Deux ans avec l’IA : comment elle a transformé ma façon de développer et d’assurer le support informatique

Il y a deux ans, j’utilisais principalement l’intelligence artificielle pour poser des questions, reformuler un texte, résumer un document ou obtenir quelques lignes de code.

Elle me permettait de gagner du temps, mais son intervention restait ponctuelle. Je lui demandais une réponse, puis je poursuivais seul le travail.

Aujourd’hui, mon usage a profondément évolué. L’IA intervient dans le développement d’applications, l’intégration d’API et surtout dans le support informatique. Elle m’aide à traiter les demandes des clients, à les transformer en tickets structurés, à préparer un diagnostic, à analyser des informations techniques et à capitaliser sur les solutions trouvées.

Je reste responsable des décisions et des interventions réalisées. Mais l’IA me permet d’explorer les pistes plus rapidement, de mieux organiser mon travail et de consacrer davantage de temps à la résolution des problèmes.

Une progression qui suit une courbe exponentielle

Sur seulement deux ans, l’évolution ne ressemble pas à une progression régulière. Elle suit plutôt une courbe exponentielle.

Au début, l’IA répondait à une question isolée. Elle pouvait expliquer un message d’erreur ou proposer un exemple de code. Ensuite, elle a commencé à traiter des documents plus longs, à comprendre le contexte d’une application et à travailler sur plusieurs fichiers.

Aujourd’hui, elle peut m’accompagner pendant plusieurs étapes d’une même intervention :

• comprendre une demande ;
• identifier les informations importantes ;
• proposer des hypothèses ;
• préparer les contrôles à effectuer ;
• aider à corriger le problème ;
• vérifier le résultat ;
• documenter la solution pour une prochaine intervention.

Mon utilisation a suivi la même courbe. Plus les outils ont progressé, plus j’ai appris à leur fournir un contexte précis et à les intégrer dans mes méthodes de travail.

Il y a deux ans, je demandais essentiellement : « Que signifie cette erreur ? »

Aujourd’hui, ma demande ressemble davantage à ceci : « Voici les symptômes, l’environnement, les journaux disponibles et les vérifications déjà réalisées. Aide-moi à classer les causes possibles, à préparer les prochains contrôles et à documenter la solution. »

Transformer les demandes clients en tickets de support

L’un de mes principaux usages concerne le traitement des demandes reçues par e-mail ou par message.

Une demande client est souvent formulée simplement : « Internet est lent », « je n’arrive plus à ouvrir ma session » ou « l’application ne fonctionne plus ». Pour intervenir efficacement, il faut transformer cette demande en ticket de support clair et exploitable.

L’IA m’aide à :

• identifier le problème principal et les symptômes observés ;
• relever le site, l’utilisateur, l’équipement ou l’application concernés ;
• distinguer une panne, une demande d’assistance et une demande d’évolution ;
• repérer les informations manquantes ;
• proposer un titre précis et structurer la description du ticket ;
• déterminer la catégorie et le niveau d’urgence ;
• préparer les premières questions et vérifications ;
• rédiger un accusé de réception compréhensible pour le client.

Par exemple, une demande indiquant que plusieurs personnes n’arrivent plus à ouvrir leur session et que l’accès aux dossiers partagés est très lent peut être transformée en ticket structuré :

• Titre : ouvertures de session impossibles et accès lent aux dossiers partagés ;
• Impact : plusieurs utilisateurs ;
• Services concernés : authentification au domaine et partages réseau ;
• Premières pistes : Active Directory, DNS, contrôleur de domaine ou réseau local ;
• Contrôles à prévoir : disponibilité des contrôleurs de domaine, résolution DNS, événements système, réplication et connectivité réseau.

Cette qualification évite les tickets trop vagues. Le technicien dispose plus rapidement d’un contexte clair pour commencer son diagnostic.

Il y a deux ans, j’utilisais surtout l’IA pour améliorer la formulation d’une réponse. Aujourd’hui, elle peut participer à toute la chaîne : lecture de la demande, qualification, création du ticket, préparation du diagnostic et rédaction du compte rendu après intervention.

