Énergie
Trier et résoudre les incidents réseau récurrents du NOC.
Une plateforme d'agents IA adoptée par les équipes du centre de supervision réseau (NOC) : elle trie les alertes les plus fréquentes et résout désormais, de façon autonome, environ la moitié des incidents de monitoring récurrents, avec l'humain dans la boucle sur les cas sensibles.
Triage d'une alerte en moins de 30 s, contre 10 à 15 min manuellement
Environ la moitié des incidents récurrents résolus de façon autonome (cible MTTR sous 5 min)
De l'ordre de 2,5 ETP de charge récurrente absorbés, redéployés vers l'ingénierie
Le contexte
Le centre de supervision réseau (NOC) supervise les réseaux du groupe dans plusieurs pays et traite chaque jour des dizaines d'alertes WAN et fibre. Pour chacune, un ingénieur lit l'alerte, recherche le contexte (site, équipements liés, historique des incidents) et rédige un ticket : un travail manuel de 10 à 15 minutes par alerte, qui représente 80 à 90 % de la charge récurrente de l'équipe, avec une qualité variable selon l'opérateur et l'horaire. Au-delà du tri, la résolution de ces incidents pourtant répétitifs restait elle aussi largement manuelle.
Le défi
- Un triage manuel, répétitif et à fort volume
- Une qualité de ticket variable selon l'opérateur (jour, nuit, week-end)
- Un diagnostic long sur des incidents pourtant récurrents
- Une résolution restée manuelle, même sur des cas simples et réversibles
Ce que nous avons livré
- Un assistant IA par ingénieur (playground), connecté à l'ensemble de l'écosystème NOC, capable d'interroger, de corréler et de générer des scripts, pas seulement de répondre
- Une plateforme multi-agents IA (Claude sur Amazon Bedrock, données hébergées en Europe)
- Une quinzaine de connecteurs : supervision réseau, firewalls, SD-WAN, SASE, logs, ITSM, CMDB, graphe de topologie, cloud et identité
- Le triage enrichi du ticket : corrélations, historique, topologie et recommandation
- La résolution autonome des cas déterministes et réversibles : vérification et clôture des alarmes auto-résolues, redémarrage de flux, suppression d'alarmes instables, actions distantes après validation
- Sur les cas plus complexes, un diagnostic multi-sources, la coordination avec les tiers (entités, opérateurs), la pré-rédaction des communications et des actions supervisées en un clic
- Un humain dans la boucle : l'autonomie ne couvre que les cas déterministes et réversibles, validés par l'équipe
- Traçabilité complète et suivi des coûts et de l'empreinte énergétique (FinOps)
- Conformité aux exigences de sécurité du groupe : accès privés, chiffrement, cloisonnement réseau
Le résultat
Le cas le plus fréquent est désormais trié en moins de 30 secondes, et l'agent résout de façon autonome environ la moitié des incidents de monitoring récurrents (cible de MTTR sous 5 minutes sur ces cas, divisé par deux sur les cas restés assistés). Adopté en quelques semaines par des dizaines d'ingénieurs sur plusieurs pays, l'outil absorbe de l'ordre de 2,5 ETP de charge récurrente (environ 4 000 heures par an), redéployés vers des tâches d'ingénierie à plus forte valeur.
Notre approche
Cet agent n'a pas été conçu d'un bloc. Chaque usage naît d'abord dans un playground, où les ingénieurs éprouvent l'assistant sur le réseau réel, puis passe à l'autonomie une fois cinq critères réunis :
- Récurrence : le cas revient assez souvent pour justifier l'automatisation
- Déterminisme : la marche à suivre est claire et reproductible
- Réversibilité : l'action peut être annulée sans risque
- Observabilité : chaque étape est tracée et vérifiable
- Consensus de l'équipe : les ingénieurs valident le passage à l'autonomie
Le déploiement reste progressif : l'agent observe d'abord (shadow), puis suggère, puis agit automatiquement. Cette méthode, plus que l'agent lui-même, est l'actif réutilisable d'un cas d'usage à l'autre.
Pourquoi c'est important : les équipes ne gagnent pas seulement du temps sur le tri, elles voient les incidents récurrents se résoudre, sans jamais perdre le contrôle. L'autonomie reste cantonnée aux cas déterministes et réversibles, validés par l'équipe.
Ce que cela prouve : Intelligence Partners sait livrer des services IA connectés à des environnements existants, qui passent du tri à la résolution, avec sécurité, observabilité, gouvernance et logique de passage à l'échelle.
Détail technique
Amazon Bedrock AgentCore · Claude (inférence EU) · Une quinzaine de connecteurs MCP (supervision, firewalls, SD-WAN, SASE, logs, ITSM, CMDB, topologie, cloud, identité) · Accès en lecture seule par défaut avec liste blanche · Prompts versionnés et tests de non-régression · Seuil de confiance avant action · Plafond budgétaire par agent et choix du modèle selon la tâche · Traçabilité complète et kill switch · Humain dans la boucle
Mission pilotée par
Dorian Richard
Fondateur · Intelligence Partners