Calipia : le blog

Il y a une phrase qui revient dans toutes les discussions sur l’IA agentique en entreprise : « qui voit passer les données ?« . Groundcover, jeune pousse israélienne fondée en 2021, en a fait un argument commercial à part entière, et vient de lever 100 millions de dollars pour le prouver. Le tour de table, mené par One Peak avec la participation de Morgan Stanley Expansion Capital et des investisseurs historiques (Zeev Ventures, Angular Ventures, Heavybit, Jibe), porte le financement total de la société à 160 millions de dollars. De quoi retenir l’attention des DSI qui commencent à se demander comment surveiller des agents IA capables d’ouvrir des tickets, de modifier du code ou de déclencher des workflows en production sans supervision humaine directe.

Le pitch de Groundcover tient en une idée simple, presque provocatrice pour un marché habitué à envoyer ses journaux applicatifs vers des plateformes SaaS centralisées : la télémétrie ne doit jamais quitter le cloud du client. Concrètement, la société propose une architecture dite bring your own cloud (BYOC), où les données d’observabilité, logs, traces, métriques, restent stockées et traitées dans l’environnement AWS, Azure ou Google Cloud du client. Groundcover fournit un plan de contrôle managé et une interface, mais le plan de données ne lui appartient jamais. Une option d’hébergement entièrement autonome existe également pour les organisations les plus exigeantes en matière de souveraineté.

Un choix technique qui n’est pas neutre

Sur le plan technique, l’argument repose sur deux piliers. D’abord eBPF, cette technologie noyau Linux qui permet de capter des données opérationnelles sans instrumentation applicative manuelle : dépendances de services, connexions base de données, comportements réseau au niveau kernel. Ensuite le support natif d’OpenTelemetry, standard ouvert désormais incontournable pour la collecte et l’export de télémétrie. La promesse est de récupérer une visibilité complète et non échantillonnée, là où les plateformes historiques imposent souvent du sampling ou du throttling pour maîtriser les coûts d’ingestion.

Cette dernière remarque touche d’ailleurs au cœur du modèle économique proposé. Groundcover facture non pas au volume de données ingérées, mais à la taille de l’infrastructure surveillée, essentiellement au nombre d’hôtes. L’argument est habile : puisque le client paie déjà son infrastructure cloud, pourquoi payer une seconde fois pour la télémétrie qu’elle génère ? Reste que cette économie n’est pas universellement plus avantageuse. Une organisation avec une charge modeste répartie sur de nombreux hôtes pourrait s’y retrouver moins bien qu’avec une tarification classique au volume, en particulier si elle exploite des clusters Kubernetes denses avec peu d’hôtes physiques. Le raisonnement mérite donc d’être vérifié poste par poste plutôt qu’accepté tel quel.

Agent Mode : surveiller les agents IA sans les laisser sortir

La brique la plus intéressante pour les architectes reste sans doute Agent Mode. Il s’agit d’un agent d’observabilité qui s’exécute directement dans le compte cloud du client, sur Amazon Bedrock, OpenAI ou Anthropic Claude, et qui analyse la télémétrie sans jamais la faire transiter par un tiers. L’argument de Groundcover est frontal : la plupart des fonctionnalités IA des outils d’observabilité concurrents fonctionnent en envoyant logs, traces et prompts à un LLM externe, ce qui multiplie le nombre d’acteurs ayant accès à des données de production sensibles, voire à des identifiants cloud. En gardant l’exécution dans le compte du client, Groundcover affirme réduire d’un cran la surface de risque pour la conformité, sans revue de sécurité supplémentaire puisque l’outil s’appuie sur des ressources que le client possède déjà.

Autre fonctionnalité annoncée fin juin, des connecteurs permettant aux agents IA d’agir directement dans Slack, Linear ou GitHub : proposer du code, ouvrir des pull requests, gérer des tâches, chaque action restant tracée et exécutée sous les droits d’un utilisateur autorisé précis. L’idée sous-jacente est de connecter enfin le « quoi » que révèle la télémétrie kernel au « pourquoi » que portent les conversations d’équipe, un rapprochement rarement fait jusqu’ici.

Ce qu’il faut regarder d’un œil critique

Ceci dit, un DSI ou un RSSI averti aura raison de tempérer l’enthousiasme. Plusieurs éléments mis en avant par Groundcover, croissance du chiffre d’affaires, nombre de clients, économies réalisées par les études de cas publiées, proviennent exclusivement de la société elle-même, sans validation indépendante. Le triplement du revenu récurrent annuel et le doublement des effectifs sont des signaux positifs, mais restent déclaratifs. De même, l’affirmation selon laquelle les déploiements remplacent systématiquement les plateformes historiques plutôt que de coexister avec elles n’est étayée par aucune donnée de migration publique.

Sur le plan architectural, le BYOC n’est pas non plus une invention de Groundcover. Datadog et d’autres acteurs proposent déjà des options de résidence des données régionale, de liens privés ou de forwarding sélectif des logs. La différence est réelle mais de degré plutôt que de nature : chez la plupart des concurrents, la télémétrie continue de transiter, au moins partiellement, par une infrastructure managée par le vendeur. Groundcover en fait un principe architectural non contournable plutôt qu’une option de configuration, ce qui est un argument de vente solide, à condition de vérifier précisément quelles métadonnées quittent malgré tout l’environnement du client, ne serait-ce que pour le plan de contrôle et la facturation.

Enfin, il convient de garder en tête un point structurel : à mesure que les workloads IA génèrent des volumes de télémétrie croissants de façon quasi exponentielle, l’ensemble du secteur de l’observabilité va devoir revoir ses modèles économiques historiques, construits sur la facturation à l’ingestion. Que Groundcover ait raison ou non sur le long terme, le constat qu’elle pose sur l’inadéquation croissante entre volumes de données générées par les agents IA et modèles de tarification hérités mérite d’être pris au sérieux par toute organisation qui déploie ou envisage de déployer des agents autonomes en production.

En pratique, pour une DSI

Pour une entreprise qui évalue ce type de solution, trois questions restent incontournables : la localisation exacte des métadonnées de contrôle et de facturation, la portabilité réelle en cas de changement de fournisseur d’observabilité, et le coût total en cas de croissance rapide du nombre d’hôtes plutôt que du volume de données. Le BYOC séduit sur le papier, mais il déplace aussi une partie de la charge opérationnelle et de sécurité vers l’équipe infrastructure du client, ce qui n’est pas neutre en termes de compétences internes requises.