La plupart des équipes ne manquent pas de talent. Ce qui leur manque, c'est l'oxygène.
L'environnement est bruyant, imprévisible et regorge de choses que personne n'a vraiment documentées, alors tes collaborateurs passent leurs journées à réagir, à traduire et à expliquer. Puis, lors d'une réunion trimestrielle, quelqu'un demande pourquoi le backlog ne diminue jamais, et la moitié des personnes présentes rêvent d'une cabane dans les bois, sans Wi-Fi ni ServiceNow .
Cet article explique comment transformer le chaos en routine, sans pour autant transformer tes collaborateurs en robots.
Le problème qui passe inaperçu
Voilà à quoi ça ressemble en réalité.
Un architecte réseau à 180 $ de l'heure passe son temps à copier-coller des entrées de journal dans un tableur parce que personne n'a jamais mis en place l'automatisation. Personne ne va s'en charger, parce que ce projet d'automatisation est en attente derrière un autre projet d'automatisation, qui lui est en attente derrière le projet de conformité, qui est lui-même en attente derrière le truc que Gary a cassé en janvier.
En attendant :
- les alertes se déclenchent trois fois parce que trois outils surveillent le même seuil et qu'aucun d'entre eux n'est au courant de l'existence des autres
- Les incidents arrivent sans contexte, sans responsable et sans suite claire à donner ; du coup, on passe les vingt premières minutes de chaque intervention à essayer de déterminer si c'est bien réel et à qui ça revient de s'en occuper
- les changements causent des problèmes parce que la dérive est passée inaperçue, et cette dérive est passée inaperçue parce que ceux qui auraient pu la remarquer sont partis, emportant avec eux la mémoire institutionnelle
- Le guide d'intervention, c'est dans la tête de Gary. Le téléphone de Gary, en gros, c'est un élément essentiel de l'infrastructure.
Personne n'avait prévu ça. Personne n'est incompétent. C'est juste ce qui arrive quand cinq ans de décisions « juste pour le moment » s'accumulent et que personne n'a le temps de revenir en arrière.
Ce qui aide vraiment
Élimine le bruit avant qu'il n'atteigne un être humain
Que trois outils se déclenchent pour le même événement, ce n’est pas de la « redondance ». Ça fait trois tickets, trois notifications, trois personnes qui arrêtent ce qu’elles sont en train de faire pour regarder la même chose. Supprime les doublons. Mets les signaux en corrélation. Ajoute du contexte avant même qu’une personne ait à ouvrir le ticket. Si ton ServiceNow est le point d’entrée, Kyndryl Bridge est la couche qui extrait les signaux de l’ensemble du parc informatique et les rend lisibles. [source] Elle exécute plus de 100 millions d’automatisations par mois. C’est ça, l’échelle. Le principe est simple : laisse les systèmes trier pour que les humains puissent réfléchir.
Automatise les tâches que personne ne devrait avoir à refaire deux fois
Si tes cadres passent un tiers de leur semaine sur des tâches qu’un runbook bien configuré peut gérer en quelques secondes, ce n’est pas un manque de personnel. C’est un modèle de fonctionnement qui gaspille des ressources précieuses dans des tâches administratives tout en prétendant que c’est de l’« opérationnel ».
Chaque heure que ton équipe passe à faire du triage répétitif, c'est une heure qu'elle ne consacre pas au travail préventif qui permet vraiment de réduire le nombre d'incidents. Du coup, le trimestre prochain ressemblera exactement à celui-ci. Les mêmes urgences, les mêmes héros, la même fatigue, la même réunion trimestrielle où quelqu'un demandera pourquoi le retard accumulé ne diminue jamais.
Fais en sorte que la visibilité serve à quelque chose
Les tableaux de bord AIOps, c'est super. Mais s'ils ne peuvent pas acheminer les tâches, déclencher une réponse ou fournir des preuves à un auditeur, ils ne servent à rien. [source]
Voici un aspect auquel la plupart des équipes d’exploitation ne pensent pas : les données de télémétrie, les schémas d’incidents et les historiques de changements que ton équipe génère chaque jour sont précisément les données qui alimentent les opérations basées sur l’IA. Quand ces données sont propres, bien gérées et acheminées vers les bons systèmes, les outils que tu possèdes déjà deviennent plus performants. Quand ce n’est pas le cas, tu achètes un nouvel outil. Puis un autre. Et puis quelqu’un te demande pourquoi tu as neuf plateformes de surveillance et que tu ne peux toujours pas dire ce qui a changé mardi dernier.
Garde les mêmes personnes à tes côtés
C'est le genre de truc que personne ne met dans une présentation. Quand le même responsable technique senior reste sur ton compte pendant deux ans au lieu de changer tous les six mois, des schémas se mettent en place. Les connaissances s'accumulent. Les problèmes sont résolus au lieu d'être redécouverts.
Quand quelqu’un s’absente et revient trois mois plus tard en gardant le fil de ses activités, c’est pas juste une question de commodité pour l’équipe. C’est la différence entre un environnement qui s’améliore et un autre qui repart de zéro à chaque renouvellement de contrat. C’est aussi la différence entre Gary qui part en vacances et Gary qui laisse un classeur de procédures d’urgence sur le bureau de quelqu’un, comme s’il ne comptait pas revenir.
Et le meilleur reste à venir
Quand ça marche, c'est pas spectaculaire. C'est plutôt discret.
Le temps moyen de résolution diminue, car les incidents s'affichent avec leur contexte déjà intégré. La gestion du changement devient plus sûre, car les dérives sont visibles avant même de se transformer en incident. Ton équipe passe plus de temps à prévenir les problèmes qu'à les gérer une fois qu'ils sont là. Tes meilleurs éléments ne passent plus leur temps dans un salon de discussion intitulé « urgent ».
Gary dort toute la nuit. Pas parce que les problèmes ont disparu, mais parce que les systèmes gèrent ce qui lui trottait dans la tête avant.
Pas très glamour. Mais concret.
Par quoi commencer ?
Répertorie ce que tu as. Fais le lien entre les services, les propriétaires et les schémas d'incidents. Si les équipes opérationnelles ne peuvent pas voir ce qui se passe réellement, tout le reste n'est que supposition.
Intègre la protection de la vie privée dans ton travail quotidien. La télémétrie des opérations, c'est de la donnée. Quand ta surveillance passe par le cloud d'un fournisseur étranger, tu soulèves une question de souveraineté que tu n'avais pas l'intention de poser. [source]
Mettre en œuvre la gouvernance: étapes d'intervention, autorisations, exceptions. Dans les systèmes. Applicable. Vérifiable. Pas juste dans la tête de quelqu'un.
Protège les données elles-mêmes. Les traces opérationnelles, les éléments de sauvegarde et les données de télémétrie sont des cibles. Traite-les comme telles.
ISM le modèle opérationnel : le processus d'accueil, les guides d'intervention, la couche d'automatisation, ainsi que la structure de responsabilité qui empêche le système de retomber dans le chaos au bout de six mois. Kyndryl apporte la plateforme et les modèles optimisés dans des milliers d'environnements. Ton équipe peut se concentrer sur l'ingénierie. Le tout est mis en œuvre sur place, par des personnes qui connaissent tes créneaux de changement et qui seront toujours à tes côtés au trimestre prochain.
