Optimiser les opérations cloud ? Regardez vers l’IA – Leaders d’opinion

Par Balakrishna DR, Senior Vice President, Service Offering Head – ECS, IA et Automation chez Infosys.

L’accélération numérique suite à la pandémie progresse rapidement, et pour de nombreuses organisations, le cloud est au cœur de tout. Il les aide à devenir agiles, à innover davantage et à créer de la valeur même dans les périodes difficiles. Gartner prévoit que les dépenses cloud augmenteront de 18,4 % cette année, pour un total de 304,9 milliards de dollars. Cependant, même avec une adoption massive du cloud, de nombreuses organisations manquent de maturité dans leur utilisation du cloud, selon le Rapport Cloud Radar 2021 d’Infosys. Capturer sa juste part du prix du cloud, sans que le paysage ne devienne un chaos cloud, est possible seulement lorsque une entreprise développe une vision claire de la valeur en jeu et des cas d’affaires qui doivent être prioritaires.

La prolifération du cloud est un défi important. Avec le SaaS qui permet aux départements commerciaux de prendre leurs propres décisions d’achat de TI, il y a des gains immédiats, mais aussi plusieurs défis. Ces multiples centres d’achat introduisent le risque croissant de services cloisonnés, de coûts croissants et de fuite de valeur. L’IA peut aider à faciliter la voie à suivre en aidant les organisations de TI à contrer les obstacles avec une meilleure clarté, une meilleure prédiction et un meilleur contrôle.

Clarté non seulement des dépenses cloud, mais aussi des services commerciaux et des moteurs techniques autour de la consommation de cloud – impulsée par une analyse automatisée approfondie.

Prédiction de la consommation et de la prévision des modèles saisonniers qui permettent ensuite une meilleure planification et une meilleure provision – en utilisant des modèles de données. L’IA aide également à gérer, à structurer et à monétiser de grands ensembles de données alimentant les analyses de données massives.

Contrôle qui découle de la capacité à rationaliser les charges de travail, tout en automatisant intelligemment la surveillance et le suivi de la consommation de cloud, des services et des dépenses. Cela peut à son tour apporter la fiabilité de la rationalisation automatisée, des efficacités et de la priorisation ; tous les fondamentaux d’une bonne gouvernance sans faille humaine.

Au-delà de la surveillance et de la gestion de l’écosystème cloud, l’IA peut également servir à s’auto-rétablir en cas de défaillance dans ce système orchestré. De l’automatisation des flux de travail principaux à des capacités analytiques pour améliorer les processus avec le temps, le rôle de l’IA s’étend considérablement. Dans une implémentation cloud robuste, plusieurs processus peuvent être gérés automatiquement par l’IA, et de nouvelles informations peuvent continuer à aider à évoluer l’environnement opérationnel, tandis que les équipes de TI se concentrent sur des activités stratégiques à plus haute valeur. La détection de menaces, la sécurité des données et la sécurité du réseau alimentées par l’IA deviennent également de plus en plus un incontournable du cloud.

L’IA peut également servir de déclencheur nécessaire à la réimagination et à la réingénierie des processus de TI au-delà des améliorations incrémentales. Les entreprises, en particulier les immigrants numériques, n’ont rarement les forces opérationnelles et les structures organisationnelles pour gérer les complexités de l’économie du cloud. Lorsqu’elles appliquent pour la première fois l’IA pour automatiser leur environnement de processus pour la préparation au cloud, elles découvrent ces défis opérationnels et entreprennent souvent une réingénierie de processus inefficaces ou inopérants, dans le cadre de leur transformation de TI alimentée par le cloud, comme recours. Cela peut s’avérer un avantage inestimable.

Siemens Gamesa Renewable Energy (SGRE) nous offre un excellent exemple de la manière dont certains des principes exposés dans cette approche aident l’entreprise à gérer sa transformation de TI de bout en bout en premier lieu. Le parcours de SGRE comprenait une transformation hybride du cloud, le déploiement d’un réseau défini par logiciel, la mise en place d’un bureau de service intelligent et des services de lieu de travail numérique. Ils ont d’abord aligné leur installation de TI disparate existante sur un paysage d’infrastructure harmonisé et consolidé. La solution hybride de cloud – une combinaison de plusieurs plateformes de cloud public avec le cloud privé de SGRE – a ensuite été intégrée pour apporter de l’agilité à l’infrastructure de TI tout en assurant des synergies techniques et financières. L’IA pour l’automatisation des processus et les prévisions pour les améliorations continues de leur paysage opérationnel faisait partie intégrante de leur plan. Ils ont exploité les capacités améliorées d’auto-secours et d’auto-rétablissement activées par les outils d’IA et d’automatisation tout au long du processus, pour garantir que SGRE puisse compter sur les avantages d’une infrastructure optimisée, stable et toujours active qui servira finalement leurs opérations dans plus de 50 pays.

En guise de prochaine étape, avec les entreprises qui construisent des modèles d’IA pour la transformation du cloud, les ingénieurs qui traitent la transformation du cloud doivent suivre les changements apportés aux outils et aux environnements. Les data scientists ne sont pas les seules personnes qui travaillent avec ces modèles – les ingénieurs et les gestionnaires d’exploitation devront également travailler avec eux pour optimiser et améliorer les modèles. Préparer le paysage des talents – en compétences et en mentalité – pour correspondre aux avancées que l’IA peut apporter au paysage de l’infrastructure de TI est un domaine qui peut bénéficier de notre attention.