L’intelligence artificielle (IA) est utilisée par presque toutes les organisations aujourd’hui, mais très peu l’ont mis en œuvre à grande échelle. Selon le nouveau de F5 “Rapport de stratégie d’application de l’état de l’état 2025“Seul un petit pourcentage d’organisations est complètement préparé à déployer l’IA dans leurs opérations. La plupart sont coincés dans les premières phases, incapables d’aller au-delà des cas d’utilisation isolés ou des pilotes à petite échelle.
La F5 a interrogé 650 leaders informatiques mondiaux et 150 stratèges de l’IA dans les entreprises ayant des revenus annuels d’au moins 200 millions de dollars, révélant une fracture claire dans le niveau de préparation. La majorité des organisations (77%) sont tombées dans la catégorie “Modéré pour la préparation”. Ces entreprises ont une certaine IA en place, mais ont toujours des lacunes dans la gouvernance, la sécurité et les infrastructures. Pendant ce temps, 21% sont tombés dans la catégorie «faible préparation», où l’IA se limite aux équipes isolées ou aux projets expérimentaux.
Ce point de données est conforme à mes recherches, ce qui a révélé que, bien que l’intérêt pour l’IA soit élevé et les entreprises ont un poignée d’individus bien scolarisés en IAdes personnes plus qualifiées sont nécessaires. Les entreprises essaient de renforcer leurs équipes, mais il y a actuellement un manque de talent de l’IA, créant une excellente opportunité pour les professionnels de l’informatique de reskill pour la prochaine vague de leur carrière.
À l’autre extrémité du spectre, seulement 2% des organisations ont atteint ce que F5 appelle la «préparation à l’IA élevée». Ces entreprises se distinguent pour l’adoption de l’IA à grande échelle. Ils intégrent l’IA dans la plupart de leurs applications, soutenus par une forte gouvernance, des processus standardisés et des infrastructures dédiées. Pour tout le monde, l’écart augmente et le rattrapage nécessitera plus que d’ajouter un autre modèle d’IA à la pile.
Gouvernance et sécurité de l’IA
Même parmi les organisations ayant une préparation à l’IA modérée, la gouvernance reste un défi. Selon le rapport, de nombreuses entreprises manquent de mesures de sécurité complètes, telles que les pare-feu d’IA ou les pratiques formelles d’étiquetage des données, en particulier dans les environnements cloud hybrides. Les entreprises déploient l’IA sur un large éventail d’outils et de modèles. Près des deux tiers des organisations utilisent désormais un mélange de modèles payants comme GPT-4 avec Outils open source Comme le lama de Meta, Mistral et Gemma de Google – souvent dans plusieurs environnements. Cela peut entraîner des politiques de sécurité incohérentes et un risque accru.
Les autres défis sont la sécurité et la maturité opérationnelle. Alors que 71% des organisations utilisent déjà l’IA pour la cybersécurité, seulement 18% des personnes ayant une préparation modérée ont mis en œuvre des pare-feu d’IA. Seulement 24% des organisations étiquettent systématiquement leurs données, ce qui est important pour attraper des menaces potentielles et maintenir la précision. Le fait de ne pas avoir en place ces protections rend les organisations plus vulnérables à mesure qu’elles passent aux modèles open source et aux environnements cloud hybrides.
Plus de complexité
La complexité hybride est devenue la norme. Presque toutes les organisations (94%) ont déployé des applications dans plusieurs environnements, y compris le cloud public, sur les locaux, les logiciels en tant que service (SaaS) et Edge. Les organisations utilisent généralement une médiane de quatre fournisseurs de cloud public, ce qui complique encore les environnements informatiques. Plus de la moitié des organisations interrogées (53%) ont déclaré avoir eu du mal à des politiques de sécurité des applications incohérentes, tandis que 47% ont déclaré la même chose pour les politiques de livraison.
