Grafana ajoute des agents IA pour surveiller et corriger les incidents

Grafana Labs a annoncé à ObservabilityCON 2026 plusieurs ajouts à Grafana Cloud : des agents IA qui surveillent des signaux faibles, proposent des correctifs pour revue humaine et relient les pannes aux utilisateurs touchés. L’ensemble vise un point sensible pour les équipes opérations : automatiser sans laisser une machine décider seule d’un changement en production. Dans le même temps, l’éditeur veut mieux observer les propres systèmes d’IA qui entrent déjà en production, un sujet devenu bien moins théorique qu’il y a deux ans.

Des agents qui voient les anomalies avant qu’elles ne deviennent des tickets

Assistant Watchers, désormais disponible, permet de décrire en langage courant ce qu’il faut surveiller. Plutôt que de s’en tenir à un seuil fixe, l’outil apprend des motifs dans la télémétrie et remonte des éléments quand ces motifs changent. Les résultats passent par Grafana Alerting, avec la possibilité d’ouvrir une investigation plus poussée si le signal semble critique.

Grafana prolonge ainsi son assistant déjà intégré à la plateforme. Assistant Investigations, disponible depuis juillet, pouvait déjà lancer des analyses longues à partir d’une alerte ou d’un incident. Watchers ajoute un point d’entrée plus souple : une évolution émergente que l’équipe n’a pas encore traduite en règle d’alerte. C’est moins glamour qu’un film de science-fiction, mais nettement plus utile à 3 heures du matin.

Autre pièce du dispositif : Grafana Cloud Agents, en aperçu public. L’environnement cloud contrôlé permet à Assistant d’examiner du code dépôt en même temps que la télémétrie en direct, puis de préparer un correctif sous forme de pull request. La validation reste humaine. Grafana ne promet donc pas un robot qui répare tout seul, mais un système qui prépare le terrain et laisse un point de contrôle familier aux ingénieurs.

Observer les agents eux-mêmes change la donne

L’autre moitié de l’annonce concerne les applications qui utilisent déjà des modèles. Agent Observability, avec support OpenTelemetry, est disponible et intègre l’activité des agents dans le standard d’instrumentation ouvert déjà utilisé pour le reste des services. Grafana décrit aussi une conversation replay, qui permet de rejouer prompts, appels d’outils et réponses, avec latence, consommation de jetons, coût des modèles, évaluations et expériences.

Cette couche ne rend pas les jugements automatiques. En revanche, elle aide à distinguer un modèle trop coûteux d’un service aval lent, ou une régression de qualité après un changement de prompt. Une application peut rester disponible tandis qu’un agent choisit le mauvais outil. Dans ce cas, les métriques d’infrastructure ne suffisent pas.

Pour relier ces signaux à ce qui compte vraiment, Grafana ajoute aussi un Knowledge Graph dans chaque stack Grafana Cloud. La couche de contexte relie applications, bases de données, services cloud, infrastructure Kubernetes et télémétrie orientée utilisateur. Les équipes peuvent ajouter leurs propres entités et relations, puis interroger ce graphe via Cypher. L’objectif est simple : éviter de reconstruire à la main la carte des dépendances à chaque incident.

Le coût et l’accès aux données deviennent une partie du débat

Grafana pousse aussi sur la maîtrise des volumes. Grafana Cloud Logs reçoit des améliorations de recherche plein texte, issues de la technologie de Logline, société acquise en avril 2026. L’éditeur dit accélérer la recherche de valeurs rares, comme un identifiant de requête, dans le stockage objet, sans coût additionnel. Adaptive Logs Archive, en aperçu public, envoie les journaux vers un bucket objet détenu par le client, dans un format ouvert.

De son côté, Adaptive Metrics Auto-Apply, disponible, applique automatiquement des recommandations de réduction de cardinalité, avec un mode coût censé éviter la hausse du nombre de séries actives. Grafana ajoute aussi une récupération de traces sur les 24 dernières heures, même lorsque Adaptive Traces les a écartées. Ces arbitrages comptent, car la conservation, l’échantillonnage et l’archivage déterminent ce qu’il reste à examiner après une panne.

La plateforme introduit enfin un Grafana Marketplace commercial, avec des plugins payants de partenaires vérifiés. Les clients Grafana Cloud payants peuvent tester ces extensions pendant 14 jours, puis s’abonner mensuellement via leur facture existante. Les plugins gratuits restent distribués comme avant, mais l’éditeur ouvre une voie plus nette pour monétiser l’écosystème de modules.

Ce que disent les chiffres de l’observabilité agentique

Les annonces s’accompagnent d’une lecture du marché. Selon le 2026 State of Observability Report de Grafana Labs et ETR, basé sur 300 responsables IT et ingénierie, 68 % des répondants ont déjà fait passer l’IA pour l’observabilité au-delà de la simple investigation, vers des pilotes ou de la production. Les usages restent toutefois plus rassurants quand ils se limitent à la lecture des incidents.

Toujours selon ce rapport, 85 % se disent à l’aise avec une IA en mode lecture seule pour l’investigation, contre 52 % pour une remédiation totalement autonome. Cette différence résume bien le moment du secteur : les équipes veulent gagner du temps sur la détection et l’analyse, mais gardent la main dès qu’il s’agit de toucher au système. La confiance progresse, la délégation complète beaucoup moins vite.

68 % — part des répondants ayant dépassé le stade de l’expérimentation IA, selon Grafana Labs et ETR, 2026.

85 % — niveau d’aisance pour une IA en lecture seule, selon Grafana Labs et ETR, 2026.

52 % — niveau d’aisance pour une remédiation totalement autonome, selon Grafana Labs et ETR, 2026.

300 — responsables IT et ingénierie interrogés pour le rapport 2026, selon Grafana Labs et ETR.