Passer au contenu principal
La maturité informatique autonome est essentielle à l’ère de l’IA
Informations techniques

La maturité informatique autonome est essentielle à l’ère de l’IA

Un cadre en quatre étapes construit sur un socle de visibilité définira le succès à l’ère agentique.

La plupart des organisations exécutent toujours l’informatique et la sécurité sur les tickets, les tableaux de bord et les cycles de correctifs planifiés. Pendant des années, cela a été suffisant. Le problème est que l’environnement a changé. Les actifs évoluent constamment. Les identités ne sont plus uniquement humaines. Les systèmes d’IA prennent des décisions en temps réel. Et les attaquants s’adaptent tout aussi rapidement.  Ce qui était assez rapide est déjà trop tard.

Si vous attendez toujours un ticket, une alerte ou un résultat d’analyse pour vous informer que quelque chose ne va pas, le problème a déjà été déplacé. C’est l’écart que les organisations ressentent actuellement. Pas un manque d’outils, mais une discordance entre la rapidité à laquelle l’environnement se déplace et la manière dont l’informatique et la sécurité sont conçues pour répondre. Combler cet écart nécessite plus que des réactions plus rapides. Cela nécessite un modèle d’exploitation différent.

Nous avons de plus en plus d’agents d’IA agissant au sein de nos écosystèmes, avec des niveaux d’autorité et d’autonomie variables. Nous avons de vastes parcs d’endpoints en flux constant. Et nous avons également une IA agentique côté attaque, s’adaptant à l’exploitation des vulnérabilités plus rapidement que même les systèmes automatisés, avec leurs paramètres définis par l’homme, peuvent suivre le rythme.

L’état final de l’informatique, du point de vue des opérations et de la cybersécurité, doit être l’informatique autonome.

L’informatique autonome est un modèle opérationnel dans lequel les systèmes comprennent les résultats, valident leur état et prennent des mesures sans toujours attendre l’intervention humaine. Il ne s’agit pas simplement d’automatiser le centre de service avec des agents d’IA qui peuvent effacer les tickets plus rapidement. Il s’agit d’un concept relativement nouveau qui n’est à portée de main que récemment, et qui va au-delà de l’automatisation statique en permettant aux environnements informatiques et de sécurité de s’auto-diagnostiquer, de s’auto-réparer et de s’améliorer au fil du temps sur la base d’informations fiables en temps réel.

Diagramme montrant les étapes du développement informatique et de sécurité autonome

Cette agence sans précédent est une évolution nécessaire et commence par la visibilité à sa base. Il passe par des états réactifs, proactifs et préventifs pour passer de l’accent sur la réaction à ce qui est cassé à la prévention de la rupture. Mais prévenir les problèmes que vous pouvez prévoir  ne suffit pas , car les systèmes d’ IA sont beaucoup moins prévisibles que les environnements informatiques traditionnels. Pour faire face à la nouvelle ère, les  équipes informatiques et de cybersécurité  doivent  évoluer, non seulement de la réponse humaine à l’automatisation guidée par l’homme, mais également aux systèmes qui se gèrent elles-mêmes.

Visibilité : le défi de référence de la gestion des actifs

La question fondamentale de chaque programme de cybersécurité et d’opérations informatiques est : Qu’est-ce que je gère ? Vous devez savoir ce que vous gérez avant de pouvoir le sécuriser. Le défi réside dans les silos, créés non seulement par la technologie, mais également par les processus et les personnes. Lorsque j’étais dans les opérations informatiques, par exemple, mon champ d’application était les applications. Notre équipe a conçu les packages et nous nous sommes concentrés sur la bonne application. Les endpoints qu’ils ont exécutés appartenaient à une équipe différente, notre visibilité sur cette couche était donc limitée.

Tout le monde faisait son travail. Le problème était que les postes ne s’alignaient pas. Au fil des ans, les silos se sont développés parce que différentes équipes ne travaillaient pas de concert. Et l’absence d’approche centralisée ou de source unique de vérité entraîne la création de solutions de contournement ad hoc, de feuilles de calcul indésirables et de solutions scotchées.

C’est le défi de l’inventaire, mais le problème ne se limite pas à rassembler chaque appareil sur une seule liste. Les gens approchent un inventaire des actifs de la manière dont vous pouvez compter le contenu de votre réfrigérateur. Mais les actifs ne sont pas statiques comme un pot de moutarde, ils sont très dynamiques. Ils ont un cycle de vie qui commence par l’approvisionnement. Vous disposez d’un appareil qui est provisionné d’une certaine manière de référence, et au fil du temps, l’utilisateur peut demander d’autres applications ou privilèges. Les utilisateurs peuvent modifier certaines configurations ou charger eux-mêmes des logiciels non approuvés. Et puis, à la fin, vous avez besoin d’un processus pour mettre hors service les actifs à leur fin de vie.

La visibilité consiste à prendre conscience en temps réel de trois choses : votre inventaire complet des actifs, leurs configurations et leur état actuel.

Lorsqu’une organisation tente de travailler avec tous ses endpoints de manière holistique, elle découvre souvent qu’elle ne peut pas le faire. Imaginons que l’organisation de sécurité souhaite appliquer l’EDR sur chaque endpoint. Ils se rendent au service des opérations informatiques pour examiner la base de données de gestion des modifications et l’inventaire des actifs, qui n’est pas en temps réel et est donc obsolète. Ce manque de visibilité compromet les processus de base tels que l’application de correctifs, et cela altère gravement la réponse aux incidents.

