Deux Aléniens racontent comment l’IA transforme le support applicatif : moins d’exécution, plus de décision, et des métiers qui se réinventent.
Pour cet épisode de Prod’Way, Aimery Duriez-Mise a fait une exception : ses deux invités sont des Aleniens. Pierre Bourdois, product manager de l’offre AIOps d’Alenia, et Xavier Blary, AI leader et architecte de l’offre, travaillent depuis près d’un an sur l’IA appliquée au support applicatif. Voici l’essentiel de leurs échanges, condensé et réorganisé.
Cet épisode est à écouter sur Deezer, Apple podcast, Spotify et Acast.
En 2026, qu’est-ce qui vous fait encore bondir dans le support applicatif ?
Pierre Bourdois : Les tickets récurrents… mais pas assez pour être automatisés à l’ancienne, avec un script ou une évolution de l’application. À chaque fois, il faut que quelqu’un regarde pour trouver la vraie cause et décider des actions. On est pile à la frontière entre automatisable et non automatisable, et ça arrive tout le temps.
Xavier Blary : Les équipes de prod sont formidables quand il faut résoudre un gros incident. Mais une simple autorisation d’accès à un logiciel peut prendre des mois, sans qu’on comprenne pourquoi. Les utilisateurs associent ça au support, et on n’imagine pas à quel point l’image du support en souffre.
Lean, agilité, DevOps, SRE… Pourquoi le constat reste-t-il le même ?
PB : Parce que le support reste très peu prédictif. Il suit le cycle de vie des applications, qui évoluent sans cesse. On a tous scripté quelque chose qui a marché trois mois avant de devoir être refait. Et les méthodes ont surtout servi à mieux s’organiser, sans changer le modèle de fond : niveau 1, 2, 3. Ce découpage reposait sur une logique de coût et de compétences. On l’a tellement intériorisé qu’on l’a injecté jusque dans des processus ITIL qui ne le prévoient même pas.
XB : Je ne remets pas en cause le SRE, le livre de Google a été mon livre de chevet. Le problème des méthodes, c’est le « twist » qui trahit leur esprit. L’agilité à l’échelle vire à l’administratif. Tout le monde pense Scrum alors qu’un Kanban serait bien plus adapté au support. La prod est un monde de flux, beaucoup plus proche du toyotisme. Il faut en reprendre l’esprit, pas des morceaux.
Pourquoi les tentatives d’automatisation ont-elles si souvent échoué ?
PB : On a souvent demandé à l’équipe support elle-même de les développer, alors qu’elle n’est pas taillée pour ça. Quant au RPA, je ne connais pas vraiment de cas qui ait survécu à un changement d’interface. Un gros effort une fois, et un an plus tard, tout a changé.
XB : Côté produit, quand un problème récurrent arrive au support sur une application dont je suis PO, il rentre dans mon backlog. Mais tous les PO ne raisonnent pas comme ça. Il y a aussi une confusion entre support correctif et maintien en conditions opérationnelles : beaucoup de tâches confiées au support n’en relèvent pas vraiment.
AIOps : de quoi parle-t-on exactement ?
XB : Le terme est ambigu. On l’emploie souvent pour l’exploitation des LLM eux-mêmes, l’Ops pour l’IA. Nous, on parle de l’inverse : l’IA au service des Ops.
PB : C’est un modèle opérationnel adossé à une plateforme, un peu comme le DevOps. Le premier principe : l’humain, demain, ne doit plus faire, il doit décider et valider. L’IA devient le point d’entrée : c’est elle qui reçoit les signaux, analyse et propose une action.
Concrètement, que fait ce « Cognitive Shield » ?
PB : Il récupère tout ce qu’un analyste regarde aujourd’hui à la main : tickets, alertes de monitoring, logs, messages, e-mails. Puis il corrèle. Pour une demande de création de compte, il comprend qui demande et quels droits sont sollicités, et il recommande les droits précis à donner et l’endroit où le faire.
XB : Dans un monde idéal, l’analyste aurait toute l’information. En réalité, une partie est dans un SharePoint auquel il n’a pas accès, les tickets sont mal remplis, la doc n’est jamais à jour. L’IA sait produire du contenu à partir d’une documentation parcellaire et de résolutions passées, et proposer une piste. Elle rend aussi l’automatisation adaptable : couplée à la capacité d’écrire des scripts, elle ne casse plus au premier pixel qui bouge.
