Dynatrace a conclu un accord définitif pour l’acquisition d’Arize pour 915 millions de dollars, une opération visant à étendre sa plateforme d’observabilité vers l’un des secteurs connaissant la plus forte croissance avec le déploiement commercial de l’intelligence artificielle : non seulement comprendre si l’infrastructure et les applications fonctionnent correctement, mais aussi comment se comportent les modèles, agents et systèmes basés sur de grands modèles de langage (LLM) une fois en production.

Les clés de l’acquisition d’Arize par Dynatrace en 20 secondes

• Dynatrace a convenu d’acquérir Arize pour 915 millions de dollars, principalement en numéraire.
• Arize développe des outils pour évaluer et surveiller les modèles, LLM et agents d’IA.
• L’opération vise à connecter l’évaluation de l’IA, les applications, l’infrastructure et les résultats commerciaux.
• Dynatrace estime que le marché de l’observabilité de l’IA dépassera 10 milliards de dollars en 2030.
• La clôture est prévue pour ce trimestre ou le début du troisième trimestre fiscal de Dynatrace.

La transaction reste soumise à des vérifications réglementaires et autres conditions habituelles, elle doit donc être considérée comme une acquisition conclue d’un commun accord, mais pas encore finalisée. Dynatrace prévoit de payer environ 815 millions de dollars en liquide, en plus d’assumer certains incentives sous forme d’actions pour les employés d’Arize qui rejoindront la société.

Au-delà du montant, cette opération montre comment le marché de l’observabilité évolue. Pendant des années, ce type de plateformes se concentrait sur la réponse à des questions relativement connues des équipes opérationnelles : quelle application échoue, où apparaît la latence, quelle ressource est saturée ou quelle dépendance cause un problème.

L’IA générative ajoute une nouvelle couche. Une application peut être techniquement disponible tout en fournissant des réponses incorrectes, en subissant une dégradation de la qualité du modèle ou en provoquant une augmentation inattendue de la consommation et du coût.

De la surveillance des serveurs à la compréhension du comportement des agents d’IA

La proposition d’Arize vise précisément à combler cette lacune.

La société développe une plateforme d’observation de l’IA et d’évaluation des LLM destinée à la fois à l’apprentissage automatique traditionnel et aux systèmes génératifs. Ses outils permettent d’analyser le comportement des modèles et agents, de détecter les problèmes, d’enquêter sur leurs causes et de suivre leur performance au fil du temps.

Dynatrace souhaite intégrer cette couche à l’observabilité qu’elle réalise déjà sur les applications et l’infrastructure.

L’objectif est de pouvoir suivre le parcours d’une application d’IA : depuis les tests et évaluations réalisés avant son déploiement jusqu’à son comportement lorsqu’elle commence à recevoir des requêtes réelles.

Cela revêt une importance particulière avec les agents.

Une application traditionnelle fonctionne généralement avec des flux relativement déterministes. Les systèmes à base d’agents peuvent fonctionner différemment : un modèle décide quelle outil utiliser, consulte des informations, appelle des services externes, exécute des actions et réévalue les résultats obtenus.

Lorsque quelque chose ne va pas, identifier la cause devient plus complexe.

Le problème peut résider dans le prompt, dans le modèle choisi, dans les données récupérées via RAG (génération augmentée par récupération), dans un outil externe, dans le code de l’application, dans une base de données ou directement dans l’infrastructure.

Dynatrace identifie précisément cette fragmentation comme l’un des problèmes que vise à résoudre Arize. Actuellement, les ingénieurs en IA peuvent évaluer modèles et agents à l’aide d’outils spécifiques, tandis que les équipes SRE (Site Reliability Engineering), plateforme et opérations supervisent les applications et serveurs avec d’autres outils.

Cela crée une zone d’investigation difficile entre ces deux univers.

Ce que Dynatrace souhaite atteindre avec Arize

La synergie envisagée doit fournir un contexte commun pour relier le comportement de l’IA à la performance de l’application et de l’infrastructure.

Par exemple, face à une dégradation d’un service basé sur un LLM, une plateforme de ce type pourrait aider à déterminer si la cause provient de la qualité des réponses du modèle, d’un changement dans les données, d’un appel à un outil, de la latence de l’application ou de problèmes au niveau des ressources informatiques sous-jacentes.

L’importance de l’infrastructure revient ici.

Les services d’IA consomment des GPU, CPU, mémoire, stockage et réseau. Une augmentation du temps de réponse peut avoir une origine totalement différente d’une hallucination du modèle, mais ces deux problèmes ont tendance à impacter l’utilisateur final de la même application.

Dynatrace propose que l’intégration permette de relier ces couches et de les associer également à des processus métier.

La société évoque trois capacités principales une fois l’acquisition finalisée : une couverture continue de l’expérimentation à la production, un contexte unifié entre comportement de l’IA et infrastructure, et une base de données d’entreprise pour analyser des charges de travail d’IA à grande échelle.

Il convient de distinguer ici ce qui est déjà disponible sur les deux plateformes et ce que Dynatrace espère obtenir après avoir complété et intégré l’opération. La société présente ces dernières comme des objectifs futurs et souligne que leurs prévisions peuvent évoluer.

Arize apporte aussi une communauté open source

L’acquisition comporte un autre aspect qui va au-delà de la technologie d’entreprise.

Arize maintient Phoenix, un projet open source utilisé pour l’observabilité, la traçabilité et l’évaluation des applications d’IA.

