L’éditeur propose une suite de nouvelles fonctionnalités permettant aux équipes techniques de surveiller, de sécuriser et d’optimiser les applications d’IA sur l’ensemble de leur cycle de vie, tout en assurant leur traçabilité et leur conformité réglementaire.
Il s’agit de garantir à la fois la performance, la fiabilité, la sécurité et la conformité des solutions d’IA. Dynatrace entend désormais apporter une réponse spécifique aux défis particuliers de l’IA générative, qu’il s’agisse de modèles de type grand modèle linguistique ou de combinaisons multimodèles intégrées dans des pipelines RAG (Retrieval Augmented Generation) ou des cadres agentiques. L’une des avancées porte sur l’analyse élargie des modèles LLM : outre la surveillance des indicateurs standard (taux d’erreurs, temps de réponse, consommation de jetons), l’IA prédictive Davis intégrée à la plateforme Dynatrace est capable de détecter les évolutions de comportement des utilisateurs finaux afin d’anticiper les fluctuations de coûts, de maintenir une qualité de service et d’optimiser le retour sur investissement.
Un meilleur contrôle sur les coûts
Dans un marché où les ressources de calcul (et donc les coûts) peuvent très vite grimper, notamment pour générer du texte ou du code à la volée, cette visibilité s’avère précieuse. Dynatrace mise également sur la mise en place de garde-fous pour les entrées et les sorties des systèmes d’IA. Face à des risques comme les hallucinations modélisées, les tentatives d’usurpation d’identité ou l’utilisation malveillante de l’IA (par exemple dans la diffusion de contenus de type rançongiciel ou maliciel), la plateforme propose des mécanismes permettant de filtrer et de contrôler de manière granulaire ce quientre et sort des modèles.
Le traçage multimodèle constitue un autre pilier de ces nouveautés. Comme de plus en plus d’entreprises mobilisent plusieurs modèles d’IA en parallèle, Dynatrace cartographie désormais les dépendances existantes entre différents GML, qu’ils collaborent pour affiner une même tâche ou s’intègrent dans un pipeline RAG. L’objectif est d’apporter une visibilité de bout en bout sur l’ensemble du système, plutôt que de se limiter à une supervision de composants individuels. Ainsi, les équipes techniques peuvent identifier les goulots d’étranglement, optimiser le temps de réponse global et, en fin de compte, améliorer l’expérience utilisateur.
Enfin, Dynatrace met l’accent sur l’IA responsable, à savoir la conformité réglementaire et la traçabilité des opérations. Grâce à l’intégration de Dynatrace Grail, il devient possible de conserver un historique complet de toutes les requêtes, tant au niveau des entrées que des sorties, et d’interroger ces données en temps réel ou a posteriori. Cette traçabilité des origines et des transformations de chaque information est spécifiquement destinée aux entreprises soumises à des règles strictes en matière de protection des données (RGPD en Europe, HIPAA aux États-Unis) ou qui souhaitent simplement se prémunir contre d’éventuelles dérives.
