.
Cette fondation unifiée rend possibles des capacités IA véritablement efficaces : la corrélation automatisée, l'analyse des causes profondes, les alertes prédictives et au final, la remédiation autonome. Ces capacités fournissent des résultats quantifiables, comme une réduction du MTTR, une baisse du nombre d'alertes et du nombre d’incidents qui surviennent en production. Les résultats quantifiables justifient les investissements réguliers, qui protègent les budgets d’observabilité alors même que d'autres postes de dépense sont rabotés.
Les budgets protégés redémarrent un nouveau cycle. Les entreprises qui disposent de financements stables peuvent poursuivre un nouveau cycle d’optimisation et d'augmentation des capacités, laissant derrière elles les concurrents restés bloqués à l’ère de la réactivité.
Les dirigeants IT citent deux facteurs accélérateurs supplémentaires dans ce cycle : l’insatisfaction liée aux outils actuels crée un besoin urgent de changer, et l'attachement plus faible à la plateforme lève les obstacles qui forçaient auparavant les entreprises à conserver des solutions peu performantes.
La voie à suivre
La mission des leaders IT
Cette convergence fait apparaître un constat clair : l’IT autonome n’est plus une vision lointaine. C’est une exigence opérationnelle pour 2026.
Les entreprises font face à un choix décisif. Continuer de traiter l’observabilité comme une collection d’outils déconnectés et de processus manuels, ou décider fermement de passer à des plateformes unifiées permettant de rendre possible un fonctionnement autonome basé sur l’IA. La fenêtre d’opportunité est actuellement ouverte, mais elle ne le restera pas longtemps.
Pour progresser, les entreprises devront suivre trois phases séquentielles
- Consolider les outils d’observabilité pour créer une fondation de données unifiées entre l’infrastructure, les applications et l’expérience utilisateur.
- Étendre la visibilité à la couche Internet : point de rencontre des applications, des API et de l’expérience client, pour combler les lacunes entre télémétrie interne et résultats métiers.
- Déployer une automatisation basée sur l’IA qui passe des alertes réactives à la prévention prédictive puis à la remédiation autonome.
Les entreprises qui suivent ce chemin obtiendront un avantage concurrentiel grâce à une plus grande fiabilité, des cycles d’innovation plus rapides et moins de frais généraux opérationnels. Celles qui choisissent d'attendre encore devront gérer des infrastructures de plus en plus complexes, avec des outils insuffisants, pendant que leurs concurrents en sont à la phase « autonome ».
La technologie existe. Les budgets sont disponibles. Les fenêtres d’opportunité sont ouvertes. Le marché est prêt. Pour les leaders IT, la question n’est pas de savoir si les opérations autonomes vont rentrer dans la norme. Mais bien de savoir si vous ferez partie des premiers à tracer cette voie ou ceux qui devront s’y adapter dans l’urgence.
© LogicMonitor 2026 | Tous droits réservés. | Toutes les marques, noms commerciaux, marques de service et logos mentionnés dans le présent document appartiennent à leurs sociétés respectives.
