Dans un contexte où la DSI doit adresser de nouveaux défis avec, généralement, des budgets aux mieux stagnants, il devient nécessaire de repenser son organisation et sa façon de travailler. Il s’agit non seulement de sa capacité à répondre à une demande toujours plus importante des métiers mais aussi de l’aptitude de l’entreprise elle-même à s’inscrire dans un contexte d’entreprise apprenante.
Repenser la DSI c’est mettre en place les moyens et les process qui permettront à cette entreprise d’assurer sa survie dans un environnement changeant mais, surtout, d’établir les bases d’un véritable leadership grâce à une nouvelle proposition de valeur.
Augmenter l’être humain se révèle la solution la plus adaptée pour d’une part, diminuer les potentielles sources d’erreur humaine et d’autre part libérer du temps pour le consacrer à une tâche à valeur ajoutée réelle. Quid de l’Homme Augmenté au service de la DSI ?
I) Automatiser les tâches pour des gains de temps et de précision
Qu’il s’agisse du provisionnement de ressources sur les infrastructures on-premise ou dans les différents clouds, ou de l’accomplissement de tâches régaliennes, automatiser le plus grand nombre de tâches est absolument nécessaire : non seulement cette automatisation constitue le meilleur moyen pour augmenter les capacités de traitement de l’IT mais aussi pour baisser le nombre de jours dédiés à sa maintenance. Un sujet d’autant plus critique que 80% du coût total de possession (TCO) d’une infrastructure sont dédiés à sa gestion.
En améliorant significativement les temps de traitement via l’automatisation, le nombre croissant de données est enfin adressé et les équipes de la DSI ont davantage de temps pour se consacrer à la diversité des sujets (IA, …) qui leur incombe.
S’agissant de provisionnement, c’est d’autant plus visible en contexte DevOps. Par exemple, une entreprise qui mettait 2 semaines à provisionner une machine virtuelle peut rendre les équipes métiers totalement autonomes dans leurs besoins en déploiement grâce à l’automatisation, et ce sans plus aucune intervention humaine.
Enfin, automatiser, c’est supprimer, ou tout au moins, limiter l’intervention humaine donc clairement limiter les erreurs. : le taux de respect en conformité des configurations de l’entreprise augmente ainsi significativement
II) Automatiser pour favoriser l’épanouissement et l’innovation
Mais ne nous méprenons pas : l’automatisation n’a pas pour objectif de simplement remplacer les humains par des robots. Il s’agit de permettre aux collaborateurs de se débarrasser de tâches sans aucune valeur ajoutée, donc profondément ennuyeuses, pour leur permettre de se consacrer à des réflexions, liées notamment à l’innovation, nettement plus épanouissantes.
1) Quels outils pour automatiser ?
Kubernetes (implémenté dans RedHat Openstack) pour les containers
https://kubernetes.io/fr/
IBM Cloud Orchestrator pour les clouds
https://www.ibm.com/fr-fr/marketplace/deployment-automation
VMware vRealize automation pour les infrastructures IT
https://www.vmware.com/fr/products/vrealize-automation.html
2) Etendre les capacités de la supervision
La supervision n’est pas réellement une nouveauté au sein des entreprises : cela fait déjà au moins une décennie que la vision à 360° de l’infrastructure est au cœur du Maintien en Condition Opérationnelles (MCO), notamment avec l’arrivée des Plans de Reprise d’Activité (PRA) et plus récemment des Plans de Continuité d’Activité (PCA).
Car mettre en place un système de supervision efficace augmente la pertinence en matière gestion des données au sein de la DSI grâce à une meilleure vision de l’administrateur sur les données : quelles sont les données critiques et où doivent-elles être exposées pour garantir leur sécurité ?
La nouveauté en matière de supervision, en revanche, c’est l’apparition de l’intelligence artificielle qui amène de nouvelles possibilités, notamment dans la détection et la prévention des anomalies.
En effet, grâce à l’I.A., la DSI gagne en pro-activité. Elle peut anticiper l’explosion des données imminente ou anticiper les problèmes avant qu’ils ne surviennent en détectant les anomalies, afin d’assurer le MCO (ce qui nécessite en amont de définir ce qui est normal et ce qui relève du MCO).
Cela est particulièrement intéressant dans le cadre de détection des menaces à la sécurité.
Un exemple précis : le ransomware
De plus en plus d’organisations se retrouvent dans la situation de chantage qu’est le ransomware. Le procédé ransomware consiste à chiffrer les données puis rançonner l’entreprise pour lui permettre à ré-accéder à son système informatique et ses données. Une affaire juteuse pour les hackers puisque le procédé est en constante augmentation.
« 51% des entreprises ont été touchées par des ransomwares en 2019.«
En mettant en place une supervision des données à base d’intelligence artificielle, le système va apprendre en quoi consiste le comportement normal d’une donnée et le nombre de changements qu’elle subit en moyenne (en pourcentage du nombre de données par exemple). Lorsque ce pourcentage évolue subitement à la hausse, le risque de ransomware est important. L’entreprise peut commencer à chiffrer ses données sur ses serveurs en prévention.
En effet, environ 3/4 des attaques de ransomware débouchent sur un chiffrement des données et 94% des entreprises dont les données ont été chiffrées les ont récupérées.
(source : Sophos 2020).
A propos des Ransomwares, nous vous invitons à lire aussi notre article sur le sujet :
https://www.scasicomp.com/2020/06/11/ransomwares/
GUIDE : quels outils pour superviser ?
Dynatrace https://www.dynatrace.fr/
Splunk https://www.splunk.com/fr_fr/software.html
VMware vRealize Operations https://www.vmware.com/fr/products/vrealize-operations.html
Au vu de tels changements, les entreprises nécessitent d’être accompagnées dans la valorisation de leurs données en étant assistées dans le choix, l’architecture et la mise en œuvre des outils adéquats.
Scasicomp, architecte de solutions de gestions de données accompagne les entreprises en réunissant autour de la table les acteurs IT, métier et les data scientists, pour la mise en place d’une démarche cohérente d’accompagnement et de conseil tout au long du cycle d’analyse des données.
