En décembre 2025, un agent de codage IA chez AWS a soudainement décidé de supprimer et reconstruire un environnement de production complet , provoquant une interruption de service de 13 heures et un véritable casse-tête en matière de relations publiques pour Amazon.

Avec l'adoption rapide de l'IA qui entraîne une augmentation des incidents médiatisés et ayant un impact sur les revenus, la résilience est passée d'une préoccupation technique à un risque financier au niveau du conseil d'administration.

Au cours des plus de 30 sessions de PagerDuty On Tour cette année, les dirigeants des opérations chez Workday, Cursor, Intuit et Accenture ont sans cesse abordé la même question : comment les organisations doivent-elles aborder la résilience à l'ère de l'agentivité ?

Le boxeur olympique Harry Garside, lors de l'événement PagerDuty On Tour Sydney, l'a parfaitement résumé : « Si vous ne prenez pas de recul après un échec, vous reproduirez les mêmes erreurs. » Autrement dit, la résilience n'est pas l'absence d'échec, mais la pratique délibérée d'en tirer des leçons.

Pour s'adapter, les équipes les plus résilientes utilisent désormais l'IA et l'intervention humaine pour codifier les données d'incidents et les connaissances d'ingénierie dans des systèmes multi-agents à amélioration automatique.

Voici trois enseignements tirés de PagerDuty On Tour 2026 sur la manière dont les organisations leaders apprennent à développer leur résilience.

1. On ne peut pas développer sa résilience par la seule force de la pensée positive.

Le codage par interaction (qui consiste à laisser un agent d'IA générer et déployer du code à partir d'entrées en langage naturel) devient le flux de travail standard pour de nombreuses équipes. Il est efficace et fonctionne souvent très bien en production.

Mais le code ainsi produit est rarement compris par un humain avant sa mise en production. Alors, que se passe-t-il à 2 heures du matin lorsqu'un problème survient et que personne ne sait pourquoi (ni comment le résoudre) ?

Un dirigeant d'une entreprise de communications cloud cotée en bourse l'a bien résumé : « On peut concevoir du code à l'instinct et créer quelque chose, mais on ne peut pas le dépanner de la même manière. » Il souligne que le manque de contexte derrière un code livré rapidement le rend également plus lent et plus difficile à dépanner. Un tri et une résolution efficaces des incidents nécessitent une connaissance approfondie de l'architecture métier et système.

De même, Dave Hogan, architecte principal en ingénierie de la fiabilité des services chez Workday, affirme que la véritable résilience (bien plus qu'une résolution plus rapide des incidents) repose sur des processus efficaces et une responsabilité clairement définie en matière de services. Ces « fondements opérationnels » garantissent que toute personne chargée du dépannage dispose des connaissances et du contexte nécessaires pour intervenir efficacement. Selon lui, négliger ces fondements, c'est « s'exposer à un chaos en matière d'IA ».

Mais Hogan reconnaît également que le savoir humain, à lui seul, ne suffit pas à grande échelle. Lorsque l'expertise opérationnelle réside uniquement dans l'esprit de vos meilleurs ingénieurs, cela crée des silos. Pour assurer le fonctionnement fiable des services modernes, ce savoir doit être formalisé dans une mémoire opérationnelle partagée, accessible et exploitable par toute l'équipe.

L'agent SRE de PagerDuty y parvient en apprenant de l'historique réel des incidents de votre équipe : la nature du problème, le diagnostic posé par vos ingénieurs et les mesures correctives mises en œuvre. Lors d'un nouvel incident dans un service complexe dont le code est difficile à appréhender, l'agent peut faire remonter le contexte humain et expliquer comment votre équipe a géré des incidents similaires par le passé. Il peut même résoudre de manière autonome les incidents bien compris, en se basant sur des procédures de résolution établies par des humains. suppression de l'environnement de production complet .

2. « Décaler vers la gauche » pour suivre le rythme de l'augmentation du volume de nouveau code

Les agents de codage IA accélèrent le développement comme jamais auparavant. Mais ils introduisent aussi en production tellement de changements que les relecteurs humains ne peuvent plus les gérer.

Selon le livre SRE de Google, environ 70% de Ces incidents sont liés à des modifications apportées à un système en production. Plus de changements à un rythme plus soutenu signifient plus de risques.

