SYNKRALe contexte
Quand la CMDB ne reflète pas la réalité du terrain, chaque incident réseau commence par une enquête. L'enjeu était de rendre les référentiels fiables et alimentés automatiquement, puis d'industrialiser la supervision.
Ce qui a été fait
- Définition du modèle de données CMDB et des règles de rapprochement.
- Automatisation de l'alimentation depuis la découverte réseau.
- Industrialisation de la supervision sous PRTG, Zabbix et Centreon.
- Intégration avec ServiceNow et JIRA.
- Rédaction d'un référentiel d'exploitation standardisé et transfert formalisé vers les équipes Ops.
Les résultats
100 %de CMDB complétée au transfert
0ticket P1 sous 30 jours
0saisie manuelle de supervision
1référentiel réutilisable
Une supervision et une CMDB alimentées automatiquement à la place des saisies manuelles, une CMDB complète à 100 % au moment du transfert, et un référentiel d'exploitation réutilisé ensuite par l'ensemble des équipes infrastructure.
Comment l'IA accompagne aujourd'hui ce type de projet
Transparence. Cette mission a été menée avec les outils de pilotage classiques de l'époque. La partie « IA » ci-dessous ne réécrit pas l'histoire : elle décrit comment SYNKRAPC outille aujourd'hui ce même type de projet, et ce que l'IA n'y fait jamais.
| Étape | Ce que fait l'IA | Ce qui reste humain |
|---|---|---|
| Diagnostic | Compare des extractions (inventaire, découverte réseau, CMDB) et liste les écarts : doublons, équipements orphelins, attributs manquants. | Le choix de la source de vérité pour chaque attribut. |
| Modèle de données | Propose une première version des règles de rapprochement et des cas limites à tester. | La validation du modèle avec les équipes Ops et l'éditeur. |
| Supervision | Aide à rédiger et documenter les seuils et règles d'alerte, et à regrouper les alertes redondantes. | Le paramétrage en production et les seuils retenus. |
| Documentation | Transforme les modes opératoires épars en un référentiel structuré et homogène. | La relecture technique et la mise à jour dans le temps. |
Les garde-fous appliqués
- Aucune donnée sensible (mots de passe, adresses IP internes, données personnelles) n'est transmise à un outil d'IA sans accord du client ni anonymisation préalable.
- Chaque production de l'IA est relue et validée avant d'être utilisée ou partagée.
- Les actions sur les systèmes (configuration, mise en production, envoi de messages) restent déclenchées par une personne.