L’IA peut-elle décider seule ?
PB : Les deux sont possibles, mais nous sommes partisans de laisser la décision à l’humain. Chaque proposition sort avec un niveau de confiance. Sur des demandes peu risquées, avec une confiance très élevée, on peut envisager de se passer de validation. Mais certains clients, par réglementation, exigeront toujours un humain dans la boucle, et c’est un bon modèle. Ses validations servent aussi de boucle d’apprentissage : sans elles, le Shield resterait figé.
Hallucinations, DORA, AI Act : comment rendre tout ça auditable ?
XB : J’ai pris en compte l’esprit des dernières réglementations européennes, du RGPD à l’AI Act. Chaque décision de l’IA est écrite dans un registre WORM : on écrit une ligne, on ne peut plus jamais la modifier. C’est infalsifiable. Peut-être qu’on verra que l’IA fait des erreurs, mais on saura par où elle est passée. L’explicabilité va devenir obligatoire, et c’est une condition de confiance.
PB : Tout doit aussi remonter dans les outils officiels du client. Ce sont eux qui restent la source de vérité, notamment pour le reporting réglementaire.
Quels nouveaux rôles ce modèle fait-il naître ?
PB : Ceux qui prennent les décisions, et ceux qui s’assurent que le Shield reste performant : surveiller les ratios de qualité par périmètre, ajuster le prompting, réentraîner le machine learning. Il y a quelques années, on avait entraîné un modèle de catégorisation sur 10 000 tickets : 90 % de bonnes réponses. Trois mois plus tard, ça ne marchait plus. Personne n’avait prévu de l’entretenir.
XB : Dans les vieux cockpits, il y avait deux pilotes et un ingénieur de vol. C’est cette fonction-là : vérifier que les signaux qui arrivent sont les bons. Un profil support qui monte un peu en compétence data et IA peut tout à fait la prendre.
Pourquoi construire votre propre plateforme plutôt que s’appuyer sur ServiceNow, ou brancher Claude partout ?
XB : ServiceNow est très fort pour encadrer les usages de l’IA par les collaborateurs. Mais il faut faire converger des flux qui dépassent son écosystème : outils Atlassian, SharePoint, wikis, logs des applis métiers. Et un assistant généraliste branché partout pour gérer toute la prod d’une banque ? Quelle est votre appétence au risque d’hallucination, sans traçabilité ?
PB : Et la facture en tokens grimpe très vite sur de tels volumes. Nous utilisons un pipeline où chaque ticket ne passe par un LLM que si c’est nécessaire. Une interface de chat ne donne pas non plus de cockpit, d’historique ni de partage avec les collègues. Nous n’avons pas trouvé d’équivalent sur le marché. Alenia n’est pas connue comme éditeur, mais nous comprenons la prod, et c’est ce qui compte.
Si je travaille au support, je dois m’inquiéter ?
PB : Nous sommes passés par tous les états. Mais l’IA accélère tout, y compris le développement. Si on livre beaucoup plus, il faudra faire tourner beaucoup plus. Le support aura besoin du même effet de levier.
XB : Donc, mesdames, messieurs les CIO, ne licenciez pas en masse tout de suite, vous risqueriez de devoir réembaucher en ayant perdu le savoir-faire. Et à la place d’un membre du support, je serais excité : moins de lundis matin à réinitialiser des mots de passe, plus de tickets qui demandent de la jugeote, et de nouvelles voies vers le pilotage du Shield ou l’automatisation des remédiations.
Où en est-on, concrètement ?
PB : Pas encore en production. Beaucoup de clients lancent des use cases isolés. C’est utile pour se convaincre, mais à terme on retombe dans l’écueil du RPA : des outils différents partout, cassés six mois plus tard. Pour que ça tienne, il faut penser modèle opérationnel, en démarrant sur un périmètre restreint avec une équipe motivée.
XB : L’outil fonctionne, mais il n’a pas encore passé l’épreuve du feu. La révolution de l’IA n’est pas technologique, c’est un changement de paradigme comme Internet. Qu’est-ce qui coûte le plus cher : se transformer ou ne pas se transformer ? Le moment est d’autant plus opportun que les organigrammes n’ont pas encore figé les fonctions IA.
Faut-il un niveau de maturité minimum pour se lancer ?
PB : Je ne pense pas. Si vous êtes capable d’onboarder quelqu’un aujourd’hui dans vos équipes, vous êtes capable d’onboarder la plateforme.