AIOps pour le réseau : les entreprises s’y font, à tâtons

Les agents NetOps corrigent les problèmes de qualité de service (QoS) passés inaperçus

À ce jour, Danfoss a déployé des agents NetOps en production dans 20 à 30 de ses centres de données. Et il prévoit d’étendre ce déploiement, même si l’équipe chargée de l’exploitation du réseau a récemment été accaparée par d’autres projets liés aux fusions-acquisitions de l’entreprise, précise M. Baastrup.

Outre l’utilisation d’agents pour les tâches d’exploitation réseau répétitives et fastidieuses, l’équipe NetOps de l’entreprise a tiré des avantages inattendus de l’agent « Dynamic Capacity Optimization » lancé par HPE en mai.

Cet agent intervient à un niveau plus subtil que le simple dépannage en cas de panne. Il identifie en effet de manière autonome les goulets d’étranglement au niveau de la bande passante et optimise les réseaux afin d’améliorer la vitesse pour l’utilisateur final, ou la couverture et l’expérience d’itinérance des utilisateurs mobiles, même lorsque les services fonctionnent normalement.

Selon M. Baastrup, son utilisation a été une véritable révélation pour les opérateurs réseau de Danfoss :

« Nous avons pris conscience de tout ce que nous ne parvenons pas à détecter. Par exemple, lorsqu’une borne wifi est surchargée, qu’elle aurait dû être redémarrée, ou encore lorsqu’il y a des interférences entre deux bornes wifi parce que quelqu’un a installé une paroi métallique quelque part dans l’entrepôt sans que personne n’en ait informé le service réseau. »

Quant à la raison pour laquelle les utilisateurs finaux n’avaient pas signalé de performances réseau lentes ou instables, M. Baastrup émet l’hypothèse qu’ils s’étaient peut-être habitués à un service dégradé, notamment après le passage au télétravail pendant la pandémie de COVID-19.

« Les gens nous appellent quand ça ne fonctionne pas », raconte-il. « Mais quand le système ralentit simplement ou devient un peu instable, il se peut que les gens ne nous appellent pas. »

Bien que les agents aient révélé des avantages inattendus, Danfoss fait preuve de prudence lorsqu’il s’agit de leur accorder davantage d’autonomie. Limiter le nombre de sites sur lesquels l’agent est déployé et prévoir un pilotage conjoint avec un opérateur humain dans un premier temps sont deux moyens utilisés par l’entreprise pour atténuer les risques liés à des agents indésirables ou mal configurés sur ses réseaux. Pour le reste, la gestion du changement et le processus de mise en production ont été les mêmes que pour les autres déploiements logiciels (et pour l’intégration des employés) chez Danfoss.

« En réalité, nous traitons les agents comme des êtres humains, dans une certaine mesure », lance M. Baastrup. « Nous leur accordons des autorisations et des droits spécifiques, exactement comme nous le ferions pour un être humain. Et vous ne donneriez jamais à un étudiant vos droits d’accès lorsqu’il commence à travailler, ni ne lui diriez Oh, tu n’as qu’à utiliser mon identifiant pour faire tout cela. »

L’agent de dépannage atténue la fatigue liée aux alertes

Room & Board, client de Cisco et détaillant de mobilier basé à Golden Valley, dans le Minnesota, a commencé à utiliser l’outil agentique Cisco AI Assistant depuis le tableau de bord de son réseau sans fil Meraki pour collecter, corréler et générer régulièrement des rapports sur les alertes système, via un canal Teams destiné aux administrateurs des systèmes WebEx.

« Toutes les deux heures environ, nous recevons un résumé de ce qui s’est passé, indiquant si l’IA a pu détecter des éléments susceptibles de faciliter le dépannage ou si le problème identifié a été résolu ; en somme, cela correspond à ce que j’appellerais un triage de premier niveau des événements », explique Mark Rodrigue, ingénieur réseau senior chez Room & Board.

« Est-ce que cela s’est déjà produit auparavant ? Est-ce que cela continue de se produire ? Et cela nous indique les étapes suivantes : devons-nous nous pencher davantage sur ce problème, ou pouvons-nous le considérer comme normal ? », ajoute-t-il.

Prochainement, l’équipe de Room & Board commencera à autoriser l’agent de dépannage à collecter des données sur les incidents provenant d’un plus grand nombre de systèmes de l’environnement, et étendra la gestion de ses agents à l’aide de la nouvelle interface Cisco Cloud Control.

« Nous n’en sommes pas encore au stade où nous effectuons des corrections basées sur des agents », précise M. Rodrigue. « Idéalement, nous souhaitons y parvenir, mais le triage initial et la collecte de données sont extrêmement précieux et nous font gagner beaucoup de temps. »

« Le tri des incidents par agent est bien plus rapide et nécessite beaucoup moins d'efforts manuels que l'analyse de longs fichiers à l'aide du système d'analyse des logs de Splunk que possède l'entreprise. Et qui constituait la méthode traditionnelle », observe-t-il.

Un autre utilisateur de Splunk, s’exprimant lors d’une session en petits groupes organisée en septembre dans le cadre de la conférence .conf de Splunk, a également estimé qu’un agent SRE basé sur l’IA constituait une amélioration par rapport aux générations précédentes d’outils AIOps fondés sur l’apprentissage automatique, même s’il ne prend pas encore de mesures autonomes au niveau de l’infrastructure.

« Vous posez une question, et il rassemble tous ces ensembles de données à la volée. De mon point de vue, j’aimerais beaucoup qu’il soit capable d’agir, car cela nous ferait gagner du temps », estime Van Wolfe, patron de l’ingénierie des plateformes chez Repay, un prestataire de services de paiement électronique basé à Denver. « D’après l’expérience que j’ai acquise avec l’apprentissage automatique, il faut souvent procéder à de nombreuses personnalisations ; je considère donc les agents comme un moyen plus intelligent d’obtenir le même type de résultat. »

L’étude AgenticOps de Cisco publiée en septembre cite des tests montrant que les agents IA peuvent générer jusqu’à 450 % de trafic réseau en plus que les applications classiques, ce qui ajoute une complexité qui, selon Cisco, devrait encore accélérer l’adoption des réseaux autonomes. Mais pour l’instant, Room & Board fait face à une complexité suffisante dans la gestion de ses ressources cloud hybrides distribuées pour justifier le recours à des agents pour le dépannage, assure M. Rodrigue.

« La complexité ne réside pas seulement dans le nombre de services et de fournisseurs impliqués, mais aussi dans la rapidité avec laquelle ils interviennent », dit-il. « Il suffit de considérer notre pile d’applications actuelle, qui ne cesse d’évoluer et de s’étendre (entre les hyperscalers, entre les instances au sein de ces derniers, entre les différents fournisseurs au sein de chaque hyperscaler) pour constater qu’il y a énormément de variabilité dans tout cela, et que l’on n’a aucune visibilité directe sur quoi que ce soit. »

Atteindre l’autonomie prendra beaucoup plus de temps à son équipe, laqulle est encore en train de s’habituer à interagir avec les agents, précise M. Rodrigue.

« Nous considérons l’IA agentique comme un multiplicateur de force ; à terme, elle se rapprochera davantage d’un collègue et, espérons-le, doublera effectivement la taille de notre équipe un jour », a-t-il déclaré. « Mais cela implique beaucoup de choses. Il faut des garde-fous. Il faut de la documentation. Il faut des pistes d’audit. Il faut une confiance qui se mérite en permanence. »

Cet article est initialement paru en anglais sur TechTarget.com, une publication sœur du MagIT.