En effet, la visibilité consiste à prendre conscience en temps réel de trois choses : votre inventaire complet des actifs, leurs configurations et leur état actuel. Au-delà de l’inventaire, les configurations vous indiquent comment les choses sont censées fonctionner, et une vue de l’état actuel vous montre la réalité. L’écart entre les deux est l’endroit où le risque vit.

De réactif à autonome en quatre étapes

Avec la visibilité comme point de départ fondamental, les organisations peuvent comparer et améliorer leur posture en matière de gestion des actifs, de gouvernance et de cybersécurité. Dans cette nouvelle ère de l’IA, il existe quatre phases de l’informatique et de la cybersécurité, avec l’étape ultime, l’autonomie, l’intégration de l’IA pour créer des systèmes d’autogestion qui fonctionnent à la vitesse de la machine et avec des informations sur la machine, plutôt qu’à l’échelle humaine.

Les quatre étapes sont :

  • Réactif. Avec la visibilité comme base, vous entamez la première étape : en gros, lorsque vous réalisez qu’un élément est cassé ou qu’un incident se produit, vous allez le corriger. Vous attendez une alerte ou un ticket. Les outils modernes réduisent les temps de réponse de quelques jours à quelques minutes, ce qui permet aux équipes de se déplacer si rapidement que cela peut sembler proactif. Mais ils attendent toujours de savoir ce qui est cassé, en réagissant à un événement qui s’est déjà produit. Au rythme où les incidents se produisent aujourd’hui, ce n’est tout simplement pas durable.
  • Proactif. Ici, nous commençons à voir un changement. Nous n’attendons pas qu’un problème apparaisse avant de prendre des mesures. Le système détecte d’abord le problème et le corrige tant qu’il est encore petit. Vous détectez la dégradation des performances, la mauvaise configuration ou la dérive avant qu’elle ne se transforme en panne ou en ticket. Mais la proactivité n’est pas une prévention. Vous traitez toujours les problèmes ; vous les traitez juste plus tôt et avec plus de contexte.
  • Préventif. Il s’agit de l’étape qui nous permet de sortir pleinement de l’état d’esprit réactif. Désormais, les informations et les politiques empêchent le problème de se produire. Vous ne résolvez pas un problème de manière proactive avant qu’il n’ait un impact sur l’entreprise ; vous vous assurez que le problème n’existe jamais. Cela ne fonctionne que lorsque vous comprenez suffisamment bien les modèles pour appliquer le bon comportement en continu, pas selon un calendrier et pas après les faits. La lacune est que vous ne pouvez éviter que les problèmes potentiels dont vous avez connaissance. Vous devez prédire le snafu et établir les moyens de le détecter et de le corriger.
  • Autonome. Maintenant, les choses changent fondamentalement. Au lieu que les humains définissent chaque étape, chaque arbre de décision, chaque « si cela, alors cela », vous donnez à un système piloté par l’IA un objectif et des garde-fous et il apprend à trouver une solution. Les actifs savent comment ils sont censés se comporter, et ils peuvent se valider et se corriger, parfois en signalant un problème, parfois en le résolvant directement, et le tout de manière vérifiable. Cela déplace les humains hors du triage constant et vers la supervision, la politique et la gestion des exceptions.

L’informatique autonome déplace les humains hors du triage constant et vers la supervision, les politiques et la gestion des exceptions.

L’un des principaux avantages de l’autonomie est que lorsque quelque chose se passe mal et est corrigé, les informations se propagent dans l’environnement plutôt que de disparaître dans un champ dans un rapport d’incident ou dans la tête d’un ingénieur système. Le système s’améliore au fil du temps. C’est la différence entre l’automatisation et l’autonomie : l’automatisation suit les instructions. L’autonomie poursuit les résultats.

L’autonomie est essentielle à l’ère de l’IA

L’échelle, la vitesse et le dynamisme des environnements informatiques modernes ont atteint un point où les humains ne peuvent tout simplement pas suivre le rythme. Dans un monde axé sur l’IA, la maturité n’est plus définie par la manière dont les personnes suivent les processus ou la rapidité avec laquelle les équipes peuvent réagir. Elle est définie par la capacité des systèmes à comprendre leur environnement, à valider leur propre état et à agir en temps réel.

Cette vision ne produit pas un monde entièrement automatisé. Les humains fixeront toujours des objectifs, fourniront un contexte, définiront un risque acceptable et examineront les implications éthiques d’une pratique ou d’un risque. Les machines excelleront dans ce qu’elles font beaucoup mieux que nous : validation répétitive, remédiation instantanée et apprentissage à grande échelle, à partir de chaque résultat sur l’ensemble d’une flotte.

Il s’agit du passage de la réaction aux problèmes à leur prévention, et finalement aux systèmes qui peuvent se gérer eux-mêmes dans des garde-fous définis. La visibilité est la base. Sans elle, rien d’autre ne fonctionne. À partir de là, l’objectif n’est pas de construire des humains plus rapides.

Il s’agit de créer des systèmes qui n’ont plus besoin d’attendre dessus.