Fermer la boucle commerciale numérique : Applications adaptatives
La visibilité traditionnelle, également appelée Monitoring 1.0, concerne l'information. Les sondes, les agents, les journaux et les traces offrent une richesse de données de santé numériques. Cela vient des systèmes, des infrastructures, du réseau, des plateformes. Il est généré en temps réel et post-traité. Elle est créée en masse, mesurée non pas en Ko aujourd'hui mais en Go.
Honnêtement, nous avons suffisamment de données.
Ce qui nous manque, c’est le produit de ces données ; nous n’avons pas toujours les informations qui conduisent à des mesures correctives positives.
Trop souvent, nous n’avons que des indicateurs d’état binaires. Le rouge est mauvais. Le vert c'est bien. Et même lorsque nous sommes conscients qu’il y a un problème, nous ne disposons pas de suffisamment d’informations pour déterminer d’où vient le problème. Oui, l’application A fonctionne mal et les utilisateurs se plaignent. Mais pourquoi ? Est-ce le réseau ? Leur appareil ? La plateforme ? L'environnement d'orchestration ?
Même si nous comprenons rapidement qu’il s’agit du réseau, on ne nous donne aucune explication sur la raison pour laquelle il est si encombré. Y a-t-il trop d’utilisateurs ? Quelqu'un propose une vente aujourd'hui ? Est-ce saisonnier ? Est-ce à cause d'une mise à jour récente ?
Les variables sont volumineuses et les enjeux sont élevés. Ne pas résoudre le problème de la mauvaise expérience utilisateur peut entraîner une baisse des revenus, l’abandon des applications et une perte de réputation. Lorsque l’entreprise est numérique, elle souffre des conditions numériques.
C’est la réalité qui nous pousse vers l’observabilité et au-delà, vers l’AIOps. L'observabilité, également appelée Monitoring 2.0, constitue une avancée significative dans ce parcours technologique pour les opérateurs et les entreprises numériques, qui s'efforcent de comprendre et de stabiliser la relation entre l'expérience utilisateur et les résultats commerciaux. Mais ce n’est que la moitié de la bataille, et l’autre moitié implique l’analyse et l’automatisation.
Observabilité, analyse et automatisation
L’observabilité est bien plus qu’une simple « meilleure visibilité ». C'est la capacité de fournir une image de ce qui se passe au niveau du système. Il ne s’agit pas simplement d’un tableau de bord avec des graphiques colorés indiquant les performances du réseau, de l’infrastructure et des applications. Il s’agit d’un effort concerté visant à corréler toutes les données de santé numériques disponibles afin de dresser un tableau holistique de la performance actuelle de l’expérience utilisateur. C'est la force motrice des plateformes de données opérationnelles et d'une quantité considérable d'activité du marché alors que les fournisseurs se positionnent pour gagner le titre convoité de « plateforme de données opérationnelles » dans chaque entreprise.
Mais même en y parvenant, nous devons encore lutter pour résoudre les problèmes qui surgissent invariablement. Si connaître l’expérience utilisateur représente la moitié de la bataille, l’autre moitié consiste à découvrir pourquoi et à agir en conséquence.
Le problème, bien sûr, est la triste réalité selon laquelle presque toutes les organisations ne disposent pas des informations dont elles ont besoin pour agir au service d’une expérience numérique extraordinaire. Les analyses traditionnelles sont des requêtes prédéfinies qui ne peuvent pas identifier les relations ou reconnaître les modèles dans les données susceptibles de révéler ces informations manquantes. L’apprentissage automatique présente une solution, fournissant les moyens de traiter des données volumineuses et de découvrir les informations nécessaires pour s’attaquer à la cause profonde de la dégradation des performances ou identifier une attaque avant qu’elle ne submerge les services ou ne parvienne à y accéder.
Avoir des informations ne suffit pas non plus. La capacité d’agir rapidement sur la base de ces informations pour améliorer les performances ou stopper une attaque est également importante. L’insertion d’une révision et d’approbations manuelles pour apporter des modifications de politique entrave l’agilité organisationnelle face aux problèmes ou aux attaques.