La plupart des équipes réagissent à ce problème de deux manières :

• Ralentir la production de code IA tout revoir (au détriment des gains d'efficacité de l'IA).
• « Approuver » la sortie pour préserver la vitesse (au détriment de la sécurité).

Aucune de ces solutions ne convient à long terme. Les entreprises résolvent ce problème en adoptant une approche proactive : l’IA est utilisée pour identifier les signaux de risque opérationnel dans l’environnement de développement avant que les modifications ne se transforment en incidents.

Lors de PagerDuty On Tour 2026 à San Francisco, Archana Kataria d'Intuit a présenté le nouveau système d'évaluation des risques basé sur l'IA développé par son équipe. Pendant qu'un développeur écrit du code, l'IA évalue la modification en fonction du type de service, de l'impact potentiel et du nombre de points de contact affectés, puis attribue un score de risque indiquant au développeur si le déploiement est sans risque.

Le plugin Claude Code de PagerDuty effectue une tâche similaire, en utilisant le protocole MCP (Model Context Protocol) pour analyser les incidents des 90 derniers jours et identifier les schémas susceptibles de provoquer des problèmes. Si un développeur junior regroupe trop de mises à jour dans une seule requête d'extraction, le plugin l'avertit que la modification ressemble à un incident antérieur et pourrait engendrer des dysfonctionnements.

3. Les humains progressent vers l'autonomie des agents grâce à des systèmes d'auto-amélioration.

Lors de PagerDuty On Tour 2026, de nombreux intervenants ont présenté leur vision des « opérations informatiques autonomes », un avenir où des agents d'IA géreraient les incidents de manière indépendante. Cependant, le caractère non déterministe des résultats rend les agents d'IA notoirement difficiles à confier à des tâches dévolues aux humains. Ce risque imprévisible fait paraître l'idée d'agents autonomes réalisant des travaux d'ingénierie concrets comme une utopie.

Pour contribuer à la création d'agents plus efficaces pour compléter le travail d'ingénierie humaine, les organisations conçoivent des boucles de rétroaction qui capturent automatiquement les connaissances opérationnelles humaines et les utilisent pour former les agents d'IA.

Le résultat, ce sont les « agents auto-améliorants » selon Richard Young, directeur de l'architecture des solutions partenaires chez Arize AI : des outils d'IA qui s'améliorent au fil du temps en apprenant du travail humain et du contexte qui circulent dans le système. À propos de l'intégration d'Arize et de PagerDuty , Richard Young explique : « Les erreurs détectées lors des évaluations en production constituent les ensembles de données utilisés pour corriger les problèmes en développement. »

Alexi Robbins, responsable de l'ingénierie des agents chez Cursor, a mis ce concept en pratique avec la fonctionnalité « WTF » (Work on the Factory) de l'équipe, qui permet aux agents de consigner leurs points de friction dans un outil de suivi. Les agents gestionnaires catégorisent les problèmes, puis des humains interviennent pour examiner et corriger les outils sous-jacents.

L'agent Scribe de PagerDuty constitue un premier pas vers des systèmes auto-améliorants. En enregistrant la chronologie des incidents, les décisions et les résultats des intervenants, ainsi que les enseignements tirés des commentaires post-incident, l'agent Scribe aide les ingénieurs à instaurer progressivement la confiance dans le système. À mesure que les agents apprennent des interventions humaines et des meilleures pratiques, l'avenir autonome se rapproche.

Apprendre à développer une résilience qui se renforce

Les équipes opérationnelles qui seront à la pointe de la résilience au cours de la prochaine décennie seront celles qui transformeront chaque incident en une occasion d'apprentissage.

À PagerDuty On Tour Londres, David Williams , vice-président senior des produits chez PagerDuty, a décrit le même schéma : chaque incident génère des données qui rendent les humains et les agents plus intelligents et plus rapides pour le prochain incident.

Un système véritablement autonome repose sur la confiance envers les agents qui automatisent les tâches. Plus votre système apprend des flux de travail réels de votre équipe, plus vous pouvez lui faire confiance pour agir de manière autonome. PagerDuty automatise ce processus d'apprentissage en codifiant chaque incident dans une mémoire opérationnelle, ce qui permet à votre système de devenir plus intelligent et plus résilient au fil du temps.

Vous souhaitez en savoir plus ? Regardez la séance complète, « De la réaction à la prévention : la voie vers les opérations autonomes », sur demande.