Les environnements IT deviennent de plus en plus distribués, complexes et dynamiques : infrastructure, applications, cloud, Kubernetes et services interconnectés. Dans ce contexte, multiplier les outils de supervision ne suffit plus : il faut relier les signaux pour comprendre ce qui se passe réellement.

Pourquoi centraliser la supervision de l’infrastructure, l’observabilité applicative et la connaissance des dépendances ?
Parce que la performance d’un service ne se résume jamais à la santé d’un composant isolé.

Le Machine Learning permet d’apprendre le comportement normal des systèmes et de détecter automatiquement les anomalies, même dans des environnements où certains écarts sont permanents. Mais détecter une anomalie n’est qu’une première étape : comment relier les signaux et identifier rapidement l’origine probable d’une panne multi-couches ?
En combinant événements, métriques, logs, traces et dépendances, l’AIOps peut contextualiser les incidents et accélérer l’analyse.
L’enjeu est alors de passer d’une logique de surveillance à une véritable compréhension de la situation opérationnelle.

Mais comment exploiter cette richesse de données sans ajouter une nouvelle couche de complexité ?
C’est notamment là que l’IA générative peut apporter une nouvelle dimension aux équipes DevOps : expliquer, synthétiser, rechercher dans la connaissance existante et assister la prise de décision.

Encore faut-il disposer d’une donnée fiable, contextualisée et exploitable.
C’est tout l’intérêt d’OpenTelemetry : standardiser la collecte et le transport des signaux d’observabilité dans des environnements hétérogènes.
L’objectif n’est donc pas de remplacer l’expertise humaine, mais de lui donner le bon signal, le bon contexte et la bonne information au bon moment.

De la détection d’anomalies à l’identification des causes probables, puis à l’assistance et à l’automatisation : l’AIOps dessine une nouvelle chaîne de valeur pour les opérations IT.

Mais l’infogérance assistée par IA présente aussi des défis, notamment en matière de protection des données et de sécurité.

Dans cet atelier, Kyndryl partagera son approche pour exploiter l’observabilité et l’AIOps afin de rendre les opérations IT plus proactives, performantes et résilientes.
Au-delà des concepts, nous nous appuierons sur des cas d’usage concrets déployés dans des environnements clients sous contrat d’infogérance.
Réduction du bruit des alertes, détection proactive des incidents, accélération du diagnostic et automatisation des opérations : quels résultats peut-on réellement obtenir ?
Kyndryl présentera les gains opérationnels et business mesurés à travers plusieurs retours d’expérience.

Un atelier pragmatique pour comprendre comment l’Observability et l’AIOps peuvent transformer durablement les contrats d’infogérance et la qualité de service IT.

L’AIOps promettait de réduire le bruit des alertes, d’accélérer les investigations et de limiter le recours aux cellules de crise.
Si la collecte des logs, métriques et traces est désormais largement industrialisée, le passage à une véritable exploitation intelligente de ces données reste encore à franchir. Les SLI/SLO sont encore trop peu présents, les usages restent souvent concentrés sur quelques automatisations d’infrastructure et l’IA générative ne peut, à elle seule, compenser une donnée insuffisamment fiable ou contextualisée.

Le prochain cap n’est donc pas de mettre davantage d’IA partout, mais de construire une chaîne opérationnelle capable de transformer la donnée en décisions, puis en actions.

Pour passer de l’expérimentation à une AIOps réellement créatrice de valeur, plusieurs défis doivent être relevés :

Fiabiliser la donnée à la source : construire une connaissance dynamique des dépendances et du contexte technique, plutôt que de dépendre exclusivement d’une CMDB dont les relations doivent être maintenues manuellement.

Utiliser la bonne technologie au bon endroit : automatiser les processus déterministes et facilement déboguables ; mobiliser des modèles de détection, de corrélation ou de causalité lorsque la complexité l’exige ; réserver les LLM et les agents aux situations nécessitant compréhension, adaptation et assistance — sans chercher à tout résoudre avec le même outil.

Passer du signal à l’action : réduire le bruit par le regroupement et la contextualisation des événements, qualifier les incidents, identifier les causes probables et automatiser progressivement les remédiations de premier niveau.

Mesurer la valeur dans la durée : suivre des indicateurs concrets — MTTR, incidents évités, disponibilité, effort d’exploitation, gains FinOps — et inscrire les initiatives AIOps dans une gouvernance et un sponsoring capables d’en assurer l’industrialisation.

Conserver la maîtrise du système : intégrer dès le départ les exigences de gouvernance, de sécurité, de portabilité et de réversibilité des données et des modèles.

Avec une donnée fiable et contextualisée, l’AIOps peut ainsi évoluer d’une simple logique d’automatisation vers une véritable assistance opérationnelle augmentée : détecter plus tôt, comprendre plus vite, agir de manière maîtrisée et, surtout, démontrer une valeur mesurable pour l’entreprise.

Quand on gère un SI de la taille et de la complexité d’IBM, observer ne suffit plus. Il faut comprendre, prioriser, optimiser… et agir.
C’est précisément pour répondre à ses propres enjeux opérationnels qu’IBM a développé la solution Concert Platform : une plateforme capable de donner une vision unifiée
de son environnement IT, d’en analyser les dépendances, d’identifier les vulnérabilités et les risques, d’optimiser les ressources et de contribuer à la conformité.
Et parce que la plateforme a fait ses preuves chez IBM, IBM a décidé de la mettre à la disposition de ses clients.
En 45 minutes, découvrez comment IBM Concert Platform fait évoluer l’Observabilité vers une nouvelle génération d’ITOps : une approche qui rassemble visibilité,
collecte et corrélation des données, AIOps, optimisation, sécurité et conformité dans une même plateforme.
De l’observation à la compréhension. De la compréhension à la décision. Et de la décision à l’action.
Venez découvrir pourquoi Concert Platform pourrait bien changer notre façon de penser l’Observabilité Unifiée.