Une nouvelle ère de visibilité : Pourquoi la CMDB de ServiceNow est essentielle pour l'IA et le ML

Alors que l'intelligence artificielle (IA) et l'apprentissage automatique (ML ou machine learning) continuent de transformer des secteurs entiers, les entreprises ont de plus en plus besoin d'une gouvernance et d'une visibilité rigoureuses sur ces technologies de pointe. Si les bases de données traditionnelles de gestion de la configuration (CMDB ou Configuration Management Databases) assurent souvent le suivi des serveurs, des équipements de réseau et des logiciels associés, elles ne prennent pas toujours en compte la nature nuancée des composants d'IA/ML, tels que le matériel spécialisé ou les services de traitement du cloud. Conscient de cette lacune, ServiceNow a récemment introduit de nouvelles classes CMDB spécifiquement conçues pour refléter l'évolution de l'écosystème de l'IA et du ML. En tirant parti de ces mises à jour, votre entreprise peut se faire une idée plus précise du fonctionnement des charges de travail pilotées par l'IA et s'assurer qu'elles sont alignées sur vos objectifs plus larges en matière de gestion des services informatiques.

Plus que de la gestion d'actifs

Historiquement, les CMDB étaient construites autour de serveurs physiques et d'installations logicielles. Cependant, les charges de travail en IA/ML introduisent des complexités qui vont bien au-delà des ressources informatiques standard. Les modèles reposent sur de vastes ensembles de données, des unités de traitement spécialisées et des services cloud parfois éphémères qui donnent l'impression que le suivi traditionnel des actifs est inadapté. Cela peut conduire à une visibilité fragmentée, à une ambiguïté quant à la propriété et à des processus de gestion du changement inefficaces avec les systèmes d'intelligence artificielle.

Les dernières améliorations de la CMDB de ServiceNow répondent à ces défis. En ajoutant des classes spécialisées qui capturent les attributs uniques des applications AI/ML et du matériel, la CMDB décrit désormais mieux les charges de travail actuelles et leurs relations sous-jacentes. Plutôt que de traiter les ressources d'IA comme des serveurs standard ou des logiciels génériques, ces nouvelles classes permettent aux entreprises de suivre la nature exacte du traitement de l'IA/ML, jusqu'aux détails du GPU et aux points de terminaison des fonctions dans le cloud.

L'apparition de nouvelles classes CMDB

L'une des évolutions les plus significatives de la CMDB de ServiceNow est l'introduction de classes qui s'adressent directement aux environnements d'IA et de ML. Chaque classe se concentre sur une partie différente des opérations d'IA/ML, assurant ainsi une méthode complète de documentation et de gestion de vos services intelligents.

1. cmdb_ci_processing_unit
   Cette classe établit un schéma de base pour les unités de traitement de toutes sortes. Considérez-le comme la « couche de base » capable de capturer les détails relatifs aux processeurs, aux processeurs graphiques ou à toute autre puce spécialisée utilisée dans l'informatique en général. En encapsulant les attributs essentiels (comme la fréquence d’horloge ou le nombre de cœurs) et les fonctionnalités partagées, cmdb_ci_processing_unit simplifie l’ajout de nouveaux types de matériel par la suite, garantissant que votre CMDB reste évolutive et adaptable à mesure que la technologie progresse.
2. cmdb_ci_gpu
   S’appuyant sur la classe de base des unités de traitement, cmdb_ci_gpu se concentre sur les spécificités des unités de traitement graphique, souvent un atout essentiel pour les charges de travail en IA et en ML. Alors que les GPU géraient historiquement le rendu graphique, ils sont aujourd'hui tout aussi appréciés pour leurs capacités de traitement parallèle. Cette classe documente les attributs spécifiques au GPU, notamment le nombre de cœurs et la mémoire disponible du GPU. La possibilité de savoir quels GPU sont installés où, ou comment ils sont utilisés, aide les équipes informatiques à allouer les ressources plus efficacement et à anticiper les futurs besoins en capacité.
3. cmdb_ci_function_ai
   Alors que de plus en plus d'entreprises adoptent des services d'IA basés sur le cloud, la classe cmdb_ci_function_ai constitue un moyen structuré de suivre les offres SaaS en matière d'IA. Il s'agit souvent de services évolutifs à la demande pour l'apprentissage automatique, le traitement du langage naturel ou l'analyse de données, fournis par des fournisseurs de clouds publics. En distinguant l'IA SaaS des solutions sur site, votre CMDB précise non seulement qui est propriétaire du contrat de service, mais aussi où résident les données, comment elles sont traitées et quelles sont les implications réglementaires liées à l'utilisation de l'informatique dématérialisée.
4. cmdb_ci_appl_ai_application
   Qu’elles s’exécutent dans un environnement de système d’exploitation traditionnel, sur une plateforme de conteneurs comme Docker, ou au sein d’un framework d’orchestration, tel que Kubernetes, les applications d’IA doivent souvent être suivies au niveau de la couche logicielle. La classe cmdb_ci_appl_ai_application capture les détails de ces outils pilotés par l'IA, en englobant tout ce qui concerne le système d'exploitation sur lequel ils fonctionnent, les bibliothèques et les frameworks dont ils ont besoin, ainsi que les modèles ou les flux de données sur lesquels ils s'appuient. En traitant les applications d'IA comme des acteurs de premier ordre dans la CMDB, les entreprises peuvent mieux comprendre comment les modifications apportées au code ou aux configurations des conteneurs peuvent avoir un impact sur les systèmes de production.

