De l'enquête à l'action encadrée: présentation de Rocket EVA 2.0

Les équipes mainframe sont soumises à une forte pression pour résoudre plus rapidement les problèmes opérationnels complexes, optimiser leurs compétences limitées et intégrer en toute sécurité l'automatisation pilotée par l'IA. Rocket^® EVA^™ 2.0 concrétise cette vision en déployant des agents d'IA contrôlés pour les opérations informatiques critiques sur mainframe et hybrides.

L'impact est déjà visible. Lors d'un projet pilote mené avec une grande institution financière, EVA a enquêté sur un incident de performance complexe affectant plusieurs environnements mainframe interconnectés, notamment MQ, CICS, la gestion des charges de travail et les services d'infrastructure. À partir de données SMF historiques, EVA a analysé des millions d'enregistrements opérationnels sur plusieurs systèmes, corrélé les événements pour établir une chronologie cohérente et contribué à identifier la chaîne de causes et d'effets probable à l'origine de la panne. Ce qui nécessitait auparavant une analyse manuelle approfondie impliquant plusieurs équipes est devenu une enquête beaucoup plus rapide et fondée sur des preuves.

La Rocket EVA reçoit le prix de l'ascension technologique 2026.

Rocket EVA a remporté le prix Tech Ascension 2026 dans la catégorie « Solution d'agent Enterprise basée sur l'IA de l'année » . Cette distinction place EVA parmi les lauréats des prix d'IA 2026, aux côtés de solutions de Lenovo, Zoom, Ford et d'autres leaders technologiques du programme.

Nous sommes impatients de continuer à apporter de la valeur aux organisations qui cherchent à appliquer une IA agentive gouvernée à leurs opérations informatiques mainframe et hybrides. Découvrez les lauréats des prix d'intelligence artificielle 2026
 

La Rocket EVA 2.0 fait la une de l'actualité

L'expansion de Rocket EVA a également suscité l'intérêt du secteur pour son approche de l'IA agentive gouvernée sur mainframe. Des articles récents soulignent comment EVA combine raisonnement opérationnel, contrôles basés sur des politiques, gestion des identités et auditabilité pour aider les organisations à déployer l'IA dans des environnements critiques tout en conservant une supervision globale.

Pour plus d'informations sur cette annonce, consultez la couverture du SD Times sur l'IA agentique gouvernée sur mainframe, la couverture de VMblog sur Rocket EVA et PlanGuard, et la couverture de Paul Gillin sur SiliconANGLE concernant Rocket EVA 2.0 .

Ce que fait EVA aujourd'hui

EVA reçoit une requête en langage naturel et, une fois lancée par l'utilisateur, exécute de manière autonome une investigation en plusieurs étapes à travers les outils connectés, les sources de données, les journaux, les tableaux de bord et le contexte opérationnel. Elle met en corrélation les preuves, évalue les causes probables et fournit des conclusions, une recommandation et les éléments justificatifs.

EVA se concentre actuellement sur l'analyse. Il n'apporte aucune modification non supervisée aux systèmes de production. Phil Buckellew, président de l'unité commerciale Modernisation de l'infrastructure de Rocket Software, explique: « Aujourd'hui, EVA peut orchestrer de manière autonome des investigations complexes dès qu'un utilisateur en fait la demande. Au lieu d'obliger les opérateurs à naviguer manuellement entre plusieurs consoles, tableaux de bord, journaux et rapports, EVA centralise ces sources et fournit une explication unifiée et contextualisée de ce qui se passe dans l'environnement et pourquoi. »

Ceci est particulièrement précieux lorsque plusieurs spécialistes détiennent normalement différentes parties du tableau d'ensemble, notamment les diagnostics opérationnels, les enquêtes sur les incidents, l'analyse de la charge de travail et l'identification des causes profondes. EVA centralise ces informations sans exiger de chaque opérateur une expertise approfondie de z/OS.
Alors qu'EVA se concentre aujourd'hui sur l'orchestration indépendante des enquêtes, PlanGuard établit les fondements de gouvernance nécessaires à mesure que les organisations étendent les cas d'utilisation des agents vers des actions système approuvées.

Présentation de PlanGuard: la couche de gouvernance en deux étapes pour l’IA agentielle

EVA 2.0 introduit Rocket^® PlanGuard^™, une couche de gouvernance en deux étapes conçue pour l'IA agentielle dans les environnements critiques.

Première étape: Point de décision politique

Avant l'activation d'un outil ou l'exécution d'une action, PlanGuard évalue les attributs de l'appelant, la requête, le contexte de la session, l'outil sélectionné, les conditions environnementales et les politiques de l'organisation. Il détermine ensuite si l'action doit être autorisée, refusée ou soumise à une approbation humaine. Aucune action n'est lancée tant que cette vérification n'est pas terminée.

