Après la sécurité, les ressources IA s’invitent sur les plateformes de supervision afin de mieux cerner les dysfonctionnements dans les environnements distribués. Pour renforcer son expérience dans ce domaine, New Relic met la main sur SignifAI.
Travaillant avec les principales plateformes cloud du marché, SignifAi analyse les incidents pour éviter les fausses alertes. (Crédit SignifAI)
Spécialisée dans le monitoring des applications web et concurrent de sociétés comme DataDog ou Sysdig, New Relic annonce l’acquisition de SignifAI pour renforcer ses ressources en IA et machine learning afin de mieux analyser et séparer les signaux faibles créés par toutes les alertes dans un environnement informatique. « Les équipes DevOps doivent tirer parti du machine learning afin d’être à même de mieux prévoir et détecter les problèmes en amont tout en diminuant le stress causé par les alertes », indique dans un communiqué Lew Cirne, CEO et fondateur de New Relic. « La plateforme ouverte de SignifAI se place au-dessus des outils de surveillance existants à disposition des clients. Avec plus de 60 intégrations, allant des outils open source jusqu’aux outils de surveillance, en passant par de nombreuses suites d’outils DevOps, SignifAI automatise la corrélation et enrichit le contexte des incidents permettant aux équipes de développement d’obtenir rapidement des réponses pendant les incidents ».
Avec cette acquisition, New Relic exploite un peu plus l’intelligence artificielle dans un cadre DevOps et dans des environnements exploitant des microservices et des conteneurs. La multiplication de ces derniers vient considérablement compliquer le travail des administrateurs qui gèrent encore de façon manuelle leur plateforme informatique. Pour suivre les pratiques DevOps, ces derniers sont aujourd’hui obligés de mettre à jour leurs outils de supervision avec des solutions AIOps qui travaillent, dans le meilleur des cas, comme un copilote. Avant d’être complètement opérationnelle, les plateformes AIOps demandent un certain temps de rodage pour fournir des recommandations fiables.