Pour obtenir la mise à jour de ces classes, visitez le ServiceNow Store pour obtenir les derniers « CMDB CI Class Models » (v1.68.0 ou plus récent)

Les avantages  

Les nouvelles classes facilitent non seulement la description des actifs AI/ML dans la CMDB, mais elles permettent également d'établir des relations plus significatives entre ces actifs. Ceci est particulièrement utile pour :

1. Améliorer la visibilité en matière de dépendances
   Les flux de travail en IA qui s’étendent souvent sur plusieurs couches d’infrastructure, allant du matériel spécialisé (comme les GPU) jusqu’aux points de terminaison d’inférence basés sur le cloud. Le fait de pouvoir visualiser comment une application d'IA (cmdb_ci_appl_ai_application) dépend d'un GPU (cmdb_ci_gpu) ou d'une fonction cloud (cmdb_ci_function_ai) permet aux équipes d'avoir une vue d'ensemble à tout moment. Ce niveau de visibilité peut faire la différence entre une résolution rapide et un incident prolongé lors du dépannage de problèmes de performance.
2. Planification proactive des ressources
   En suivant les modèles d’utilisation et les configurations des GPU ou des fonctions cloud liées à l’IA, les entreprises peuvent anticiper la demande future. Si votre équipe de data science prévoit d’intensifier les tâches d’entraînement, la CMDB peut signaler une capacité GPU insuffisante ou identifier d’éventuels points de congestion. Cette anticipation permet d’éviter des interruptions imprévues ou des goulets d’étranglement en matière de performance qui pourraient compromettre des initiatives critiques en IA/ML.
3. Amélioration de la conformité et de l'audit
   La gouvernance des données est une préoccupation croissante, en particulier lorsque les modèles d'IA recueillent des données sensibles. Avec des classes distinctes pour les charges de travail d'IA, vous pouvez rapidement obtenir des données relatives à la conformité, comme l'endroit où les modèles sont hébergés, la manière dont les données sont traitées et les services de cloud utilisés. Cette granularité rationalise les audits internes et garantit que votre entreprise est prête à prouver qu'elle respecte les réglementations, qu'il s'agisse du RGPD, de l'HIPAA ou de règles spécifiques à un secteur d'activité.
4. Gestion simplifiée du changement
   La mise à jour d'un modèle d'IA ne consiste pas seulement à déployer un nouveau logiciel. Cela peut impliquer un réentraînement sur différents jeux de données, une reconfiguration des GPU pour un débit plus élevé, ou encore un changement de fournisseur cloud afin d’obtenir une meilleure latence. Lorsque ces changements sont enregistrés dans la CMDB, les équipes peuvent évaluer les impacts potentiels sur les systèmes en aval ou les applications dépendantes. Cette approche réduit le risque d’interruptions en production causées par un comportement imprévisible de l’IA ou des exigences système mal alignées.