Réparer un environnement Active Directory

Un problème Active Directory peut provoquer des symptômes très différents : ouverture de session lente, stratégie de groupe qui ne s’applique plus, poste qui ne rejoint pas le domaine, erreur d’authentification ou réplication défaillante entre les contrôleurs de domaine.

Dans ce type de situation, j’utilise l’IA pour structurer le diagnostic. Je peux lui fournir les symptômes, les événements Windows pertinents et les résultats des commandes de contrôle.

Elle m’aide alors à distinguer plusieurs pistes :

• une résolution DNS incorrecte ;
• une réplication Active Directory en erreur ;
• un problème de relation d’approbation avec un poste ;
• une stratégie de groupe mal appliquée ;
• un service indispensable arrêté ;
• un décalage horaire perturbant l’authentification Kerberos ;
• un contrôleur de domaine indisponible ou mal référencé.

L’IA peut également m’aider à préparer les commandes PowerShell et les vérifications à effectuer dans un ordre logique. Après la réparation, elle me permet de formaliser une procédure comprenant les symptômes, la cause trouvée, les actions réalisées et les contrôles confirmant le retour à la normale.

Auparavant, je lui aurais simplement demandé la signification d’un code d’erreur. Aujourd’hui, je peux l’utiliser pendant tout le diagnostic, depuis la qualification de la demande jusqu’à la documentation de la réparation.

Détecter et diagnostiquer une tempête de broadcast

Une tempête de broadcast peut rendre un réseau extrêmement lent ou totalement inutilisable. Les utilisateurs constatent des coupures, des pertes de paquets ou des accès intermittents, alors que les équipements semblent toujours fonctionner.

Face à ce type d’incident, l’IA m’aide à rapprocher plusieurs indices :

• augmentation brutale du trafic ;
• saturation des interfaces ;
• nombre anormalement élevé de paquets de broadcast ;
• changements rapides dans les tables d’adresses MAC ;
• messages d’erreur remontés par les commutateurs ;
• présence possible d’une boucle réseau.

Elle peut m’aider à construire une méthode d’intervention :

• déterminer l’heure à laquelle la saturation a commencé ;
• identifier le commutateur et les ports les plus sollicités ;
• examiner les compteurs de broadcast et de multicast ;
• rechercher les déplacements anormaux d’une adresse MAC entre plusieurs ports ;
• isoler progressivement le segment responsable ;
• vérifier la configuration du Spanning Tree et des protections contre les boucles ;
• contrôler la stabilité du réseau après correction.

L’intérêt est de transformer rapidement des informations dispersées en hypothèses classées. L’IA m’aide à cibler les contrôles et à éviter des essais inutiles. La décision d’isoler un équipement ou de désactiver un port reste prise en fonction de la situation réelle et de l’impact pour les utilisateurs.

Optimiser un réseau Wi-Fi

Un réseau Wi-Fi peut afficher un signal correct tout en offrant une mauvaise expérience. Les causes peuvent être nombreuses : canaux saturés, interférences, puissance d’émission inadaptée, bornes trop proches, couverture insuffisante ou basculement difficile entre plusieurs points d’accès.

À partir des relevés disponibles, l’IA m’aide à interpréter le niveau du signal, le rapport entre le signal et le bruit, l’occupation des canaux, la répartition des clients entre les bornes et la qualité des connexions selon les zones.

Elle peut ensuite contribuer à préparer un plan d’optimisation :

• sélectionner des canaux moins encombrés ;
• réduire les chevauchements entre les points d’accès ;
• ajuster la puissance d’émission ;
• mieux répartir les clients entre les bandes de fréquences ;
• améliorer le passage d’une borne à l’autre ;
• repérer les zones nécessitant une nouvelle mesure ;
• déterminer si une borne doit être déplacée ou ajoutée.

Après chaque modification, je compare les nouvelles mesures avec la situation initiale. Cette vérification est essentielle : une configuration théoriquement correcte ne garantit pas une amélioration dans les locaux réels.

Développer des applications et intégrer des API

J’utilise également l’IA dans le développement d’applications et l’intégration de services externes.

Une connexion à une API peut échouer à cause d’un paramètre manquant, d’un format JSON incorrect, d’un jeton expiré, d’une mauvaise méthode d’authentification, d’un changement de version ou d’une réponse différente de celle attendue.