Ce pivot des nuages publics à un modèle hybride a été intéressant à regarder. De nombreuses organisations qui prévoyaient autrefois à 100% dans le cloud public ont fait reculer et construisent des environnements hybrides. Les données sont le carburant qui alimente l’IA, et davantage d’organisations veulent un plus grand contrôle sur celle-ci, ce qui rend l’hybride parfaitement adapté à ces organisations.
L’étalement de l’interface de programmation d’application (API) est un autre problème croissant, selon 58% des répondants. Les organisations s’appuient sur des API pour gérer la communication entre les services, les nuages et les fournisseurs, mais cela est devenu un point de douleur important. Près d’un tiers (31%) ont déclaré que la gestion des API des fournisseurs est la tâche la plus longue dans leurs flux de travail d’automatisation. Les répondants ont cité la rédaction de scripts personnalisés (29%) et l’intégration à des systèmes de billetterie hérités (23%) comme autres tâches longues.
AI pour optimiser
Ces inefficacités quotidiennes ralentissent les progrès. Les résultats montrent que 73% des organisations souhaitent utiliser l’IA pour optimiser les performances de l’application. Cependant, 60% effectuent toujours des tâches manuellement. De nombreuses organisations jonglent avec des API, des outils de fournisseurs et des systèmes de billetterie traditionnels – des workflows que le rapport a identifiés comme principaux obstacles à l’automatisation. La mise à l’échelle de l’IA dans toute l’entreprise reste un défi pour les organisations.
Pourtant, les choses s’améliorent, grâce en partie à une utilisation plus large des outils d’observabilité. En 2024, 72% des organisations ont cité la maturité des données et le manque d’échelle comme obstacle supérieur à l’adoption de l’IA. Aujourd’hui, plus de neuf organisations sur 10 ont une stratégie pour gérer les données d’observabilité, pointant une augmentation de la maturité des données.
Des outils comme l’OpenTelemetry jouent un rôle clé, avec 95% des organisations standardisantes autour d’eux. En même temps, 38% ont consolidé leurs données en un seul lac de données pour rationaliser l’analyse et les opérations. De plus, les deux tiers des organisations utilisent désormais une télémétrie principalement pour stimuler l’automatisation. Il s’agit d’un changement majeur par rapport à 2024, lorsque seulement 47% des organisations l’ont utilisé principalement pour les alertes et les rapports.
Presque tous (99%) des répondants ont déclaré qu’ils étaient désormais à l’aise d’utiliser l’IA pour automatiser au moins une fonction informatique. Néanmoins, la plupart des organisations ne sont pas encore là pour utiliser pleinement l’IA dans les opérations informatiques (AIOPS). Beaucoup passent trop de temps sur des tâches manuelles ou n’ont pas les compétences nécessaires à la mise en œuvre de l’AIOP.
Le rapport a clairement indiqué que les organisations devaient y utiliser plus efficacement une IA avant de pouvoir la déployer largement à travers l’entreprise. Cela commence par la réduction de la complexité en rationalisant des outils, des API et des processus, qui ralentissent les équipes.
Index de préparation à l’IA
Pour aider les organisations à mesurer la maturité opérationnelle, F5 a introduit un cadre appelé l’indice de préparation à l’IA. En utilisant le cadre, les organisations peuvent prendre des mesures spécifiques vers le déploiement de l’IA à grande échelle. Par exemple, ils peuvent utiliser un mélange de modèles d’IA commerciaux et open source pour améliorer la gouvernance et étendre l’utilisation de l’IA entre les flux de travail en intégrant l’IA dans les opérations, l’analyse et la sécurité.
L’utilisation de l’indice de préparation à l’IA peut être très bénéfique pour aider les organisations à comprendre où elles se trouvent avec l’IA. D’après mon expérience, si vous demandez à un leader informatique d’estimer à quel point ils sont prêts avec les nouvelles technologies, l’approximation initiale porte sur la réalité de l’organisation. Un outil comme l’indice de F5 peut quantifier la maturité réelle d’une entreprise et lui permettre de mettre une feuille de route en place pour passer de la vision à la réalité.
