L’intelligence artificielle dans la qualité de services du SI

Dans un monde de plus en plus compétitif, les directions générales et les directions métiers demandent aux DSI « d’abandonner » la posture de fonction support répondant à un besoin, pour devenir un véritable « business partner » proposant des solutions innovantes pour devancer leurs besoins. Il est important de noter que ce changement de posture doit s’effectuer en tenant compte des contraintes budgétaires de la DSI, c’est-à-dire, à périmètre constant de diminuer la part budgétaire allouée au maintien en condition opérationnelle (MCO), les DSI doivent ainsi « faire mieux avec autant ».

Dans ce contexte, il est primordial pour les DSI de trouver et de mettre en œuvre tous les leviers possibles afin d’assurer une offre de services toujours meilleure et à budget constant.

Au sein des charges récurrentes de maintien en condition opérationnelle (MCO), la gestion des incidents représente une partie prépondérante car elle consommatrice en ressources et généralement mal optimisée.

Qu’est-ce qu’un incident et qu’est-ce que la « gestion des incidents » ?

Selon la définition de l’ITIL (Information Technology Infrastructure Library), un incident désigne « Tout événement qui ne fait pas partie du fonctionnement standard d’un service et qui cause, ou peut causer, une interruption ou une diminution de la qualité de ces services. », et dans ce contexte, la gestion des incidents est caractérisée par un objectif qui vise à « Restaurer aussi vite que possible le fonctionnement normal des services, minimiser l’impact négatif sur les activités Métier et s’assurer ainsi que les meilleurs niveaux de qualité de service et de disponibilité sont maintenus »

A la lecture de cette définition, force est de constater que le process et l’outillage n’ont que peu évolués depuis la mise en place des services informatiques.

Aujourd’hui, à la suite de la constatation d’un incident par un utilisateur, (client, un correspondant Métier, autre personne…) l’incident est déclaré à la main sous la forme d’un ticket lui permettant ainsi d’entrer dans le processus de résolution.

Ensuite, ce ticket est envoyé à un technicien chargé d’effectuer une première analyse de la situation afin de comprendre la cause pour rediriger ce ticket vers l’équipe technique de résolution (dev, réseau, …) qui lui semble le plus compétente pour résoudre l’anomalie.

Ce process très couteux en « temps homme » n’est plus optimisé adapté dans un monde ou l’Homme, se fait de plus en plus aider, par des machines et des applications toujours plus performantes et rapides. Il devient évident qu’une transition vers une robotisation utilisant l’IA pour optimiser certaines tâches à faible valeur ajoutée doit intervenir.

Comment optimiser ce processus avec de l’Intelligence Artificielle ?

La notion d’intelligence artificielle voit le jour dans les années 1950, elle consiste à mettre en œuvre un certain nombre de techniques visant à permettre aux machines d’imiter une forme d’intelligence réelle.

En fort développement depuis les années 2000, il ne fait aucun doute que l’Intelligence Artificielle est aujourd’hui un levier important dans l’optimisation des coûts de MCO et de la qualité de services du SI avec notamment une automatisation maximale de la partie création des tickets et analyse des incidents. Cette tendance s’accentue sans discontinuer grâce à l’évolution permanente de l’IA qui chemine vers une IA dite « forte » qui sera capable d’apprendre par elle-même en fonction de sa propre expérience.

La puissance de l’intervention d’une l’IA « forte » analysant les champs non structurés de la base des incidents / tickets et s’interconnectant avec les logs serveurs ou réseau, permet d’effectuer une corrélation des symptômes remontés et donc de définir les points accidentogènes des applications étudiées ou du SI analysé permettant de réaliser une optimisation de la redirection des tickets vers les bons interlocuteurs (c’est-à-dire ceux en capacités de résoudre l’incident) sans passe-plat pour diminuer le nombre d’interlocuteurs et donc le temps de traitement des incidents ou à plus long terme à de la maintenance préventive par anticipation.

De plus, grâce au développement exponentiel du deep learning (méthode d’apprentissage approfondi et automatique fondée sur l’apprentissage de modèles de données) l’efficacité de l’analyse faite par la machine sera en constante progression de sorte qu’au bout d’un certain temps, plus aucune intervention humaine ne sera nécessaire dans la résolution des incidents. Cette méthode permet d’automatiser jusqu’à 80% des tickets / incidents d’une entreprise ce qui permettrait de repositionner les hommes sur des tâches à plus fortes valeur ajoutée.

Si l’on ajoute à ça que, les machines travaillent plus rapidement, 24/7 et avec un taux de défaillances et d’erreurs nettement inférieur à celle des humains, les gains de productivité qui peuvent être induit par l’utilisation de l’IA ne sont pas négligeables et augmentent considérablement la qualité de services du SI avec une amélioration de la qualité de services du SI pouvant aller jusqu’à 40% (selon une étude réalisée par la chaîne de télévision d’information économique et financière américaine CNBC).

Ce déploiement de l’IA est d’ores et déjà engagé dans l’optimisation des DSI, des start-tup telles qu’HypeSense se sont lancées sur ce segment de marché prometteur.

L’IA aujourd’hui est en phase d’accélération, chaque année le coût de mise en place diminue, alors que les capacités de compréhension, d’apprentissage, de calcul augmentent. Il devient donc impossible de ne pas nous intéresser au sujet et de ne pas y voir un outil de performance de premier plan. Avec 67% (selon une étude réalisée par TNP Consultants) des DSI qui pensent aujourd’hui que l’IA peut les aider à se développer, la question n’est pas de savoir si nous devons nous tourner vers ce nouvel assistant mais quand devrons-nous sauter le pas ?

Cet article a été coécrit par Amaury de Gonneville

En savoir plus sur l’offre CIO Advisory de TNP

Auteur: Guillaume SAVRY

Partager cet article :