Je peux fournir la structure de la requête, le code de réponse et les journaux de l’application. L’IA m’aide alors à identifier les éléments à contrôler et à préparer une correction.

Elle peut notamment m’aider à :

• construire une requête conforme à la documentation ;
• comprendre la structure de la réponse ;
• traiter correctement les différents codes d’erreur ;
• ajouter une gestion claire des échecs ;
• prévoir les limitations et les nouvelles tentatives ;
• créer des données de test ;
• documenter le fonctionnement de l’intégration ;
• modifier plusieurs fichiers concernés par une même évolution.

Il y a deux ans, j’aurais demandé un exemple d’appel d’API. Aujourd’hui, je peux utiliser l’IA pendant tout le cycle : compréhension du service, développement, test, diagnostic, correction et documentation.

Le support est devenu mon principal cas d’usage

C’est dans le support informatique que cette évolution est la plus visible.

Une demande courte peut cacher un problème de réseau, de droits, de DNS, de système, de configuration ou d’application. L’IA m’aide à transformer les premiers éléments en une démarche structurée.

Je peux lui demander de résumer le problème, de relever les informations manquantes, de proposer des contrôles et de classer les hypothèses selon leur probabilité. Elle m’aide ensuite à préparer les commandes, à interpréter les résultats et à produire un compte rendu clair.

Elle me permet également d’adapter l’explication au destinataire. Un compte rendu technique peut contenir les commandes exécutées, les journaux analysés et les contrôles réalisés. Le message adressé à l’utilisateur doit expliquer simplement la cause du problème, la correction apportée et le résultat obtenu.

Au fil des interventions, les diagnostics peuvent être transformés en procédures réutilisables. L’IA ne sert alors plus seulement à résoudre l’incident du jour. Elle contribue à améliorer progressivement toute l’organisation du support.

Des avantages concrets pour les clients

Cette évolution apporte des bénéfices directs aux clients.

Le premier avantage est la rapidité de traitement. Une demande mieux comprise et transformée en ticket structuré peut être orientée plus vite vers le bon technicien. Les informations essentielles sont disponibles dès le départ et les premières vérifications peuvent commencer sans perdre de temps à reformuler le problème.

Les interventions deviennent également plus efficaces. L’IA m’aide à organiser les hypothèses, à préparer les contrôles dans un ordre logique et à rapprocher les symptômes de situations déjà rencontrées.

Le temps gagné peut être consacré à des tâches qui apportent davantage de valeur :

• approfondir le diagnostic ;
• vérifier que la correction est durable ;
• améliorer la configuration ;
• documenter l’intervention ;
• mettre en place des mesures préventives ;
• accompagner les utilisateurs.

Chaque incident résolu peut enrichir une procédure. Les symptômes, la cause, la correction et les contrôles réalisés deviennent une base réutilisable. Si un problème similaire se présente, le support dispose immédiatement d’une méthode éprouvée.

Cette capitalisation contribue à rendre le système d’information plus résilient. Une panne ne sert plus uniquement à réparer ce qui ne fonctionne pas. Elle permet aussi d’améliorer la supervision, les configurations, les procédures et les mécanismes de prévention.

Pour le client, le résultat est concret : des demandes mieux suivies, des interventions plus rapides, moins de temps d’indisponibilité et une infrastructure qui progresse après chaque incident.

De l’assistant occasionnel à un véritable outil de production

En deux ans, mon usage est passé de la simple conversation à une intégration quotidienne dans mon travail.

L’IA ne remplace pas mon expérience, ma connaissance des infrastructures ni le contact avec les utilisateurs. Elle me permet de mieux exploiter les informations disponibles, de comparer davantage d’hypothèses et de conserver le résultat de chaque intervention.

Elle est devenue un accélérateur dans le développement, les API, la documentation et surtout le support informatique.

La courbe continue de monter. Ce qui représentait il y a deux ans une aide occasionnelle est aujourd’hui présent à chaque étape : comprendre, qualifier, diagnostiquer, corriger, vérifier et documenter.

Mon rôle reste de prendre les décisions adaptées et de contrôler le résultat. L’IA me permet d’y parvenir plus vite, avec une méthode plus structurée et des interventions plus efficaces au bénéfice des clients.