Pour les administrateurs système, l’heure est au questionnement sur l’automatisation de leur profession. L’utilisation d’outils de plus en plus performants peuvent leur laisser penser qu’ils sont eux-mêmes en train de réduire leur propre utilité, préparant le terrain à l’arrivée imminente du Machine Learning et de l’Intelligence Artificielle. 

Difficile de nier que de plus en plus de leurs tâches vont pouvoir être gérées par des robots capables d’écrire des lignes de code automatiquement à leur place. Vont-ils donc perdre leur emploi, à quelle échéance et avec quelles étapes d’ici là ?

Aujourd’hui : l’automatisation

Le chemin vers l’IA a déjà commencé avec l’automatisation et cela n’a rien de nouveau en informatique. Il suffit de demander à un administrateur système expérimenté à quoi ressemblait sa vie quotidienne il y a 15 ans pour se rendre compte que l’automatisation est présente depuis un bon moment. Des choses devenues anodines car désormais acquises, comme la fin de l’obligation de télécharger une mise à jour logicielle manuellement puis de l’installer.

Des programmes et des scripts gèrent désormais des tâches répétitives qui faisaient auparavant partie de la routine quotidienne. Les équipes sont devenues plus réduites, au point que dans certains cas, une seule personne peut réaliser une tâche qui demandait le travail de trois ou quatre   autres il y a 10 ans. Des outils d’automatisation tels que Puppet, Chef ou Ansible permettent aujourd’hui de gérer de manière centralisée la configuration des systèmes, facilitant la tâche des administrateurs. La réalité, c’est qu’ils s’automatisent eux-mêmes depuis de nombreuses années. Et pourtant, ils sont toujours là.

La prochaine étape : le Machine Learning

Le terme est souvent utilisé de manière interchangeable avec l’Intelligence Artificielle alors que le Machine Learning doit plutôt être considéré comme un sous-ensemble de l’IA. Il s’agit d’une étape importante et pleine de promesses de l’évolution du monde IT, et cela dans un avenir proche.

Un administrateur système peut tirer profit du Machine Learning de multiples façons. L’une des plus évidentes est l’analyse des logs, car même un petit système peut produire une grande quantité de logs. Si la plupart de ces informations sont souvent inutiles, certains schémas dans ces logs peuvent indiquer des problèmes, des possibilités d’amélioration potentielles et autres opportunités. Utiliser un logiciel qui passe au crible toutes ces informations peut libérer l’administrateur de l’une de ses tâches les plus fastidieuses.

Alors que dire d’un programme qui analyse constamment le réseau, capable de reconnaître instantanément certains signes indiquant une faille de sécurité et qui réagit en conséquence ? Ou bien d’un programme qui surveille un environnement et dimensionne automatiquement le système en fonction des besoins (provisionnement prédictif) ? Quand on donne ensuite à ces programmes la faculté d’apprendre par eux-mêmes de leur environnement, on dispose alors d’outils puissants qui révolutionnent l’IT.

Le Machine Learning a déjà commencé à se mettre en place avec de nombreux exemples concluants, et parait donc être une menace plus imminente pour l’administrateur que la véritable Intelligence Artificielle. Mais le Machine Learning demeure encore une technologie naissante et a encore beaucoup de chemin à faire. Une condition essentielle est également un frein important : il doit disposer de données traitées et pertinentes pour pouvoir fournir des résultats vraiment utiles.

Le long terme : la véritable IA

Mettons de côté le matraquage marketing de ces derniers mois sur l’Intelligence Artificielle pour voir où nous en sommes réellement et si la révolution de la robotisation prenant en charge tout le travail des humains est proche de nous.

Aujourd’hui, tout logiciel capable d’imiter la prise de décision ou le comportement humain et de réaliser de petites prouesses spectaculaires est qualifié un peu rapidement d’Intelligence Artificielle. Il faut prendre en compte qu’une grande partie de l’IA actuelle repose sur des jeux de données assez spécifiques et fonctionne dans des champs très restreints. Prenons comme exemple l’IA qui a récemment battu les meilleurs joueurs de Go du monde, un jeu réputé très complexe. Il est indéniable qu’il s’agit d’une belle réussite mais il a fallu des années de travail pour créer les algorithmes qui ont permis cette prouesse. Par ailleurs, il ne serait pas possible de reprendre les mêmes algorithmes de cette IA pour les appliquer tels quels à un autre jeu.

En réalité, l’intelligence des IA actuelles est reconnue comme étant au niveau d’une limace de mer si on la compare à l’intelligence humaine. Il reste donc du travail, mais il y a un consensus général sur le fait que, à partir de maintenant, les progrès en la matière seront exponentiels.

Et en ce qui concerne l’emploi des administrateurs système ?

Nous entrons sans aucun doute dans l’ère de l’IA, mais ce démarrage va prendre du temps à se mettre en place. D’ici là, les administrateurs système seront suffisamment occupés à gérer l’automatisation et le Machine Learning pour s’inquiéter de leur perte d’emploi par de futurs robots. Les premiers pas du Machine Learning combinés à une automatisation plus intelligente apportent  en effet aux administrateurs l’avantage de se débarrasser de tâches subalternes, tandis que d’un autre côté, elle pose la question de leur utilité. 

Mais heureusement pour eux, le Machine Learning arrive à maturité en même temps que d’autres technologies qui permettent à de nouveaux concepts de prendre forme : l’IoT et le Big Data sont tous deux prêts à être déployés dans les entreprises. Et le Machine Learning peut être implémenté dans d’autres sphères de l’entreprise, pas seulement dans l’administration des systèmes. Chacune d’elles va présenter ses propres défis en termes d’implémentation, de configuration matérielle et de connaissances techniques requises. Les administrateurs système seront nécessaires pour configurer, gérer et adapter ces technologies, et ils passeront donc plus de temps sur ces tâches à valeur ajoutée que sur des analyses de logs pouvant être réalisées par des machines.

L’administrateur système 4.0

L’Histoire a connu de multiples bouleversements causés par les nouvelles technologies. La révolution industrielle a changé le rôle des ouvriers d’usine, des agriculteurs, des tisserands et de beaucoup d’autres professions. A chaque fois, il semblait que ces nouvelles technologies allaient détruire des emplois, mais il s’agissait souvent de visions à court terme. Quand les métiers à tisser ont remplacé les tisseurs manuels, moins de tisseurs étaient nécessaires, mais davantage d’emplois ont été créés pour entretenir les métiers à tisser.

On peut raisonner de la même façon pour les administrateurs système. L’IA détruira probablement des emplois, mais ce n’est pas pour tout de suite et d’ici là, il est toujours temps de s’adapter aux changements progressifs. Car de nouveaux défis surgissent, et l’important est de déterminer quelles compétences sont nécessaires pour y faire face. Travailler intelligemment avec l’automatisation et le Machine Learning ouvrira de nouvelles opportunités permettant à l’administrateur système de se réinventer. Et contrairement aux tisseurs manuels, les administrateurs système ont la chance de vivre à une époque où les connaissances sont facilement accessibles pour permettre cette évolution.