Nous devons nous appuyer sur l’informatique pour réagir rapidement aux informations recueillies grâce à la télémétrie. Réagir cinq minutes après le début d’une attaque peut s’avérer trop tard. Deux minutes après une dégradation des performances, c'est définitivement trop tard compte tenu de l'impatience des consommateurs typiques. Nous avons conçu des ordinateurs extrêmement efficaces dans le traitement des données. Considérez que « tant en termes de pics que de transmission synaptique, le cerveau peut effectuer au maximum environ un millier d’opérations de base par seconde, soit 10 millions de fois plus lentement que l’ordinateur. » (Source : Nautilus ) Nous devons exploiter cette capacité pour surmonter le ralentissement introduit par les étapes manuelles dans un processus par ailleurs automatisé.
Si vous deviez participer au Daytona 500, vous ne vous arrêteriez pas à chaque virage pour pousser votre voiture pendant le reste du tour, n’est-ce pas ? Sans adopter un système entièrement autonome, c’est ce que nous faisons aux expériences numériques.
Nous faisons depuis longtemps confiance aux systèmes qui adaptent automatiquement les services et, à l’avenir, nous apprendrons à leur faire confiance pour prendre des mesures correctives qui protègent les services et les données et garantissent une expérience numérique extraordinaire aux consommateurs. Plus de la moitié (52 %) des décideurs informatiques conviennent que cette capacité, le plus souvent appelée AIOps, aura un impact stratégique sur leur organisation.
Il s’agit d’un plan de bataille d’expérience numérique entièrement fonctionnel : une approche opérationnelle automatisée en boucle fermée, pilotée par les données collectées à partir de chaque couche de la pile.
Il y a des défis. Ne vous y trompez pas, ce n’est pas une solution simple, ni une solution que vous pouvez prendre n’importe où et mettre en œuvre. L'observabilité complète (la capacité à collecter la télémétrie de chaque composant, du réseau à l'infrastructure, des technologies de sécurité et de livraison à l'application) n'est pas aussi simple que le souhaiteraient les fournisseurs de surveillance traditionnels. Les approches standard basées sur des agents et des sondes ne sont ni efficaces ni rentables dans une architecture où le cloud distribué sera la norme. Les capacités de génération de télémétrie natives, telles que celles obtenues grâce à l’adoption d’Open Telemetry, seront le meilleur moyen d’obtenir l’observabilité complète de la pile nécessaire aux analyses basées sur l’apprentissage automatique pour produire rapidement et avec précision des informations exploitables qui correspondent aux résultats commerciaux souhaités.
L’automatisation a également un long chemin à parcourir. Alors qu’un peu plus de la moitié (52 %) des organisations considèrent aujourd’hui l’infrastructure comme du code, il est clair que de nombreuses entreprises n’ont pas encore opté pour l’automatisation à fond. Pourtant, cette capacité se trouve sur le chemin critique. Sans cela, la boucle fermée peut fonctionner, mais à quel prix ? L'impédance introduite par les opérations manuelles dans cette boucle de rétroaction introduira un retard qui pourrait coûter aux clients de l'entreprise, à sa réputation ou à des données précieuses.
Transformation numérique et architecture d'entreprise
La plupart des organisations opèrent aujourd’hui dans les deuxième et troisième phases de la transformation numérique . Motivés par la nécessité d’avancer plus rapidement en raison de la pandémie mondiale, nombreux sont ceux qui ont pris des décisions tactiques qui doivent désormais être intégrées dans une approche stratégique qui les prépare à avancer dans leur parcours de transformation numérique.
Une approche stratégique est une approche qui vise à atteindre l’objectif d’une boucle fermée allant de l’observabilité aux informations et à l’automatisation. Cela fait partie d'une approche que nous appelons applications adaptatives ; une approche qui offre aux DSI un modèle architectural pour moderniser l'architecture d'entreprise afin que l'informatique puisse boucler la boucle et permettre à l'entreprise de fonctionner comme une entreprise entièrement numérique.