Comment en tirer parti ?

Pour tirer pleinement parti de la CMDB mise à jour de ServiceNow, commencez par identifier les ressources AI/ML actuellement présentes dans votre entreprise. Déterminez à qui appartient chaque pièce du puzzle : matériel, modèles, pipelines de données et services en cloud, puis alignez ces éléments sur les nouvelles classes. Si, par exemple, vos data scientists s’appuient fortement sur des clusters accélérés par GPU, assurez-vous que tous les détails pertinents des GPU (comme la mémoire, le nombre de cœurs, etc.) sont bien renseignés dans cmdb_ci_gpu. Si votre application utilise des services d’IA basés sur AWS ou Azure, cataloguez ces points de terminaison sous cmdb_ci_function_ai afin de conserver une trace des emplacements où s’effectue l’inférence dans le cloud.

L’automatisation est souvent essentielle pour maintenir ces informations à jour. Au fur et à mesure que les environnements AI/ML évoluent, de nouveaux conteneurs apparaissent, les GPU sont redéployés et les niveaux d'abonnement aux services cloud changent. Envisagez d'utiliser Discovery de ServiceNow ou des intégrations personnalisées pour synchroniser automatiquement les mises à jour dans la CMDB. Cela réduit la charge administrative de vos équipes et permet de s'assurer que la CMDB reste fidèle à la réalité.

Il est tout aussi important d'intégrer la gestion de la configuration de l'IA/ML dans vos processus opérationnels et de gouvernance existants. Chaque fois qu'un modèle de production change ou qu'un nouveau GPU est acheté, les parties prenantes concernées, telles que les responsables informatiques ou les responsables financiers, doivent en être informées. En intégrant ces étapes à vos flux de travail quotidiens, vous éviterez de traiter la CMDB comme un élément secondaire, mis à jour sporadiquement et inévitablement obsolète.

Une source d'informations stratégiques

Les nouvelles classes CMDB de ServiceNow ne sont pas seulement un outil tactique pour un meilleur suivi des actifs ; elles servent également de base stratégique pour explorer l'avenir alimenté par l'IA. À mesure que l’empreinte IA de votre entreprise s’étend pour inclure l’analytique avancée, le traitement du langage naturel et les cas d’usage en edge computing, une CMDB bien structurée vous permet de ne pas être pris au dépourvu face à la complexité.

Vous serez en mesure de répondre à des questions cruciales, comme la façon dont les obligations en matière de conformité des données varient selon les environnements d’IA, ou encore où allouer le budget pour des mises à niveau GPU, et cela, en vous appuyant sur des informations précises et en temps réel. En fondant ces décisions sur une CMDB qui considère l’IA et ML comme des ressources de premier ordre, vous favoriserez la collaboration entre les équipes IT, les data scientists et les décideurs métiers, tous dépendant de données cohérentes pour orienter leurs actions.

La CMDB à l'ère de l'IA

Grâce aux dernières mises à jour de la CMDB de ServiceNow, les entreprises peuvent combler le fossé entre la gestion traditionnelle des configurations et les exigences précises de l'IA/ML. En suivant avec précision ces nouvelles classes d’éléments de configuration (CI), vous créez un environnement unifié où tous les acteurs peuvent visualiser les dépendances, les coûts et les implications en matière de conformité liés aux initiatives d’IA. Plus important encore, vous posez les bases d’une croissance responsable et évolutive face à un avenir qui sera très probablement encore plus centré sur l’IA.

Si votre entreprise souhaite exploiter pleinement le potentiel de l’IA tout en conservant clarté et maîtrise, adopter ces améliorations de la CMDB est une étape essentielle. En attendant d’être prêt, vous pouvez déjà révolutionner vos pratiques traditionnelles de gestion de la CMDB grâce à l’IA. Notre application CMDB AI Advisor, disponible sur le Store de ServiceNow, offre des instantanés en temps réel ainsi qu’une analyse historique intelligente de votre infrastructure. Obtenez instantanément des informations sur les éléments de configuration et leur état, ce qui permet à votre équipe de prendre des décisions éclairées et de maintenir des performances système optimales..