Cela offre à Dynatrace une porte d’entrée vers les développeurs et ingénieurs d’IA qui ne commencent pas forcément par choisir une plateforme d’observabilité d’entreprise.

C’est une dynamique de plus en plus courante dans les outils pour développeurs : la décision technique peut débuter au sein d’une équipe via un projet open source avant de s’étendre à des produits d’entreprise quand apparaissent des besoins en gouvernance, support, sécurité ou déploiements à plus grande échelle.

Dynatrace considère que cette présence auprès des développeurs complète sa position auprès des grandes entreprises.

De son côté, Arize accède à une organisation avec une infrastructure commerciale et une clientèle beaucoup plus large.

Ses deux fondateurs, Jason Lopatecki et Aparna Dhinakaran, rejoindront Dynatrace une fois l’opération finalisée. Lopatecki continuera de diriger l’équipe d’Arize et rapportera directement au CEO de Dynatrace, Rick McConnell.

L’observabilité de l’IA commence à devenir un marché en soi

Dynatrace anticipe que le marché de l’AI Observability dépassera 10 milliards de dollars en 2030. Il s’agit d’une prévision d’entreprise incluse dans l’annonce, et elle ne doit pas être interprétée comme un chiffre déjà réalisé.

Mais la croissance de cette catégorie répond à un problème réel.

Tester un chatbot en interne est relativement simple. Faire fonctionner des milliers ou des millions de conversations, appels à des modèles et exécutions d’agents en maintenant la qualité, la latence et le coût tout en contrôlant tout devient beaucoup plus complexe.

La surveillance traditionnelle peut vérifier qu’une API répond avec un code HTTP 200 et que l’infrastructure fonctionne dans les paramètres prévus.

Cela ne permet pas de savoir automatiquement si la réponse générée a du sens.

C’est pourquoi des outils spécifiques émergent pour travailler sur des aspects comme l’évaluation, les traces, les hallucinations, la qualité des réponses, la performance des agents et la consommation des modèles.

Au fur et à mesure que les entreprises déplacent les projets de la phase de test vers la production, ces métriques commencent aussi à se mêler aux indicateurs traditionnels.

Un appel supplémentaire à un modèle peut améliorer une réponse, mais aussi augmenter la latence et le coût. Utiliser un modèle plus petit peut réduire la dépense, mais doit être vérifié si la qualité reste suffisante pour le cas d’usage.

L’observabilité ne se limite plus à vérifier si le service fonctionne. Dans une application d’IA, il est également crucial de connaître ce qu’elle fait, la qualité de ses réponses, le temps qu’elle met et le coût associé.

Une acquisition avec un impact prévu sur les résultats de Dynatrace

Dynatrace a aussi précisé comment elle envisage que l’achat influence ses résultats financiers.

La société estime que l’opération apportera environ 200 points de base à la croissance du chiffre d’affaires récurrent annuel (ARR) durant son exercice fiscal 2027.

Par ailleurs, elle anticipe un impact négatif d’environ 175 points de base sur sa marge opérationnelle non-GAAP durant cette période. Dynatrace prévoit de récupérer progressivement cette marge à partir de 2028 et au-delà.

Ces chiffres sont des prévisions faites par la société elle-même et dépendent notamment de la conclusion de l’acquisition et de l’avancement de son intégration.

Dynatrace indique qu’elle financera l’opération via ses moyens liquides et/ou sa ligne de crédit existante. Elle précise également qu’elle ne prévoit pas d’effet significatif sur ses prévisions pour le deuxième trimestre de son exercice 2027, ni sur son programme actuel de rachat d’actions.

L’accord intervient à un moment où l’observabilité doit s’adapter à une architecture d’applications considérablement plus complexe.

Les modèles ne fonctionnent plus forcément comme une API isolée dans un programme. Ils commencent à coordonner outils, données et autres systèmes via des agents. Cela augmente le nombre de composants pouvant échouer et complique la localisation du point de défaillance.

Dynatrace mise 915 millions de dollars sur le fait que surveiller l’infrastructure et les applications ne suffira plus pour une part croissante de ses clients.

Si l’opération aboutit, Arize permettra d’ajouter une nouvelle question aux questions traditionnelles des équipes opérationnelles : en plus de savoir si l’application fonctionne, tenter de déterminer si son intelligence artificielle fonctionne comme prévu.

Questions fréquentes

Combien Dynatrace va-t-elle payer pour Arize ?

Dynatrace a valorisé l’opération à 915 millions de dollars. Environ 815 millions seront payés en liquide, le reste comprenant des incentives en actions pour les employés d’Arize intégrés à Dynatrace.

Que fait Arize ?

Arize développe des technologies d’observabilité et d’évaluation pour l’intelligence artificielle. Ses outils permettent d’analyser les modèles d’apprentissage automatique, les applications avec LLM et les agents d’IA, aussi bien en phase de développement qu’après déploiement.

Dynatrace a-t-elle déjà acheté Arize ?

Non. Les deux sociétés ont signé un accord définitif, mais l’acquisition doit encore passer par des examens réglementaires et autres conditions de clôture. Dynatrace espère finaliser l’opération ce trimestre ou au début du troisième trimestre fiscal.

Qu’est-ce que l’observabilité de l’IA ?

C’est l’ensemble des techniques et outils destinés à analyser le comportement des modèles et applications d’IA. Cela peut inclure la traçabilité des agents et LLM, l’évaluation des réponses, la détection de problèmes de qualité, et leur lien avec la performance des applications et de l’infrastructure.

Source : dynatrace