Depuis son lancement en 2023, l'assistant IA Copilot de Microsoft a été disséminé dans nombre de ses solutions. Azure n'y a pas échappé en 2024 de même que Visual Studio sans compter Office 365. S'appuyant sur le travail effectué via le serveur MCP d'Azure et GitHub Copilot dans Visual Studio Code, l'éditeur fournit maintenant un ensemble d'outils utiles pour toutes les étapes du cycle de vie des applications cloud, du IaaS au PaaS. Annoncé lors de la conférence Ignite 2025, la dernière version d'Azure Copilot intègre six agents spécialisés aidant à réaliser un large éventail de tâches de gestion cloud, tant individuelles que collaboratives. La solution Copilot original dans Azure était un chatbot d'assistance, utile mais incapable d'exécuter des actions, et il fallait copier-coller les réponses dans l'interface CLI Azure ou suivre les instructions du portail. Aujourd'hui Microsoft va bien plus loin.

La dernière version d'Azure Copilot (en preview pour l'instant) est en effet beaucoup plus avancée et fournit une couche d'orchestration pour ses agents, une approche que l'éditeur qualifie cloud ops agentique. Cela semble logique, compte tenu de la complexité croissante de la surface de gestion Azure (portail, interface CLI...) pour interagir quotidiennement avec des dizaines de services différents, voire plus. Cette offre est complexe et en constante évolution. De nouveaux services sont lancés presque quotidiennement, et les API sont mises à jour et modifiées à un rythme rapide. En coulisses, des outils et des technologies tels que le langage TypeSpec permettent au fournisseur d'automatiser le processus de documentation et de publication des API Azure, en les exposant sous forme de documents au format OpenAPI. En normalisant la structure de ses API, l'éditeur a rendu leur analyse et leur utilisation relativement simples pour la dernière génération d'outils GenAI, générant les appels et les réponses nécessaires, et fournissant une interface en langage naturel au cœur d'Azure. L'une des principales caractéristiques de la dernière itération d'Azure Copilot est de fonctionner partout. Vous pouvez donc y accéder dans le portail, via un tableau de bord de l'agent, dans une interface de chat ou l'interface CLI. 

Zoom sur les 6 agents d'Azure Copilot

Les agents Azure Copilot annoncés couvrent les domaines suivants : migration, déploiement, observabilité, optimisation, résilience et dépannage. L'objectif est de prendre en charge les éléments clés de la plateforme d'exploitation Azure, en laissant le serveur Azure MCP dans Visual Studio Code prendre en charge le développement cloud. Les agents eux-mêmes ont accès aux outils et API Azure, ainsi qu'à des bases de connaissances telles que Learn. Ils peuvent également utiliser vos ressources déployées dans Azure Resource Manager et Azure Resource Graph associé.

1/ Un agent de migration

Il est destiné à faciliter le transfert des applications sur site vers le cloud et s'appuie sur les outils et processus Azure Migrate existants. Il comprend des outils de découverte sans agent pour cartographier l'infrastructure existante, avec prise en charge des opérations hors ligne. Outre la cartographie de cet environnement, cet outil est sensible aux applications et peut aider à mettre à jour et à moderniser les systèmes, en créant l'infrastructure nécessaire sous forme de scripts de code dans Bicep ou Terraform. Ces derniers peuvent être évalués et testés avant d'être exécutés pour s'assurer que l'agent construit l'infrastructure souhaitée. Dans le même temps, l'outil ne se concentre pas sur une approche radicale ; il est possible de l'utiliser pour définir comment déplacer les applications au lieu de simplement créer un réseau et déployer des machines virtuelles. Il fournit des rapports de sécurité et des analyses de risques, ainsi que des conseils et des recommandations sur la modernisation des applications. Il tire parti des outils de GitHub Copilot pour mettre à jour le code .NET et Java, s'adaptant ainsi à une migration axée sur les applications. Par exemple avec ces derniers outils GitHub Copilot pour la migration des bases de données Oracle sur site vers les bases de données Azure dans le cloud, ce processus peut servir à modifier les éléments de la plateforme.

2/ Un agent de déploiement

À l'instar d'autres plateformes cloud hyperscale, Azure dispose d'un ensemble de bonnes pratiques pour le déploiement d'infrastructures et d'applications. Le framework Azure Well-Architected constitue la base de l'agent de déploiement Azure Copilot et élabore des plans dans ce domaine à partir d'objectifs, en construisant l'infra as code adéquate. Les projets Terraform qui en résultent peuvent être ajoutés à GitHub et utilisés dans ce type d'environnement faisant partie d'un pipeline CI/CD. Un point clé montre des liens vers le modèle de développement basé sur les spécifications utilisé dans le kit de spécifications (spec kit) de GitHub. Il est recommandé de rédiger des prompts longs pour décrire l'application ou le service que vous souhaitez créer. Il ne s'agit pas de rechercher de la documentation, mais de fournir une description complète de l'application, des services Azure que vous souhaitez utiliser et de la manière dont vous souhaitez qu'ils fonctionnent. Comme avec un spec kit, le processus de création de votre infrastructure est dynamique, l'agent demandant plus d'informations si nécessaire. Il existe des liens vers d'autres services Azure. Ainsi, lorsque l'agent de déploiement génère un ensemble de scripts Terraform, il propose une analyse supplémentaire à partir du calculateur de prix Azure afin que vous puissiez vous faire une idée du coût de la mise en place et de l'exécution de votre infrastructure.

