Le client est un acteur international qui fournit des solutions IAAS/SAAS à ses clients ainsi que du conseil dans la conduite du changement (devops, agilité…).

Pour donner à ses équipes la vélocité nécessaire, celles-ci ont un accès très ouvert au cloud Amazon Web Service. Notamment au service EC2 (Elastic Cloud Compute) qui permet de créer des machines virtuelles. La liberté donnée aux développeurs a produit une certaine entropie et une escalade des coûts. Les créateurs de ces machines virtuelles ne prennent pas le temps de les couper lorsque ces machines perdent de leur utilité.

La réduction des coûts est l’objectif premier de ce projet. Le second est de ne pas impacter le travail des équipes de développements en leur imposant un processus qui serait un frein.

Les discussions avec le client et ses équipes devops ont permis de déterminer qu’un chatbot associé à du machine learning permettrait d’améliorer le cycle de vie des environnements dans le cloud.

En effet, un réseau de neurones entraîné sur les données passées était capable de prédire à plus de 80% quelles machines étaient susceptibles d’être arrêtées. Tous les jours, ce réseau de neurone fournit une liste de machines candidates à l’arrêt.

Le chatbot quant à lui utilise cette liste de machines pour interroger les utilisateurs quant à l’arrêt possible ou non de leur serveur. Ce chatbot a également fourni aux utilisateurs une interface plus naturelle pour gérer leur infrastructure que celle fournie par Amazon. Une des difficultés d’un tel système est de le faire vivre après la mise en place initiale, il a donc fallu former les équipes à l’utilisation des différents composants.

Le premier mois après la mise en place, notre client a pu économise plus de 20% sur ces coûts d’hébergement. La conception modulaire du chatbot a également permis sa réutilisation pour d’autres usages internes tel que la gestion de tickets.