L'IA appliquée à la Supervision IT et l'Observabilité - EP 18

Pour cette seconde partie, Vincent et Denis Roussel (Senior Data Scientist chez Centreon) quittent la théorie pour plonger dans les cas d'usages métiers réels. Découvrez comment l'AIOps transforme l'observabilité à travers 3 grands piliers : le développement de nouvelles fonctionnalités, l'analyse prédictive et la refonte totale des interactions utilisateurs . Fini le battage médiatique autour des LLM : pour détecter des anomalies réseau (Anomaly Detection), prévoir la saturation d'un disque dur (Predictive Capacity) ou identifier un serveur défaillant dans un cluster (Outliers), le Machine Learning traditionnel reste bien plus efficace et moins coûteux ! Nous aborderons également une révolution majeure : l'IA va-t-elle signer la fin des interfaces graphiques complexes (UI) au profit d'interactions en langage naturel (NLP) ? Enfin, Denis nous dévoile les projets concrets sur lesquels les équipes Centreon travaillent actuellement (Serveurs MCP, résumé de Logs massifs, Chatbots support) . 🎧 Écoutez le podcast sur votre plateforme préférée : Spotify : https://open.spotify.com/show/24LgLR4... Deezer : https://www.deezer.com/fr/show/100132... Apple Podcasts : https://podcasts.apple.com/us/podcast... AntennaPod : https://antennapod.org/deeplink/subsc... 👉Essai gratuit : https://www.centreon.com/free-trial/?... ⏱ Chapitrage de l'épisode : 00:00 - Introduction : Appliquer l'IA aux métiers de l'IT 01:40 - Les 3 grands piliers de l'IA dans l'observabilité 04:15 - Au-delà des LLM : Détection d'anomalies et Predictive Capacity 06:05 - Identifier les comportements hors-normes : Le "Cluster Outlier" 07:30 - Comment les Data Scientists font leur veille technologique 08:45 - La révolution de l'UX : La fin des interfaces graphiques dans l'IT ? 12:20 - Les limites du langage naturel pour le dépannage (Troubleshooting) 14:50 - Dans les labos de Centreon : Chatbots, Serveurs MCP et Log Management 18:10 - L'IA est-elle survendue par le marketing (AI-Washing) ? 19:30 - Faut-il mettre de l'IA partout ? (Sécurité, confidentialité et modèles locaux) 21:10 - Conclusion : Choisir le bon outil pour le bon problème #AIOps #Observabilite #SupervisionIT #MachineLearning #LLM #DataScience #Centreon #ITOM #PredictiveCapacity #TechPodcast