Le serveur MCP pour Red Hat Ansible Automation Platform fournit une interface fiable et standardisée qui permet aux agents intelligents et aux grands modèles de langage d'interagir directement avec votre plateforme d'automatisation, sans contourner les contrôles déjà en place au sein de votre entreprise. Au lieu de laisser l'IA générer des scripts ad hoc ou effectuer des appels d'API directs, le serveur MCP fait passer les recommandations des agents par la même bibliothèque de processus automatisés déterminés auxquels vos équipes font déjà confiance, préservant ainsi le contrôle d'accès basé sur les rôles, les pistes d'audit et les workflows d'approbation. 

Plutôt que de cliquer sur les différentes options d'une interface utilisateur, les équipes d'exploitation pilotent désormais des outils basés sur l'IA qui découvrent, sélectionnent et exécutent en leur nom des processus automatisés préapprouvés. Alors que les équipes s'appuient de plus en plus sur l'IA, l'automatisation devient la limite décisive qui garantit que chaque action initiée par l'IA est déterministe, auditable et reproductible.

Les workflows AIOps génère un important volume d'actions automatisées, telles que des corrections orientées événements, des ajouts de détails et des mises à l'échelle. Les composants Automation Dashboard et Automation Analytics offrent une visibilité en temps réel sur ces activités, c'est-à-dire les workflows qui se déclenchent le plus souvent, leurs performances et la valeur qu'ils génèrent. 

Vous pouvez créer et partager des rapports filtrés par date, projet ou étiquette afin de suivre les gains de temps, les résultats des tâches et les conséquences financières. Cette approche vous permettra de valider votre investissement lié à l'AIOps et de planifier votre prochaine expansion.

L'efficacité des workflows AIOps repose sur des opérateurs capables de gérer, dépanner et développer de manière fiable les processus automatisés sous-jacents. Pour configurer la plateforme, diagnostiquer les causes d'échec des tâches et comprendre le fonctionnement de composants comme Event-Driven Ansible, il est néanmoins souvent nécessaire de passer de la plateforme elle-même à la documentation et aux tickets d'assistance. Ansible Lightspeed Intelligent Assistant élimine cette source de difficultés en intégrant un assistant conversationnel basé sur l'IA générative directement au sein d'Ansible Automation Platform, comme si un spécialiste d'Ansible était à votre disposition.

Sur la base d'un pipeline de génération augmentée de récupération entraîné à partir de la documentation fiable de Red Hat, les équipes d'exploitation et d'administration peuvent poser des questions dans un langage naturel sans quitter la plateforme (par exemple « Comment configurer Event-Driven Ansible ? », « Explique ce message d'erreur » ou encore « Pourquoi cette tâche de correction a-t-elle échoué ? ») et recevoir des réponses contextuelles avec des liens de référence pour approfondir le sujet.

Pour les workflows AIOps en particulier, cette approche permet aux équipes qui configurent pour la première fois la correction orientée événements de travailler plus vite, ainsi que de résoudre les problèmes en temps réel lorsque les workflows automatisés se comportent de manière inattendue. Grâce à la visibilité qu'offre l'assistant intelligent sur l'intégrité et les performances des processus automatisés, les équipes d'exploitation peuvent également surveiller les tâches en cours d'exécution, vérifier l'état de l'inventaire et diagnostiquer les pannes en temps réel. Et l'automatisation peut être facilement étendue à de nouveaux types d'incidents et domaines d'exploitation.

La mise à l'échelle des workflows AIOps implique d'adapter les contenus d'automatisation sous-jacents. Cependant, les équipes d'ingénierie qui gèrent le problème au niveau de l'exploitation ne peuvent pas toujours coder rapidement, tandis que les équipes de développement chargées de l'automatisation peuvent avoir des difficultés à suivre le rythme de chaque nouveau schéma de panne que la pile d'observabilité fait apparaître. Coding Assistant permet de combler cet écart dans l'environnement de développement.

À partir de l'extension Ansible VS Code, les équipes d'ingénierie peuvent décrire leurs besoins dans un langage clair, par exemple : « écrire un playbook pour redémarrer un pod Kubernetes en panne et valider le point de terminaison du service ». Elles reçoivent alors des recommandations de code fiables et contextuelles pour des tâches uniques, des tâches multiples ou des rôles et playbooks entiers. Plutôt que de partir de zéro ou de suivre des procédures d'exploitation obsolètes, les équipes bénéficient d'une ébauche de travail qu'elles peuvent affiner, tester et intégrer à leur bibliothèque de processus automatisés déterminés.

Dans le cadre des workflows AIOps, ces équipes peuvent donc rapidement étendre l'automatisation à de nouveaux types de pannes (dégradation des services, expiration des certificats, pression sur la capacité, restauration du déploiement, etc.), ce qui permet d'identifier un schéma d'incident et de créer un playbook prêt pour la production afin de le corriger en quelques heures plutôt qu'en plusieurs jours. Chaque playbook généré dans le cadre de l'aide au codage suit les mêmes étapes jusqu'à la bibliothèque de processus automatisés : examen, test, définition conformément au contrôle d'accès basé sur les rôles et mise à disposition pour une exécution automatique lors du déclenchement de la prochaine alerte.