3/ Un agent d'observabilité

Une grande partie du contenu d'Azure Copilot étend les outils existants, ce qui est logique et réduit les risques associés à la GenAI. Cette approche permet à l'agent d'observabilité de s'appuyer sur Azure Monitor en utilisant ses outils d'investigation pour aider à explorer les problèmes dans vos applications et votre infrastructure. Un nouveau bouton « Investigate » a été ajouté aux alertes Azure Monitor et produit un ensemble de causes probables générées par l'agent pour le problème sous-jacent, en combinant des outils d'apprentissage automatique de détection des anomalies avec des interfaces de langage naturel d'IA générative. Le moteur ML se charge de la recherche des pannes, tandis que le composant d'intelligence artificielle générative de l'agent résume les résultats et propose les étapes suivantes. Ce dernier peut accéder aux signaux provenant de tous les services Azure pour analyser les journaux d'Azure Kubernetes Service et utiliser le contexte afin de relier de potentielles alertes. Avec les applications cloud native modernes basées sur des systèmes distribués, cette dernière fonction est particulièrement importante car elle relie des événements qui, à première vue, semblent sans rapport, mais pouvant conduire à des pannes.

4/ Un agent d'optimisation

Utilisé par des responsables financiers, il fournit des outils leur permettant de choisir entre différentes actions classées en fonction de leur coût, de leur impact environnemental, et de leur facilité de mise en œuvre. Les options peuvent inclure la modification des SKU des machines virtuelles sous-jacentes. L'agent génère les scripts pour transférer les workloads vers une infrastructure virtualisée plus efficace et moins coûteuse. Objectif : éviter aux équipes finops d'être surprises par les coûts, en alignant les factures sur l'utilisation et en évitant les choix matériels inefficaces. Vous aurez moins besoin de cet outil si vous utilisez d'autres outils Azure Copilot pour déployer des applications, mais si vous exécutez des implémentations existantes, en particulier celles de type lift and shift à partir de centres de données sur site, il devrait aider à maîtriser votre infrastructure Azure.

5/ Un agent de résilience

Azure apporte un large choix de fonctionnalités pour rendre l'infrastructure plus résiliente, mais la complexité de nombre d'entre elles qui sont virtualisées signifie que dans de nombreux cas vous n'aurez pas activées les meilleures configurations possibles. L'agent de résilience vérifie les ressources pour s'assurer qu'elles se trouvent dans plusieurs zones de disponibilité afin que les pannes de datacenters affectent les opérations. L'agent peut aider à élaborer des plans de bascule et de reprise, et même à tester les processus en simulant des pannes. Dance ce cas, l'agent utilise les informations contenues dans Azure Resource Graph pour créer des rapports et exécuter les automatisations nécessaires en cas de défaillance de l'infrastructure.

6/ Un agent de dépannage

Cet outil est conçu pour effectuer des diagnostics sur votre infrastructure, puis vous proposer une solution, soit sous la forme d'une série d'étapes à suivre, soit, dans certains cas, d'une automatisation en un clic. Il est disponible pour tous les services Azure, mais fonctionne mieux avec AKS, Cosmos DB et les machines virtuelles hébergées par Azure. Toutes les pannes ne peuvent pas être corrigées en un seul clic. Dans certains cas, le mieux qu'il puisse faire est de documenter le problème et de générer un ticket d'assistance. Cependant, cela reste utile car il a accès aux logs et à aux ressources et peut aider à diagnostiquer les problèmes et à suggérer des corrections basées sur les données internes de Microsoft.

Azure Copilot au coeur des opérations IA

Le rôle d'Azure Copilot est d'orchestrer ces agents, d'analyser les demandes, puis de les invoquer selon les besoins. Il en résulte une combinaison intéressante de fonctionnalités qui répondent aux problèmes courants rencontrés dans les opérations Azure. Avec cette poignée d'agents, Microsoft incite clairement les utilisateurs Azure à accepter les opérations assistées par l'IA. C'est une décision judicieuse, car ils doivent faire confiance à Copilot, comme à n'importe quel collègue humain, tandis que cet outil doit faire ses preuves dans la pratique. En limitant Azure Copilot à un ensemble restreint de scénarios opérationnels, Microsoft pourra certainement observer ses performances et l'ajuster avant de la lancer pour tous les utilisateurs.