Buckellew explique: « Cette approche au moment de l’invocation est importante pour l’IA agentielle, car les décisions ne peuvent plus reposer uniquement sur les autorisations accordées lors de la création du compte. PlanGuard évalue plutôt l’utilisateur, la requête, l’outil et le contexte opérationnel spécifiques impliqués dans chaque action avant d’autoriser son exécution. »

Deuxième étape: Fournisseur d'identité

Lorsqu'un PlanGuard approuve une action, il crée une authentification temporaire et spécifique à la tâche, valable uniquement pour cette opération approuvée. Cette authentification n'est valide que pendant la durée de la tâche et est révoquée lorsqu'elle n'est plus nécessaire, limitant ainsi la période d'exposition pour toute action d'un agent.

PlanGuard s'appuie sur les solutions de sécurité d'entreprise existantes telles que RACF, ACF2 et Top Secret, sans les remplacer. Ces systèmes demeurent la base de la sécurité des mainframes. PlanGuard ajoute la couche de gouvernance requise par l'IA agentique et fournit des identités fonctionnant au sein du cadre d'autorisation existant.

Un historique complet des opérations

L'auditabilité est intégrée à l'architecture d'EVA. Chaque action régie est enregistrée, indiquant l'auteur de la demande, la proposition de l'agent, la politique évaluée, la nécessité d'une approbation, l'identité utilisée et l'action finalement entreprise. L'enregistrement est infalsifiable et chiffré par hachage.

Comme l'explique Buckellew: « Cela crée une chaîne de preuves complète permettant aux opérateurs, aux équipes de sécurité et aux auditeurs de comprendre non seulement ce qui s'est passé, mais aussi pourquoi cela s'est produit, sous quelle identité et dans le cadre de quelle décision politique. » Pour les organisations des secteurs des services financiers, des assurances et autres industries réglementées, cette chaîne de preuves peut faciliter le respect des exigences de conformité.

Les premiers projets pilotes démontrent l'intérêt d'une enquête plus rapide

Un grand distributeur a rencontré un problème sur sa région CICS de production, suite à l'épuisement du stockage temporaire. L'équipe savait ce qui s'était passé, mais pas pourquoi. EVA a analysé les données de l'incident et déterminé qu'il ne s'agissait pas d'une contention système générale, mais d'un problème localisé, lié à une application. EVA a isolé la source principale, identifié les systèmes impliqués et relié l'incident à un modèle de charge de travail spécifique et à l'application probablement responsable. Cette analyse a permis de recentrer un problème d'infrastructure complexe sur un domaine applicatif précis et a fourni à l'équipe un point de départ clair pour la résolution des problèmes et la prévention.

Dans d'autres cas, des enquêtes restées ouvertes pendant deux mois ont permis d'identifier la cause première probable en quelques minutes. EVA ne remplace pas l'expertise, mais accélère la collecte et la corrélation des données afin que les experts puissent se concentrer sur la validation et la résolution du problème.
 

Maintenir à jour ses connaissances spécialisées

EVA combine les connaissances institutionnelles encodées à travers les processus opérationnels, les politiques de gouvernance, les intégrations d'outils, les flux de travail d'enquête et les systèmes accessibles avec les données opérationnelles en direct et le contexte système actuel.

Puisque EVA s'appuie sur des données en temps réel plutôt que sur une base de connaissances statique, ses recommandations évoluent au gré des changements de configuration, des variations de charge de travail, des déploiements d'applications et des mises à jour des politiques opérationnelles. Cela permet aux organisations de bénéficier d'une expertise pointue au-delà d'un petit groupe de spécialistes chevronnés, tout en maintenant des recommandations adaptées à l'environnement actuel.

Tarification et retour sur investissement d'EVA

La tarification est basée sur la consommation et dépend du nombre d'utilisateurs prévus et du volume d'utilisation. Les clients choisissent leur fournisseur de services de gestion de la vie privée (LLM) et gardent ces coûts transparents et sous leur contrôle. EVA est conçu pour n'utiliser que les informations nécessaires à une enquête, évitant ainsi de longs échanges informels. Cela permet de maîtriser la consommation de LLM tout en fournissant une analyse détaillée.

L'analyse interne de Rocket estime le retour sur investissement annuel à environ 3,2 fois, coûts LLM inclus. Cette estimation tient compte de la réduction des escalades, de la résolution plus rapide des incidents P1 et P2 grâce à des diagnostics et une analyse des causes profondes accélérés, ainsi que de l'accès permanent à une expertise opérationnelle. Il s'agit d'une projection interne, non auditée par un organisme indépendant, et elle doit être considérée comme un élément de planification plutôt que comme une garantie de performance. Pour obtenir un devis précis, veuillez contacter les représentants commerciaux de Rocket Software.

La gouvernance exige toujours des décisions organisationnelles

PlanGuard fournit les politiques et les contrôles d'identité nécessaires à la gouvernance de l'IA agentive, mais chaque organisation doit déterminer les actions que les agents peuvent entreprendre de manière autonome, les cas où une approbation humaine est requise et la manière dont les résultats doivent être validés avant leur mise en production. Ces décisions doivent tenir compte de la tolérance au risque, des obligations réglementaires et des règles opérationnelles de l'organisation.

Explorez l'IA agentive gouvernée pour votre environnement

Pour découvrir comment EVA peut prendre en charge un scénario opérationnel représentatif dans votre propre environnement mainframe, contactez votre représentant Rocket Software ou consultez la page produit Rocket EVA .