Dynatrace Intelligence est une évolution d’automatisation de l’observabilité et de certaines opérations IT. Combinant intelligence artificielle déterministe et d’agents décisionnels. L’éditeur cherche à transformer les données techniques en actions correctives automatisées afin de faire évoluer les équipes informatiques d’une supervision réactive vers un pilotage permanent des systèmes numériques.
L’annonce intervient alors que les architectures cloud natives, les microservices et les charges de travail d’intelligence artificielle accroissent fortement le volume et la volatilité des données d’exploitation. Les équipes informatiques doivent corréler en continu des métriques, des journaux, des traces et des événements pour détecter des comportements anormaux avant qu’ils ne perturbent les performances des applications ou l’expérience utilisateur.
Dynatrace inscrit cette tendance en investissant massivement dans l’intelligence artificielle, estimé à près de 2 000 milliards de dollars à l’échelle mondiale d’ici 2026. Cela accentue la pression sur les DSI pour prouver leur efficacité opérationnelle et maîtriser des environnements dynamiques et imprévisibles.
Une combinaison d’IA déterministe et d’IA agentique
Dynatrace Intelligence combine une IA déterministe basée sur un contexte causal en temps réel avec des agents intelligents capables de raisonner, de suggérer des options et d’agir dans des limites définies. Cette architecture vise à garantir la fiabilité de l’automatisation en s’appuyant sur des données concrètes plutôt que sur des déductions statistiques.
Selon Bernd Greifeneder, fondateur et directeur technologique de Dynatrace, « l’IA agentique offre un très grand potentiel, mais de nombreuses entreprises peinent encore à garantir qu’elle fonctionne de manière fiable, sécurisée et avec des performances constantes dans des environnements réels ». Il souligne que l’utilisation conjointe de ces deux méthodes élimine les approximations et fournit une observabilité exploitable pour l’action. Cette interaction entre l’analyse causale et l’automatisation décisionnelle témoigne d’un changement de rôle pour les plateformes d’observabilité, qui évoluent vers une exécution proactive d’actions correctives.
Un socle de données unifié avec Grail
Le système repose sur Grail, un data lakehouse unifié conçu pour regrouper les métriques, les journaux, les traces, les événements, les données d’expérience utilisateur ainsi que les informations métier et de sécurité dans un référentiel unique. Cette consolidation garantit l’intégrité contextuelle, essentielle pour effectuer des analyses causales. La centralisation des données permet de réduire les corrélations approximatives entre des outils hétérogènes et fournit aux équipes d’exploitation une vue unifiée des dépendances techniques affectant un service numérique.
Ce modèle favorise l’exploitation simultanée de données applicatives, d’infrastructure et d’utilisation pour établir un diagnostic directement exploitable par les équipes SRE ou les chaînes d’automatisation.
Cartographier les dépendances en temps réel
Smartscape complète cette architecture par un graphe de dépendances dynamique qui cartographie automatiquement les relations entre services, applications et ressources cloud. Cette cartographie actualisée en continu constitue une base technique pour identifier les causes racines et orchestrer des remédiations.
La représentation graphique temps réel de l’environnement numérique s’apparente à un jumeau opérationnel permettant d’observer l’impact d’un événement technique sur l’ensemble de la chaîne de valeur applicative. Cette modélisation facilite l’automatisation progressive des opérations en fournissant aux agents IA un contexte fiable pour analyser et agir sans rompre la supervision humaine.
Des tests menés par Dynatrace associant ses agents déterministes à un agent SRE externe indiquent une fréquence de résolution des problèmes multipliée par douze, une vitesse de traitement multipliée par trois et un coût d’exploitation divisé par deux par rapport à une configuration dépourvue de ces mécanismes. Ces résultats traduisent une réduction des interventions manuelles répétitives et un recentrage des équipes sur la validation, la gouvernance et l’amélioration continue des systèmes automatisés.
Une orchestration ouverte vers les plateformes IT et cloud
Dynatrace Intelligence prévoit des intégrations bidirectionnelles avec des environnements tels que ServiceNow, AWS, Microsoft Azure, Google Cloud, Atlassian, GitHub ou Red Hat afin de coordonner les actions des agents avec les outils déjà en place dans les organisations. L’architecture distingue des agents dédiés à l’analyse fondamentale, des agents orientés métiers et des agents d’écosystème capables d’étendre les actions autonomes à des plateformes partenaires, ce qui permet d’orchestrer des flux opérationnels complets.
Selon Stephen Elliot, vice-président d’IDC, les plateformes d’observabilité évoluent d’une analyse manuelle des causes profondes vers des modèles d’opérations préventives orchestrés par des agents IA au sein d’écosystèmes intégrés. Dynatrace décrit ainsi un parcours progressif allant de l’analyse assistée à l’automatisation supervisée, puis à des opérations largement autonomes encadrées par des règles de contrôle. Cette évolution repositionne l’observabilité comme un mécanisme d’exécution continue destiné à gérer la complexité croissante des environnements numériques pilotés par logiciel.
