Dynatrace accélère sa transformation vers l’automatisation intelligente en introduisant de nouvelles fonctionnalités d’IA agentique au sein de sa plateforme d’observabilité. L’éditeur entend répondre à une double pression : l’explosion de la complexité des systèmes numériques, et le besoin croissant des entreprises d’en maximiser la productivité. Selon les données internes de l’éditeur, les développeurs passeraient encore jusqu’à 80 % de leur temps à résoudre des problèmes de production, un temps qui freine l’innovation et pèse sur les coûts opérationnels.
Pour lever ce frein, Dynatrace s’appuie sur une IA agentique conçue pour anticiper les incidents, sécuriser les environnements critiques et orchestrer des actions correctrices de manière autonome. L’ambition est de passer d’une supervision humaine à une automatisation proactive et raisonnée, en s’appuyant sur des flux de travail pilotés par l’IA, capables de prendre des décisions en temps réel.
Un socle unifié de données pour une automatisation intelligente
Au cœur de cette évolution se trouve Grail, un data lakehouse de nouvelle génération, conçu sans schéma prédéfini ni indexation statique, et bâti sur une architecture dite "actif/actif". Concrètement, cette configuration permet à plusieurs instances de traitement de fonctionner simultanément, en assurant à la fois une haute disponibilité des données et une continuité de service, même en cas de panne d’un nœud ou d’un cluster. En combinant les avantages du data lake (stockage massif, souplesse des formats) et de l'entrepôt de données (structuration pour l'analyse), Grail permet de centraliser des volumes massifs de données hétérogènes, logs applicatifs, métriques système, événements de sécurité, signaux métier, tout en les rendant immédiatement interrogeables, sans étape préalable de réindexation ni de préparation lourde.Cette approche est particulièrement pertinente pour répondre aux exigences d’analyse en temps réel dans des environnements numériques à forte variabilité, où la latence dans l’accès à l’information peut compromettre la détection d’incidents, l’orchestration automatisée ou encore la conformité réglementaire.
Cette architecture est renforcée par Smartscape, une cartographie dynamique des dépendances techniques dans les environnements cloud natifs, qui permet de visualiser en temps réel les relations causales entre services, applications et infrastructures. Ce moteur alimente Davis AI, la brique d’intelligence avancée de la plateforme, qui combine IA causale, prédictive et générative pour produire des analyses fiables, planifier des réponses automatisées et respecter les exigences de conformité en matière d’IA responsable.
Enfin, l’ensemble est orchestré par AutomationEngine, qui exécute de manière autonome les actions recommandées par l’IA tout en assurant leur intégration dans les flux de travail existants, que ce soit via les agents propriétaires de Dynatrace ou des agents tiers. Cette approche modulaire permet d’adapter l’agentification des systèmes à différents cas d’usage, en garantissant une gouvernance et une sécurité renforcées.
Vers une observabilité autonome et proactive
Avec ce repositionnement, Dynatrace se distingue sur le marché des plateformes d’observabilité en cherchant à dépasser le simple monitoring pour devenir un moteur de transformation numérique piloté par l’IA. Ce mouvement s’inscrit dans une tendance de fond observée chez les éditeurs majeurs, qui cherchent à intégrer les principes d’IA agentique, perception, raisonnement, planification, action, dans leurs solutions métiers et IT. Cette approche s’oppose aux modèles d’IA générative isolés, souvent cantonnés à l’assistance conversationnelle ou à la génération de code.En unifiant supervision, cybersécurité, intelligence métier et automatisation dans un même socle, Dynatrace entend proposer aux entreprises une plateforme capable de s’adapter à la complexité croissante des environnements cloud hybrides et multiclouds. Ce positionnement révèle également une stratégie de différenciation, et une course, face à des concurrents tels que Datadog, New Relic ou Splunk, qui intensifient eux aussi leurs investissements dans l’automatisation et l’IA générative appliquée à l’observabilité.
À mesure que les entreprises cherchent à réduire les interventions manuelles et à garantir la résilience de leurs systèmes critiques, l’émergence de plateformes autonomes comme celle de Dynatrace pourrait bien marquer un tournant dans la manière dont le numérique est piloté et sécurisé à l’échelle industrielle.
