SSolarWinds lance Avior, un système d’IA agentique conçu pour poursuivre des objectifs opérationnels dans les environnements IT hybrides. Disponible depuis le 14 octobre dans le cadre d’un accompagnement au démarrage, il associe des agents spécialisés à des mécanismes de contrôle.[1] Pour les équipes techniques, la question devient concrète : quelles tâches peut-on déléguer, avec quels droits et quelles preuves que le service fonctionne mieux ?
Un objectif à suivre au-delà de la conversation
La documentation présente Avior comme un outil qui part d’un objectif, construit une compréhension de l’environnement puis coordonne les outils et les actions nécessaires pour progresser.[2] Cette logique implique un suivi dans le temps : une réponse utile à une question ne suffit pas à établir qu’une situation opérationnelle s’est améliorée.
Pour une entreprise, formuler un objectif exige donc davantage qu’une consigne générale comme « améliorer le réseau ». Il faut définir le service concerné, les équipements inclus, un indicateur mesurable et les changements autorisés. Sans ce cadre, une amélioration locale peut déplacer le problème ou dégrader une autre application.
Des usages qui concernent le quotidien des équipes IT
SolarWinds cite notamment la corrélation des alertes, le traitement des écarts de configuration, le suivi des sauvegardes d’équipements et la surveillance de la capacité.[1] Ces usages touchent des tâches répétitives qui nécessitent pourtant une connaissance précise des infrastructures.
Regrouper plusieurs alertes peut faciliter l’analyse, mais un regroupement erroné peut aussi dissimuler deux incidents indépendants. De même, une configuration différente du référentiel peut correspondre à une erreur ou à une modification autorisée encore mal documentée. L’automatisation doit conserver ces distinctions.
Trois objectifs à traduire en critères vérifiables
Cette grille propose des critères de pilote à partir des usages annoncés, sans présumer de leur efficacité dans une infrastructure donnée.
| Objectif | Résultat à mesurer | Contrôle à conserver |
|---|---|---|
| Réduire le bruit | Moins d’alertes redondantes à examiner. | Vérifier que les incidents distincts restent visibles. |
| Suivre les configurations | Identifier les écarts sur un périmètre défini. | Distinguer les changements approuvés des erreurs. |
| Suivre les sauvegardes | Repérer les équipements sans copie récente. | Tester la restauration et protéger les copies. |
Une autonomie annoncée comme graduée selon le risque
Le fournisseur décrit des approbations humaines explicites pour les actions potentiellement dangereuses, des journaux d’audit, des accès limités au nécessaire et une prise en charge du retour arrière.[1] Le niveau de délégation doit néanmoins être vérifié pour chaque opération et chaque intégration retenue.
Un cadre déterministe ne garantit pas un diagnostic exact
SolarWinds qualifie son cadre d’exécution de « déterministe ».[1] Cette expression décrit le dispositif annoncé pour encadrer les actions ; elle ne prouve pas que chaque analyse produite par l’IA sera correcte. Un processus contrôlé peut encore s’appuyer sur une donnée incomplète, une topologie périmée ou une hypothèse erronée.
Avant d’approuver une intervention, l’opérateur doit pouvoir examiner les éléments qui la justifient, son périmètre et ses conséquences prévisibles. Un retour arrière doit lui aussi être testé : rétablir une configuration ne suffit pas toujours à restaurer toutes les sessions ou les traitements interrompus.
Une PME peut commencer par la couverture des sauvegardes
Un pilote illustratif pourrait viser quelques équipements réseau non critiques et un objectif simple : identifier ceux dont la sauvegarde de configuration est absente ou trop ancienne. L’équipe commencerait par confronter les constats aux données de ses outils existants, sans autoriser de modification automatique des équipements.
Elle pourrait ensuite tester une action limitée, après validation, puis vérifier la présence et l’exploitabilité de la copie obtenue. Les essais incluraient un équipement indisponible, des droits insuffisants et une information d’inventaire incorrecte. Ce scénario constitue une proposition d’évaluation, pas un résultat client publié.
Le bilan devrait comparer le temps de traitement, les erreurs de qualification et les interventions humaines nécessaires. Le communiqué ne fournit pas de résultats chiffrés permettant de généraliser les gains.[1] Les coûts, les intégrations compatibles et les conditions d’accès restent à préciser pour chaque projet.
L’administrateur définit ce que les agents peuvent changer
Cette évolution mobilise directement l’Administration systèmes et réseaux. Connaître les dépendances entre applications, serveurs et équipements permet de fixer des objectifs réalistes. Le professionnel doit aussi distinguer un indicateur technique satisfaisant d’un service réellement utilisable par les collaborateurs.
Son rôle comprend la définition des permissions et des conditions d’intervention. Une action acceptable sur un environnement de test peut être inappropriée en production. Les fenêtres de maintenance, les sauvegardes et les procédures d’escalade doivent rester cohérentes avec la criticité du service.
