Les entreprises investissent massivement dans l’IA et déclarent des retours sur investissement élevés. Pourtant, l’industrialisation reste bloquée. Le rapport mondial 2025 de Riverbed met en évidence un décalage structurel entre ambitions stratégiques et capacité opérationnelle, révélant que la transformation ne se joue plus au niveau des modèles, mais dans l’architecture même des opérations IT.
Les budgets progressent, les discours se rationalisent, mais les chaînes d’exécution peinent à suivre. L’enquête menée auprès de 1 200 décideurs et spécialistes techniques dans sept pays montre une dynamique paradoxale. Les organisations ont presque doublé leurs investissements IA en un an, passant de 14,7 millions de dollars en 2024 à 27 millions en 2025, dont 10 millions directement affectés aux services IT. Dans le même temps, 87 % des répondants estiment que leurs initiatives AIOps atteignent ou dépassent les attentes en matière de retour sur investissement. Pourtant, seuls 12 % des projets sont aujourd’hui pleinement déployés à l’échelle de l’entreprise, tandis que 62 % demeurent en phase pilote ou en développement. Autrement dit, la valeur est perçue, mais rarement matérialisée dans les processus métiers.
Ce blocage s’explique d’abord par un écart de perception entre dirigeants et équipes opérationnelles. Quarante-deux pour cent des responsables métiers considèrent leur organisation prête à déployer l’IA, contre seulement 25 % des spécialistes techniques. Le même différentiel apparaît sur la confiance accordée à la stratégie IA appliquée aux opérations IT et à l’expérience numérique, avec 64 % des dirigeants se déclarant très confiants, face à 48 % côté terrain. Cette dissymétrie se retrouve également dans l’évaluation du ROI, 53 % des décideurs estimant que l’AIOps dépasse les objectifs initiaux, contre 42 % des profils techniques. Le rapport met ainsi en lumière un problème de gouvernance transverse, où l’optimisme stratégique masque les contraintes concrètes liées à la dette technique, à la qualité des données et à la capacité d’exécution.
La préparation réelle reste faible. À peine 36 % des organisations se disent prêtes à opérationnaliser l’IA, un chiffre quasi stable par rapport à l’année précédente. Sur le volet data, moins de la moitié des entreprises jugent leurs informations excellentes en matière d’accessibilité, d’intégrité ou de complétude, et seulement 34 % estiment disposer de données réellement pertinentes pour l’IA. Pourtant, 88 % reconnaissent que la qualité des données conditionne directement le succès des projets. Cette contradiction structurelle explique en grande partie pourquoi les initiatives restent confinées à des démonstrateurs sans passage à l’échelle.
De la dispersion d’outils à la plateforme unifiée
L’étude met également en évidence une fragmentation extrême des environnements ITOps. En moyenne, les entreprises utilisent treize outils d’observabilité fournis par neuf éditeurs différents, couvrant la supervision réseau, l’expérience numérique, la performance applicative, la sécurité ou encore la collaboration. Cette dispersion impose des intégrations complexes, multiplie les silos et ralentit la résolution des incidents. Résultat, 96 % des organisations ont engagé une démarche de consolidation, prioritairement pour améliorer la productivité IT et l’interopérabilité des outils, avant même la réduction des coûts. Fait notable, 93 % se déclarent prêtes à changer de fournisseur dans ce cadre, ouvrant une fenêtre de recomposition majeure du marché de l’observabilité et de l’AIOps.
La trajectoire fait consensus, car plus de la moitié des entreprises considèrent qu’une plateforme unifiée constitue un levier central pour simplifier l’identification des problèmes opérationnels, et 78 % prévoient d’achever leurs projets de consolidation sous deux ans. Derrière cette rationalisation se dessine une transformation plus profonde, celle d’un pilotage IT orienté données, capable d’alimenter l’automatisation et les mécanismes d’apprentissage des systèmes AIOps.
OpenTelemetry devient un socle industriel de l’observabilité
Dans ce contexte, OpenTelemetry s’impose comme un standard stratégique. Quarante et un pour cent des organisations l’ont déjà déployé intégralement, 47 % partiellement, et 95 % jugent critique la capacité à corréler les données de télémétrie entre applications, infrastructures et expérience utilisateur. Les principaux cas d’usage cités concernent l’alimentation des modèles génératifs pour la détection d’anomalies, le renforcement de la posture de sécurité et l’analyse des causes racines. Neuf entreprises sur dix estiment par ailleurs que le support complet d’OpenTelemetry deviendra une exigence pour tous les fournisseurs d’observabilité d’ici deux ans.
Là encore, un décalage apparaît entre direction et terrain. Près de la moitié des dirigeants considèrent OpenTelemetry déjà stratégique, contre un peu plus d’un tiers des spécialistes techniques. Cette divergence illustre une réalité fréquente, les équipes opérationnelles étant confrontées à la complexité d’implémentation, tandis que le management perçoit surtout les bénéfices en matière de visibilité globale et de réduction du verrouillage éditeur.
Communications unifiées et réseau, les angles morts de l’IA
Le rapport met aussi en lumière un point souvent sous-estimé, le poids des communications unifiées dans la performance globale des organisations. Les collaborateurs y consacrent en moyenne 42 % de leur temps de travail, mais seuls 46 % des répondants se disent très satisfaits de leur fonctionnement. Quarante-trois pour cent signalent des problèmes récurrents, liés notamment au manque de visibilité temps réel, aux coupures d’appels ou à la connectivité instable. Ces outils représentent environ 15 % des tickets de support IT, avec un temps moyen de résolution de 43 minutes, ce qui en fait l’un des principaux foyers de coûts opérationnels. Près de la moitié des entreprises ne disposent encore que d’une supervision réactive, post-incident, sans diagnostic en direct.
À mesure que l’IA se diffuse, ces fragilités deviennent critiques. Quatre-vingt-onze pour cent des organisations considèrent le mouvement et le partage des données IA comme très importants ou fondamentaux pour leur stratégie. Les priorités convergent autour de trois facteurs, le coût du déplacement et du stockage des données cité par 95 % des répondants, la sécurité et la conformité par 94 %, ainsi que la performance réseau par 94 %. D’ici trois ans, la part des données IA hébergées dans le cloud public et en périphérie opérationnelle devrait progresser, tandis que l’usage des centres de données sur site reculerait sensiblement. Cette redistribution impose une infrastructure réseau capable d’absorber des flux distribués, tout en garantissant latence maîtrisée et gouvernance des accès.
Au-delà des promesses algorithmiques, le message du rapport est sans ambiguïté. L’AIOps ne bute plus sur la disponibilité des modèles, mais sur la maturité des fondations IT. Qualité des données, standardisation de la télémétrie, consolidation des outils et performance réseau constituent les véritables leviers du passage à l’échelle. Pour les DSI, l’enjeu se déplace de l’expérimentation vers l’ingénierie industrielle des opérations numériques, avec une exigence accrue de gouvernance croisée entre métiers et équipes techniques. Les organisations capables d’aligner vision stratégique et exécution terrain disposeront d’un avantage décisif, non seulement en productivité et en coûts, mais aussi en résilience, en sécurité et en capacité à intégrer durablement l’IA dans leurs processus métiers.
