Aller au contenu

OrganisationExpert3 min de lecture

Partie VII. Organisation : qui possède l'observabilité

Qui fait quoi dans l'observabilité GenAI ? Un RACI sur huit capacités et une astreinte dédiée à la qualité des réponses.

Pour : architectes · managers d’équipePrérequis : Connaître les capacités décrites dans les parties I à VI de la méthode.

Scénario illustratif. Un vendredi à 23 h, l’alerte de SLO de qualité se déclenche : la borne de fidélité de l’assistant passe sous la cible. L’ingénieur d’astreinte de la plateforme regarde ses tableaux de bord. Tout est vert, les serveurs répondent. Il ne sait pas s’il doit revenir à l’ancien prompt, ni qui a le droit de le décider. Les data scientists ne sont pas d’astreinte. La décision attend lundi.

À mon avis, c’est là que beaucoup d’implémentations échouent. L’observabilité GenAI est à cheval sur cinq métiers : la plateforme et le SRE, les équipes ML et data science, la sécurité, le produit, la conformité. Sans propriétaire clair, personne ne regarde les bons signaux, ou chacun suppose que l’autre s’en occupe.

Un RACI est un tableau qui dit, pour chaque activité, qui fait quoi. Les quatre lettres signifient : R pour responsable de l’exécution (celui qui fait), A pour redevable (celui qui rend des comptes et tranche), C pour consulté (celui qu’on interroge avant de décider), I pour informé (celui qu’on prévient après). On peut le lire comme la répartition des rôles dans une équipe de football : qui tire les penaltys, qui est capitaine, qui on consulte sur le banc.

Le tableau couvre huit capacités. Le SOC est le centre opérationnel de sécurité ; le DPO est le délégué à la protection des données. Le FinOps désigne le pilotage du coût.

CapacitéPlateforme / SREML / Data ScienceSécurité / SOCProduitConformité / DPO
Instrumentation OTelA, RCIII
SLO de serviceA, RCICI
SLO de qualitéCA, RICI
Évals et golden setCA, RICC
FinOps GenAIA, RCICI
Sécurité MCPCIA, RIC
Audit et complianceCCCIA, R
Astreinte qualitéRA, RICI

Remarquez la dernière ligne. La plateforme exécute (R), mais l’équipe ML est à la fois responsable et redevable (A, R). Dans le scénario du vendredi soir, c’est elle qui aurait dû être joignable.

C’est une nouveauté par rapport au SRE classique : il faut une astreinte sur les régressions de qualité, pas seulement sur la disponibilité. Et une différence de taille sépare les deux : on ne redémarre pas une hallucination. Relancer un serveur ne rend pas un modèle plus juste.

Le plan de réaction, qu’on appelle un playbook, est donc spécifique. Les gestes possibles vont du plus léger au plus radical. On peut revenir à la version précédente du prompt ou du modèle (un rollback). On peut durcir les garde-fous, c’est-à-dire les filtres sur les entrées et les sorties. On peut basculer sur un modèle de repli. En dernier recours, on désactive la fonctionnalité dégradée : je recommande de préférer un service coupé à une réponse fausse servie avec assurance.

Ces playbooks doivent exister avant l’incident, avec un propriétaire nommé dans le RACI. À 23 h un vendredi, personne ne doit avoir à se demander qui décide.

Réunissez une heure les cinq métiers et remplissez le RACI avec des noms, pas seulement des équipes. Puis écrivez le premier playbook d’astreinte qualité, même court : quelle alerte, qui est appelé, quel geste de repli et qui l’autorise.


Révisé le 25 octobre 2026 : page réécrite pour un public plus large (scénario d’ouverture, RACI expliqué, playbook rédigé en prose), sans changement de fond.