« Aujourd’hui, une DSI agile doit s’appuyer sur une infrastructure Cloud (qu’elle soit hybride, privée ou publique) basée sur des micro services et une couche d’intelligence artificielle généralisée, le tout dans une approche DevOps. Pour résumer, c’est un ensemble d’outils et de méthodologies visant à créer, développer, superviser et sécuriser des applications et des services rapidement et en toute simplicité », indique Philippe Bournhonesque, CTO d’IBM France. La DSI doit donc s’appuyer sur tous ces leviers pour se connecter au nouveau monde et répondre aux besoins des métiers, tout en prenant en compte son patrimoine existant. Pour ce faire, un outillage performant est essentiel tel que les API qui fournissent cette agilité mais ces API, les développeurs doivent les créer avec peu de code, les publier, les orchestrer et les sécuriser, quel que soit leur environnement. Pour cela, des solutions existent, comme IBM API Connect, qui s’installent en quelques minutes dans un legacy via un protocole et un bus léger dédié. Avec ces API, la DSI facilitera aussi l’intégration et la communication avec ses applications tierces telles que Salesforce ou Workday.
La chaîne d’outils, l’usine de la DSI
Si l’intégration est un volet important dans l’agilité de la DSI, la transformation passe aussi par les pratiques DevOps. Ces dernières nécessitent des processus automatisés durant l'ensemble du cycle de vie des applications, depuis le design, jusqu’au développement et au support en production requérant d'assembler des chaînes d'outils hétérogènes. Pour créer ces chaînes de développement, IBM propose DevOps Open Toolchain, dans la plateforme Bluemix, en fournissant des templates de chaîne d’outils. Le but étant de créer son propre écosystème ouvert à d’autres services. « Une DSI qui dispose de cet outillage personnalisé possède un vrai point différenciant en termes d’agilité », reconnaît Philippe Bournhonesque. Et pour analyser tous ces déploiements passés et à venir, IBM fournit un outil de prédiction, DevOps Insights, qui produit des tableaux de bord. En face de cet outillage, il faut bien sûr une organisation interne efficace dans l’entreprise fonctionnant avec des méthodes agiles et une démarche d’amélioration en continu (Lean). A ce titre, des nouvelles organisations par équipe apparaissent comme les tribus, les squads, les chapters, les pizza-teams… « Chez IBM, nous disposons d’experts qui accompagnent les entreprises vers ces nouveaux modes d’organisation », précise Philippe Bournhonesque. En parallèle, de nouveaux métiers arrivent également dans les équipes comme le SRE (Site Reliability Engineer ou Ingénieur qualité opérationnelle), un métier très en vogue chez les géants du web comme Google. Le SRE est un ingénieur de production qui maîtrise aussi le développement afin de corriger les problèmes à la source du logiciel.
De l’importance des données…
L’agilité est aussi liée à la donnée. Comment gérer les données ? Comment les identifier et les traiter ? Comment les stocker dans des environnements hétérogènes ?... « Par exemple, beaucoup de projets utilisent des bases de données NoSQL très diverses comme nous le faisons chez IBM avec Cloudant ou ScyllaDB avec des bases émergentes telles que JanusGraph, il faut être capable de toutes les supporter. Cette profusion de solutions est parfois un cauchemar pour les décideurs IT qui ont besoin d’être épaulés par un socle de gouvernance de la donnée, et de professionnels spécialisés : data scientists, data analysts, data engineers. D’ailleurs, tous nos clients recherchent aujourd’hui ces types de profils », constate Philippe Bournhonesque. Et pour aider ces nouvelles compétences fraîchement arrivées, IBM a créé une offre spécifique Data Science Experience qui regroupe un panel d’outils open source ou IBM et de jeux de données. Cette offre se veut à la fois conviviale et transparente pour toutes ces nouvelles compétences citées précédemment. Enfin, une couche d’intelligence artificielle (les services cognitifs IBM Watson) s’intègre désormais dans toutes ces applications et outils, elle permet, en croisant des données internes à des sources externes, d’être plus efficace et plus agile pour les métiers et d’améliorer également grandement l’expérience de l’utilisateur.