Cloud
AWS veut transformer les audits cloud en surveillance permanente par l’IA agentique
Par Laurent Delattre, publié le 20 octobre 2026
Avec Well-Architected Agent, AWS fait passer l’audit cloud à l’ère de l’IA. L’outil inspecte les infrastructures, hiérarchise les priorités métier et propose les correctifs à appliquer. Une évolution devenue presque incontournable face à la complexité du cloud.
En perpétuel mouvement est… le cloud ! Et les entreprises y ont mis tant de ressource que leurs infrastructures cloud tendent aujourd’hui à évoluer plus vite que les équipes chargées de les maîtriser. Entre les nouvelles instances, les services managés, les configurations de sécurité et les factures qui s’envolent, maintenir une infrastructure dans les règles de l’art relève du travail de Sisyphe. Les bons vieux audits bi-annuels se retrouvent dépassés avant même d’être terminés. Il faut donc faire évoluer les pratiques et pourquoi ne pas le faire avec l’IA ?
C’est l’approche que propose désormais AWS qui a lancé en octobre la préversion de son service Well-Architected Agent. L’idée est simple : transformer l’inspection ponctuelle des infrastructures en une analyse récurrente voire continue, totalement automatisée et contextualisée par l’IA.
Des bonnes pratiques aux décisions contextualisées
A plus d’un titre, Well-Architected Agent est le complément logique aux services Trusted Advisor pour détecter les anomalies et de Well-Architected Tool pour confronter les architectures aux référentiels de bonnes pratiques d’AWS. Car si ces outils identifient les problèmes, leur interprétation, hiérarchisation et correction restait manuelle. C’est là que l’IA de Well-Architected Agent intervient.
Chaque semaine l’agent IA d’AWS analyse configurations, métriques d’utilisation et topologie applicative à travers plus de 65 services AWS. Ses recommandations couvrent quatre dimensions : coûts, sécurité, performances et résilience.
Mais sa grande originalité est d’intégrer les objectifs métier pour hiérarchiser ses actions. L’entreprise définit ses priorités et l’agent classe les améliorations à apporter selon leur impact, leur complexité et les compromis qu’elles impliquent ! Exemple : l’entreprise explique à quel point une base de données est critique pour tel business, l’agent peut alors recommander une architecture multizone plus résiliente tout en évaluant parallèlement le surcoût et l’impact éventuel sur les performances. Bref l’agent peut évaluer si les corrections envisagées présentent un réel intérêt Business ou non pour l’entreprise tout en laissant l’humain prendre la décision finale.
De l’audit au correctif, il n’y a plus qu’un pas
Capable d’évaluer aussi bien les ressources individuelles ou les applications que l’architecture globale mise en œuvre, Well-Architected Agent accompagne ses recommandations de scripts CLI, de procédures automatisées via Systems Manager et de modifications a appliqué directement dans Terraform, CloudFormation et CDK. L’agent peut même examiner les fichiers d’Infrastructure as Code (IaC) avant déploiement pour détecter les défauts d’architecture. Ainsi, une mauvaise configuration peut être identifiée et corrigée avant d’atteindre la production.
Toutefois l’agent IA d’AWS n’agit pas encore en totale autonomie. Les administrateurs humains restent responsables de la validation des recommandations et de la mise en application des suggestions de l’agent. Ce qui parait effectivement plus prudent.
Microsoft et Google avaient pris de l’avance
Le Cloud est ainsi en train d’entrer dans l’ère de l’optimisation intelligente. Et la concurrence n’a d’ailleurs pas vraiment attendu AWS. Chez Microsoft, Azure Advisor, associé à Azure Copilot, permet déjà d’identifier les optimisations possibles, d’expliquer les recommandations, de générer des scripts et de faciliter certaines remédiations. Microsoft développe également des agents spécialisés dans les opérations Azure.
Google pousse plus franchement la logique agentique avec Gemini Cloud Assist, renforcé en avril 2026. Ses agents peuvent corréler logs, métriques et modifications d’infrastructure, rechercher les causes d’incidents ou enquêter proactivement sur les anomalies de coûts. Même si nombre des capacités évoquées restent encore en préversion et ne sont pas encore pleinement déployées.
Enfin, on rappellera qu’IBM Turbonomic automatise depuis longtemps l’optimisation des ressources en fonction des besoins applicatifs sans exploiter d’IA agentique à forte dose.
Une IA encore en test
Comme déjà évoqué, Well-Architected est en préversion avec un déploiement pour l’instant exclusivement limité à trois régions AWS américaines (même si l’analyse de l’agent peut s’étendre aux ressources déployées sur toutes les régions).
Mais force est de reconnaître que peu importe où l’on regarde, l’IA agentique est en train de s’implanter un peu partout dans l’univers IT. Avec un intérêt assez évident pour les DSI : permettre de réduire la dette d’architecture avant qu’elle ne se transforme en dette financière, technique ou sécuritaire.
Reste que certains peuvent y voir une nouvelle forme de perte d’autonomie numérique. À mesure que les hyperscalers, via leurs IA, deviennent eux-mêmes les architectes de leurs clients, les entreprises perdent un peu plus encore le contrôle réel sur l’architecture de leur système d’information.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
