Il existe une scène commune à de nombreuses organisations, que tout le monde connaît mais que personne ne documente vraiment : un incident de performance est détecté sur la plateforme d'observabilité.
Au même moment, un autre outil est ouvert pour vérifier les coûts cloud, puis un troisième pour évaluer l'impact carbone. Trois tableaux de bord, trois contextes, trois outils, pour une décision qui aurait pu être prise depuis une interface unique.
Le problème ne vient pas des données elles-mêmes, mais de leur fragmentation.
La prolifération des outils opérationnels
L'accumulation d'outils multiples conçus pour des processus de surveillance et de gestion informatique similaires est appelée prolifération d'outils.
Il s'agit d'un problème réel et bien documenté. Une récente enquête de la CNCF a révélé que 72 % des répondants utilisent jusqu'à neuf outils différents dans leur pile d'observabilité, tandis que plus d'un cinquième en utilisent entre dix et quinze. La moitié des participants ont identifié la prolifération des outils comme l'un des principaux obstacles à leurs efforts d'observabilité, ce qui en fait le défi le plus fréquemment cité au sein des organisations.
Le phénomène est en recul, mais lentement. Le rapport Observability Forecast 2025 rapport, basé sur les retours de 1 700 responsables informatiques et ingénieurs, a enregistré une baisse de 27 % du nombre moyen d'outils utilisés en deux ans, ramenant cette moyenne à 4,4 outils.
Le mouvement est amorcé, mais pour les équipes, cela reste insuffisant : plus d'une organisation sur deux (52 %) place la consolidation vers une plateforme unifiée parmi ses priorités explicites.
Et le problème dépasse largement le cadre de l'observabilité. En 2024, Forrester estimait que 77 % des décideurs technologiques américains faisaient état d'un niveau modéré à élevé de prolifération technologique sur l'ensemble de leur stack, avec 63 % d'entre eux déjà engagés dans des initiatives de consolidation. L'observabilité n'est qu'un exemple particulièrement visible d'un problème de fragmentation plus vaste.
Les conséquences de cette accumulation sont bien connues des équipes opérationnelles. D'abord, le changement de contexte, qui accapare l'attention au moment précis où les incidents exigent une concentration maximale. Vient ensuite le cloisonnement : les logs, les métriques et les traces résident dans des environnements distincts, et les corrélations qui devraient être évidentes deviennent un exercice manuel de recoupement. Enfin, des alertes redondantes se multiplient sur plusieurs systèmes pour un même événement, finissant par réduire la capacité de réaction des équipes.
Pendant ce temps, la décision d'agir et d'optimiser, celle qui permettrait de réduire simultanément les coûts et l'impact environnemental, reste reportée.
Performance, coûts, carbone : trois problèmes ou un seul ?
Ce qui rend cette situation particulièrement frustrante, c'est que ces trois dimensions — performance applicative, optimisation des coûts et réduction de l'empreinte carbone — reposent toutes sur les mêmes données sous-jacentes.
Le moteur fondamental du FinOps comme du GreenOps est identique : l'utilisation efficace des ressources.
Une machine virtuelle inactive gaspille de l'argent, une partie des 44,5 milliards de dollars de gaspillage cloud estimés pour 2025. Elle gaspille également l'électricité nécessaire à son alimentation et les systèmes de refroidissement requis pour son maintien. En éliminant ce gaspillage, les organisations réalisent des économies tout en réduisant simultanément leurs émissions de carbone.
Les équipes FinOps et GreenOps s'appuient sur les mêmes données de télémétrie : utilisation du processeur, activité de stockage, débit réseau et modèles de mise à l'échelle.
Les fournisseurs de cloud ont déjà compris ce chevauchement, c'est pourquoi des plateformes comme AWS positionnent leurs outils d'empreinte carbone aux côtés des tableaux de bord de gestion des coûts cloud, permettant aux utilisateurs d'identifier instantanément les impacts financiers et environnementaux. Cependant, la plupart des organisations opèrent aujourd'hui dans des environnements multi-cloud. Dans ces contextes, la prolifération des outils reste entière, et est même aggravée par des méthodologies de comptabilité carbone qui varient d'un fournisseur à l'autre.
Les efforts d'optimisation peuvent souvent conduire à des réductions simultanées des coûts et de l'impact environnemental, par exemple en arrêtant les machines virtuelles inutilisées ou en améliorant le suivi de l'utilisation des ressources.