L’administrateur vérifie enfin les résultats et maintient la documentation. Il doit savoir contester un diagnostic, suspendre une action et reprendre la main. La délégation à des agents rend cette compréhension de l’infrastructure d’autant plus utile que plusieurs opérations peuvent être coordonnées dans un même objectif.
Repère éditorial
L’intérêt d’Avior se jugera sur des objectifs atteints sans dégradation du service, avec des décisions compréhensibles et des interventions maîtrisées. Pour une PME, un périmètre limité et mesurable constitue un meilleur point de départ qu’une délégation générale de l’exploitation.
Pour aller plus loin
Quatre lectures CCCLX sur la supervision, les infrastructures et le contrôle des agents.
Google Cloud Storage Intelligence Advisor détecte les anomalies de stockage
Azure Linux 4.0 : Microsoft prépare l’après Windows Server ?
Sandbox, terminal, politiques : GitHub encadre ses agents de code
Agents vocaux IA : Oracle détaille une architecture LiveKit sur OCI
Sources
- 01
SolarWinds (14 octobre 2026). « SolarWinds Unveils Avior, Bringing Deterministic, Agentic AI to Enterprise IT ». Annonce du lancement d’Avior, de ses usages opérationnels et des mécanismes de contrôle présentés par l’éditeur.
- 02
SolarWinds, documentation Avior (octobre 2026). « Avior release notes ». Documentation des fonctionnalités, des objectifs opérationnels, des propositions d’action et des niveaux d’autonomie décrits pour Avior.
Salesforce branche Claude sur son CRM : Claudeforce prépare l’après-interface
Et si le CRM n’avait bientôt plus besoin d’être ouvert ? Pendant des décennies, utiliser un CRM signifiait naviguer entre des fiches clients, des tableaux de bord, des menus et des formulaires. Avec Claudeforce, Salesforce et Anthropic veulent modifier cette logique :...
Enterprise AI Harness : Salesforce s’attaque au chaos des agents IA
Les agents se multiplient, leur contrôle devient le nouveau problème des entreprises Les entreprises commencent à déployer des agents IA dans le support client, les ventes, la finance, les RH ou encore le développement logiciel, mais cette multiplication crée un...
Parlez à votre base de données : Oracle améliore son IA NL2SQL
Oracle veut rapprocher les utilisateurs métiers de leurs données Interroger une base de données d'entreprise nécessite traditionnellement de connaître sa structure et de maîtriser SQL, ce qui laisse souvent les équipes métiers dépendantes des analystes ou des...
Kimi K3, Mistral, DeepSeek : Oracle transforme OCI en hub de modèles IA
Oracle veut faire d’OCI un guichet unique pour l’IA Oracle accélère dans la bataille du cloud IA en élargissant fortement le catalogue de modèles disponibles dans OCI Enterprise AI. Le 4 septembre 2026, le groupe a notamment annoncé l’intégration de Kimi K3, le modèle...
Agentic Data Cloud : Google repense la data pour l’ère des agents IA
Les agents IA obligent Google à repenser l'architecture des données Les agents IA promettent de rechercher des informations, prendre des décisions et agir directement dans les systèmes de l'entreprise, mais cette autonomie repose sur une condition essentielle :...
Google Cloud s’attaque à la facture cachée des agents IA
Les agents IA posent un nouveau problème : combien coûte réellement une tâche ? À mesure que les entreprises passent des chatbots aux agents IA capables de travailler pendant plusieurs étapes, la question du coût devient beaucoup plus complexe. Un chatbot traite...
Workday, Navan, Avalara : ChatGPT Work s’invite dans les logiciels métiers
ChatGPT Work quitte progressivement la fenêtre de chat Avec GPT-6 Astra, OpenAI ne cherche plus seulement à améliorer la qualité des réponses produites par ChatGPT. L'entreprise veut rapprocher son IA des applications dans lesquelles les salariés travaillent...
GPT-6 Astra arrive sur Amazon Bedrock : OpenAI s’installe dans le cloud d’entreprise
OpenAI trouve une nouvelle porte d'entrée dans les entreprises Le 8 septembre 2026, AWS a annoncé la disponibilité générale de GPT-6 Astra sur Amazon Bedrock, donnant aux entreprises une nouvelle manière d'accéder au modèle le plus avancé d'OpenAI directement depuis...
De la puce au cloud : Groq lève 350 millions pour changer d’échelle
Groq veut désormais vendre du cloud plutôt que seulement des puces Groq poursuit une transformation stratégique majeure. Longtemps identifié comme l'un des challengers de Nvidia grâce à ses LPU (Language Processing Units) spécialisés dans l'inférence des modèles...
Palmyra X6 : Writer veut faire baisser la facture de l’IA en entreprise
La course à l'IA se déplace désormais vers les coûts Après plusieurs années pendant lesquelles les éditeurs se sont principalement affrontés sur la puissance de leurs modèles, une nouvelle bataille s'ouvre autour de leur coût d'exploitation. Writer vient de lancer...
