[Article] AI Observability

1. À quoi sert AI Observability ? #

Superviser les applications d'IA générative : LLM, agents, prompts, jetons et évaluations.

Le principe #

AI Observability donne une visibilité de bout en bout sur les charges d'IA : services, modèles de langage (LLM), agents et protocoles. L'app suit les appels aux modèles, leur coût en jetons, leur latence et la qualité des réponses.

AI Observability : Application → Instrumentation → Grail → AI Observability

2. Les fonctions clés #

Ce que propose l’app.

Vue d’ensemble #

Fonction	Rôle
Flux de prompts	Interactions des agents et des LLM : version du modèle, nombre de jetons, prompt et réponse
Vue trace	Hiérarchie des spans d’un agent et appels d’outils, pour déboguer
Évaluation	LLM-as-judge : verdicts et scores sur les exécutions d’agents
Technologies	Plus de 20, dont OpenAI, Amazon Bedrock, Gemini, Vertex AI, Anthropic, LangChain

3. Démarrer #

Les premières étapes.

Pas à pas #

Instrumentez l'application avec OneAgent, qui couvre automatiquement de nombreux frameworks d'IA.
Ouvrez l'app et repérez les modèles les plus coûteux ou les plus lents.
Descendez dans une trace d'agent pour voir les appels d'outils.
Ajoutez des évaluations pour suivre la qualité.

Prérequis #

OneAgent, et pour les services cloud d'IA la supervision cloud du fournisseur.
Une souscription Dynatrace Platform Subscription (métriques, traces et logs sur Grail).

Données sensibles. Les prompts et réponses peuvent contenir des données personnelles : décidez de ce que vous capturez et masquez. La prise en charge d'OpenLLMetry est en fin de vie : suivez la documentation pour migrer.

Sources #

D'après la documentation officielle consultée en novembre 2026 : les libellés et la disponibilité évoluent avec les versions de la plateforme.

📄 AI Observability dans Dynatrace →

Mon suivi

⏱ Durée estimée : ≈ 3 min

Connectez-vous pour suivre votre progression et prendre des notes. Se connecter

💬 Discussions récentes de la formation

Dynatrace : mes pods Kubernetes ne sont pas instrumentés malgré le DynaKube✓ résolu · 1 réponse(s)

Poser une question sur cette leçon →Voir toutes les discussions de la formation

← Session précédente Session suivante →

Glossaire de la formation

Observabilité

La capacité à connaître l'état interne d'un système à partir des données qu'il émet.Ces données sont classées en 3 piliers : logsmétriquestracesprofil...

CI/CD

Intégration Continue et Déploiement Continu. Pratiques DevOps visant à automatiser les tests et le déploiement des applications pour livrer plus rapid...

Dynatrace

Plateforme d'observabilité complète basée sur l'intelligence artificielle (Davis), offrant la surveillance applicative (APM), d'infrastructure et l'ex...

APM (Application Performance Monitoring)

Surveillance des performances applicatives pour identifier, diagnostiquer et résoudre les problèmes complexes liés aux performances et à la disponibil...

SLA (Service Level Agreement)

Contrat officiel conclu entre un fournisseur de services et son client, définissant le niveau de service attendu (disponibilité, temps de réponse, etc...

SLO (Service Level Objective)

Objectif interne chiffré défini par l'équipe technique (SRE) concernant le niveau de fiabilité d'un service (ex: 99.9% de disponibilité). Relation : L...

SLI (Service Level Indicator)

Métrique quantitative réelle mesurant le niveau de service fourni en production (ex: taux de réussite des requêtes, latence moyenne). Relation : Le SL...

DEM (Digital Experience Monitoring)

Surveillance de l'expérience numérique. Englobe les technologies permettant de suivre et d'optimiser l'expérience des utilisateurs finaux sur les appl...

RUM (Real User Monitoring)

Surveillance des utilisateurs réels. Technique d'observabilité passive qui capture et analyse chaque interaction des utilisateurs avec une application...

Synthetic Monitoring

Surveillance synthétique. Technique d'observabilité active utilisant des scripts automatisés (robots) pour simuler le parcours des utilisateurs et vér...

Traces distribuées

Technique (issue du pilier des Traces) permettant de suivre le cheminement complet d'une requête à travers de multiples micro-services pour identifier...

Métriques

Mesures numériques collectées à intervalles réguliers (ex: CPU, RAM, temps de réponse) utilisées pour évaluer l'état de santé global d'un système au f...

AIOps (Artificial Intelligence for IT Operations)

Utilisation de l'intelligence artificielle et de l'apprentissage automatique pour automatiser et améliorer les opérations informatiques (ex: détection...

NoOps

Concept où l'environnement informatique est tellement automatisé et abstrait (ex: Serverless, PaaS) qu'il ne nécessite quasiment plus d'équipe opérati...

OpenTelemetry

Framework open source fournissant des standards, APIs et SDKs pour collecter et exporter des données d'observabilité (traces, métriques, logs) de mani...

Core Web Vitals

Ensemble de trois métriques définies par Google pour mesurer l'expérience réelle d'une page web : le chargement (LCP (Largest Contentful Paint)), la r...

LCP (Largest Contentful Paint)

Temps écoulé jusqu'à l'affichage du plus grand élément visible de la page (image, vidéo ou bloc de texte) : il indique quand le contenu principal appa...

INP (Interaction to Next Paint)

Latence des interactions (clic, tap, touche) observée pendant toute la visite : délai entre l'action de l'utilisateur et l'affichage suivant. La valeu...

CLS (Cumulative Layout Shift)

Mesure de la stabilité visuelle : somme des décalages inattendus de mise en page (un bouton qui se déplace au moment du clic, un texte poussé par une ...

FCP (First Contentful Paint)

Temps écoulé jusqu'à l'affichage du premier contenu (texte, image, SVG) : le moment où l'utilisateur voit que la page commence à charger. Ce n'est pas...

TTFB (Time to First Byte)

Temps entre le début de la navigation et la réception du premier octet de la réponse : il additionne redirections, DNS, connexion TCP/TLS et temps de ...

FID (First Input Delay)

Ancienne métrique de réactivité des Core Web Vitals : délai avant que le navigateur commence à traiter la première interaction (bon ≤ 100 ms). Elle ig...

TBT (Total Blocking Time)

Métrique de laboratoire (Lighthouse) : somme, entre FCP (First Contentful Paint) et la fin du chargement, de la part de chaque tâche longue (plus de 5...

CrUX (Chrome UX Report)

Base publique de Google qui agrège les Core Web Vitals mesurées chez les vrais utilisateurs de Chrome (au 75e percentile, par origine et par URL, sur ...

Lighthouse

Outil d'audit libre de Google, intégré aux DevTools de Chrome et à PageSpeed Insights : il charge la page dans un environnement simulé et note perform...

Apdex

Application Performance Index : score de satisfaction entre 0 et 1 calculé à partir d'un seuil de temps T. Les requêtes sous T sont « satisfaisantes »...