La question n'est donc pas de savoir si les organisations doivent privilégier la performance, les coûts ou la durabilité. Il s'agit de cesser de les traiter comme trois défis distincts nécessitant trois outils séparés.
Pourquoi les plateformes d'observabilité deviennent le centre de contrôle naturel
Les équipes ITOps disposent déjà de leur plateforme opérationnelle principale. C'est là qu'elles passent leurs journées, qu'elles détectent les incidents et qu'elles analysent les comportements des systèmes. Les plateformes d'observabilité modernes centralisent déjà les métriques, les journaux, les traces et les topologies d'application.
L'observabilité devient essentielle pour toute stratégie sérieuse de durabilité informatique. Plutôt que de simplement produire des rapports sur l'empreinte carbone informatique, le véritable défi consiste à exploiter les outils d'observabilité pour optimiser la consommation d'énergie et réduire l'empreinte carbone, tout en diminuant simultanément les coûts opérationnels et en répondant aux exigences réglementaires.
Précisément parce que ces plateformes centralisent déjà la visibilité sur l'infrastructure, elles constituent l'endroit naturel pour intégrer des recommandations d'optimisation à double bénéfice : réduction des coûts et du carbone. Non pas dans un outil externe que les équipes doivent consulter séparément, mais directement au sein du flux de travail de l'ingénieur qui gère déjà la performance du système.
Des projets tels que Kepler, un projet CNCF Sandbox, permettent déjà aux organisations de surveiller la consommation d'énergie dans les environnements cloud-native en quantifiant l'utilisation énergétique à travers les nœuds, les conteneurs et les machines virtuelles.
En intégrant la télémétrie énergétique aux métriques système, les organisations peuvent corréler la performance au coût environnemental, permettant des arbitrages plus intelligents qui privilégient l'efficacité sans sacrifier la fiabilité.
Tout gérer depuis un seul et même endroit
Intégrer des recommandations de décarbonation à une plateforme d'observabilité existante ne revient pas à ajouter un outil supplémentaire. Il s'agit de rendre visible une dimension qui était déjà présente, mais jusqu'ici illisible.
Pour un profil ITOps, cela signifie qu'en utilisant la même interface pour détecter une baisse de performance, il peut également identifier les instances surdimensionnées, les services consommant de l'énergie sans charge de travail justifiée, et les actions permettant de réduire simultanément la facture cloud et l'empreinte carbone.
De nouveaux leviers d'optimisation émergent dans ce contexte: planification consciente du carbone, placement géographique des charges de travail en fonction de l'intensité carbone du réseau local et arrêt automatisé des environnements hors production.
Pour les responsables d'infrastructure ou les DSI, cela signifie une chose : ne plus avoir à choisir entre l'outil de performance et l'outil de durabilité.
La rationalisation des outils n'est efficace que lorsqu'elle s'accompagne d'une véritable intégration entre l'observabilité et les ITOps. Sinon, les décisions de consolidation restent dictées par des préférences personnelles plutôt que par une réelle valeur métier.
Le signal du marché est clair
La maturité en matière d'observabilité se définit désormais selon cinq niveaux, allant des pratiques réactives ponctuelles aux opérations entièrement optimisées et pilotées par l'IA. La plupart des organisations se situent actuellement au milieu de ce spectre, et celles qui progressent le plus rapidement sont celles qui investissent dans l'intégration et l'automatisation pour rationaliser leurs flux de travail.
En 2025, la durabilité est devenue une préoccupation centrale pour les organisations confrontées à la demande énergétique croissante des environnements cloud et des opérations basées sur l'IA. Les plateformes d'observabilité deviennent essentielles pour surveiller et optimiser la consommation énergétique des charges de travail IA, identifier les inefficacités et permettre une distribution intelligente des charges.
La convergence est déjà en marche. Les équipes qui l'anticipent n'auront pas à choisir entre réduction des coûts et réduction de l'impact environnemental. Elles atteindront les deux depuis le même endroit, en utilisant les mêmes données, au même moment.
Les organisations qui pratiquent le FinOps ou le GreenOps découvrent souvent qu'elles accomplissent déjà une grande partie du travail nécessaire pour l'autre. Ce chevauchement signifie que les équipes n'ont plus besoin de choisir entre efficacité financière et responsabilité environnementale.
La prolifération des outils n'est pas une fatalité. C'est l'héritage d'une époque où la performance, les coûts et la durabilité avaient chacun leur outil dédié, mais ils peuvent désormais converger vers une plateforme unique.