Le 15 octobre 2026, Mathieu et Manu, experts en observabilité chez ADN Consulting, ont participé au Datadog Summit Paris à la Maison de la Mutualité. Intelligence artificielle appliquée aux opérations, supervision des agents IA et rapprochement entre développement et production : les thèmes de cette édition dessinent une évolution du rôle de l’observabilité. Notre analyse des enjeux pour les DSI et les équipes RUN.
Bits AI : accélérer l’investigation grâce au contexte
Lorsqu’un incident survient, la difficulté consiste souvent à relier les signaux : une hausse de latence, des erreurs applicatives, une dépendance dégradée ou un déploiement récent. Les agents Bits AI s’appuient sur les données d’observabilité pour assister les équipes dans cette investigation. L’enjeu est de réduire le temps passé à rassembler les informations et à explorer les premières hypothèses. Le programme parisien abordait également la conception de Bits Detection, consacré à la détection. Détection et investigation répondent à deux besoins complémentaires : identifier un comportement anormal, puis comprendre ce qui l’explique et quels services sont touchés. Pour ADN Consulting, la qualité de cette assistance dépend d’abord des fondamentaux : instrumentation, cartographie des dépendances et identification des équipes responsables. Une IA ne peut exploiter efficacement qu’un contexte suffisamment fiable.
Agent Observability : superviser les applications IA de bout en bout
Les applications IA associent modèles, outils, sources documentaires et services externes. Un temps de réponse acceptable ne garantit donc pas, à lui seul, la qualité du résultat. Il faut pouvoir suivre les différentes étapes du traitement, identifier les erreurs et comprendre où se concentrent latence et consommation de tokens. Le workshop Agent Observability inscrit au programme traitait précisément de cette instrumentation, à travers un workflow RAG reliant recherche documentaire et génération de réponse. Pour les DSI, le périmètre de supervision s’élargit : aux indicateurs de disponibilité et de performance s’ajoutent la qualité des réponses, les coûts d’exécution et les exigences de sécurité. Ces dimensions doivent être reliées au service rendu à l’utilisateur.
Bits Code : relier le diagnostic de production au travail des développeurs
Bits Code illustre une autre évolution de la plateforme : utiliser les données d’observabilité pour diagnostiquer des problèmes de code et proposer des corrections. Cette capacité, décrite dans la documentation Datadog, rapproche le contexte d’un incident du travail réalisé dans le dépôt de code. L’intérêt opérationnel est concret. Une équipe de développement peut disposer plus rapidement des éléments nécessaires pour reproduire un problème, examiner sa cause probable et préparer une correction. Pour ADN Consulting, le gain doit se mesurer sur l’ensemble du cycle de résolution : diagnostic, revue de code, tests et déploiement. L’assistance à la correction conserve toute sa valeur lorsqu’elle s’intègre aux pratiques de maîtrise du changement et aux mécanismes de retour arrière.
Des retours d’expérience au croisement des opérations, de la sécurité et des coûts
Le programme réunissait plusieurs approches complémentaires : American Express Global Business Travel sur l’usage de l’IA dans la résolution d’incidents, Thales sur les opérations et la sécurité dans plusieurs clouds, AXA Digital Commercial Platform sur la modélisation des coûts des services. Une table ronde avec Amadeus, Cegid et Datadog portait sur le développement, l’exploitation et la sécurisation des applications IA en production. Pour ADN Consulting, ces sujets traduisent une même exigence : analyser les services dans leur ensemble. Performance, sécurité, disponibilité et coûts alimentent des décisions communes. L’observabilité doit fournir un contexte partagé aux équipes qui développent, exploitent et pilotent ces services.
Avec les cofondateurs, une perspective sur l’évolution de Datadog
La conversation sur scène réunissant Olivier Pomel et Alexis Lê-Quôc, cofondateurs de Datadog, constituait l’un des temps forts du Summit. Au-delà des fonctionnalités, ce rendez-vous invitait à prendre du recul sur l’évolution d’une plateforme d’observabilité confrontée à la place croissante de l’IA dans les systèmes d’information. Pour ADN Consulting, cette évolution soulève des questions très opérationnelles : quelles décisions peuvent être assistées ou automatisées ? Quelles données permettent de les justifier ? Comment conserver la traçabilité des actions et une responsabilité clairement définie ? Ces questions structurent l’adoption de l’IA dans les environnements de production.
Automatiser la revue de code pour détecter les pratiques à risque
Une session technique présentait l’automatisation de la revue des demandes de fusion de code, ou pull requests. L’approche consiste à détecter des pratiques dangereuses à partir du code et de ses métadonnées, puis à enrichir le travail du reviewer et à générer des alertes Datadog. Elle peut également être reliée à d’autres mécanismes de décision. Cet exemple complète le sujet de l’assistance au diagnostic : la sécurité se travaille aussi avant la mise en production, dans les outils utilisés par les développeurs. Pour ADN Consulting, l’intérêt réside dans l’intégration de contrôles utiles au processus de revue, avec des alertes compréhensibles et une validation humaine adaptée au risque.
Des secrets temporaires et des droits limités pour les pipelines CI
Un autre exemple technique portait sur des secrets temporaires associés à des droits précisément délimités. Le schéma présenté reliait GitHub CI, la vérification de l’identité du job et l’émission d’identifiants temporaires pour les opérations autorisées dans Datadog. Pour les équipes plateformes, l’objectif est de limiter la durée de validité et la portée des accès accordés aux automatisations. Cette logique devient particulièrement utile lorsque les pipelines ou les agents exécutent des actions sur des services de production. Elle complète les exigences de traçabilité et de responsabilité : chaque automatisation doit disposer des droits nécessaires à sa tâche, sur un périmètre défini.
Notre lecture : trois priorités pour les DSI et les équipes RUN
La première priorité reste la qualité des données : une instrumentation cohérente et des dépendances connues rendent les investigations plus pertinentes. La deuxième consiste à choisir des cas d’usage mesurables, par exemple réduire le temps de qualification d’un incident ou accélérer l’identification d’un service dégradé. La troisième porte sur la gouvernance : droits d’accès, validation des actions, traçabilité et retour arrière doivent accompagner le niveau d’autonomie retenu. L’efficacité d’une démarche se juge dans la durée, sur des incidents réels et avec les équipes concernées. Les indicateurs doivent permettre de vérifier le temps gagné, la pertinence des recommandations et l’impact sur la fiabilité du service. Les enseignements de la session sécurité rappellent également que ces mécanismes visent à réduire la probabilité, la durée ou la gravité des incidents. Leur mise en œuvre demande un effort collectif et continu entre sécurité, développeurs et équipes plateformes.
Passer de la veille technologique aux usages en production
Après le Partner Day du 14 octobre, cette journée a permis à Mathieu et Manu de prolonger les échanges autour des enjeux techniques de l’observabilité. Pour les entreprises, l’étape suivante consiste à confronter ces capacités à un périmètre concret : un service critique, un parcours utilisateur ou un processus d’investigation à améliorer. ADN Consulting accompagne les DSI et les équipes de production à Lille, Nantes et Paris, de la définition des besoins à l’instrumentation et à l’exploitation. Notre approche associe expertise des plateformes, compréhension du RUN et mesure des résultats.
À retenir
L’IA élargit le champ de l’observabilité : elle assiste les investigations, rapproche production et développement et devient elle-même un objet de supervision. Pour ADN Consulting, la valeur se mesure à la capacité des équipes à comprendre plus vite les incidents et à agir avec un contexte fiable, des responsabilités claires et des résultats mesurables.
Pour approfondir
Découvrir l’expertise Observabilité ADN Consulting →Notre retour sur le Partner Day Datadog du 14 octobre →Datadog — Bits AI ↗Datadog — Bits Code ↗Datadog Summit Paris — programme ↗Datadog Summit Paris — workshop Agent Observability ↗Article mis à jour le .