Grafana AI est une fonctionnalité d'amélioration de l'IA lancée par Grafana Labs sur la base de sa pile d'observabilité open source, couvrant les alertes basées sur l'IA, les requêtes en langage naturel, la détection automatique des anomalies et les recommandations de tableaux de bord intelligents.

GrafanaAI

Paramètres et statistiques de base

Grafana AI est un ensemble de fonctionnalités d'IA construites par Grafana Labs sur la plateforme d'observabilité open source Grafana. Grafana est la plateforme de tableaux de bord open source la plus populaire du secteur. La particularité de ses capacités d'IA est qu'il ne s'agit pas d'une fonction SaaS fermée, mais qu'elle est fournie à la fois sous forme de plug-in open source et de service cloud.

Projets	Informations publiques
Positionnement officiel	La plateforme d'observabilité ouverte avec IA
Formulaire de capacité IA	Plugin LLM, suggestions d'alarmes IA, détection d'anomalies IA de requête en langage naturel, suggestions automatiques du tableau de bord
Pile de produits de base	Grafana (tableau de bord), Loki (log), Tempo (traçage), Mimir (métrique)
Plugin IA	Plugin Grafana LLM (connecter OpenAI/Azure/Anthropic, etc.)
Modèle de déploiement	Grafana Cloud (SaaS), Grafana OSS (open source auto-hébergé)
Taille de la communauté	Plus de 20 millions d'utilisateurs GitHub Plus de 68 000 étoiles
Évaluation d'entreprise	Grafana Labs évalué à environ 6 milliards de dollars (non coté)

Chemin d'IA piloté par l'open source : la stratégie d'IA de Grafana est différente de celle de Datadog et Dynatrace - Grafana ne dispose pas de son propre modèle d'IA à grande échelle, mais permet aux utilisateurs de choisir d'accéder à un LLM externe (OpenAI, Anthropic, Azure OpenAI, modèles locaux, etc.) via le plugin LLM. Cela signifie que le coût d'utilisation des capacités d'IA est entièrement déterminé par le LLM sélectionné par l'utilisateur, et Grafana lui-même ne facture pas de prime d'IA.

La ligne de démarcation entre les services open source et cloud : les alarmes d'IA suggèrent que la version open source du plugin LLM, les requêtes en langage naturel et d'autres fonctions nécessitent l'auto-configuration des clés et de l'infrastructure de l'API LLM ; la version Grafana Cloud dispose de connexions LLM et de capacités d'IA intégrées et ne nécessite pas d'auto-configuration. Pour une équipe auto-hébergée, le coût total des capacités d'IA = coût de l'infrastructure auto-hébergée + frais d'appel API LLM.

Reconnaissance des utilisateurs et du marché

Grafana est la plateforme de tableau de bord d'observabilité open source la plus utilisée au monde, avec une notoriété et une adoption extrêmement élevées dans la communauté open source.

Taille de la communauté Open Source : Grafana compte plus de 68 000 étoiles et plus de 12 000 forks sur GitHub. Il s’agit de l’un des projets open source avec la plus grande utilisation de Docker au monde. Cela signifie que le recrutement de talents opérationnels liés à Grafana est plus facile que pour les plateformes propriétaires.

Base de clients entreprises : Grafana Cloud dessert plus de 10 000 entreprises clientes, couvrant les secteurs de l'Internet, de la finance, de la fabrication et du gouvernement. L’ARR (revenu annuel récurrent) de Grafana Labs en 2025 serait publiquement proche de 200 millions de dollars.

Positionnement compétitif : Grafana occupe une position unique sur le marché de l'observabilité : il s'agit d'une « base open source » plutôt que d'une « plateforme full stack ». De nombreux utilisateurs de Grafana utilisent à la fois Datadog ou Dynatrace comme sources de données, Grafana étant utilisé comme couche de tableau de bord unifiée. Cela signifie que l’intérêt de Grafana AI est de permettre aux piles open source d’avoir des capacités d’IA proches de celles des plateformes commerciales sans avoir à migrer vers des plateformes fermées.

Avantage de coût

La structure de coûts de Grafana AI est la plus flexible du marché de l'observabilité, car le coût principal des capacités d'IA provient des appels LLM, et non de la licence Grafana elle-même.

Client C/particulier : Grafana OSS est entièrement gratuit. Les fonctions IA (Plugin LLM, requête en langage naturel) nécessitent une auto-configuration des clés API LLM. Les développeurs individuels peuvent utiliser le quota gratuit de l'API OpenAI pour découvrir les fonctions d'IA, et le coût total est presque nul.

API/Développeur : L'API Grafana est entièrement gratuite dans la version OSS et incluse dans le plan d'abonnement dans la version Cloud. L'accès à l'API est illimité, mais les frais d'appel du plugin LLM sont payés directement par l'utilisateur au fournisseur LLM (tel qu'OpenAI, Anthropic).

Entreprise/Privé : Le forfait Grafana Cloud Pro commence à 49 $/mois (comprend 3 utilisateurs, une certaine quantité de métriques et de stockage de journaux), et le forfait Avancé/Entreprise est facturé en fonction du volume de données et du nombre d'utilisateurs. Le plus grand avantage en termes de coût pour les entreprises est que si elles choisissent l'auto-hébergement OSS + LLM sur site, elles peuvent éviter les frais de licence de plate-forme, une option que Datadog et Dynatrace ne peuvent pas proposer. Coûts cachés : la main d'œuvre de maintenance, les coûts de stockage (en particulier le stockage des journaux) et les frais d'API pour les appels LLM d'un cluster Grafana + Loki + Tempo auto-hébergé peuvent dépasser les attentes dans des scénarios d'utilisation à grande échelle.

Fonctions principales

Les fonctionnalités Grafana AI sont fournies sous forme de plug-ins open source et de fonctions Cloud :

• Grafana LLM Plugin : plug-in open source qui permet d'interroger des données en utilisant le langage naturel dans les tableaux de bord Grafana, de générer des descriptions de tableaux de bord et des recommandations d'analyse des causes profondes. Les utilisateurs doivent configurer une clé API LLM (OpenAI, Azure OpenAI, Anthropic, Gemini sont tous acceptables) ou ils peuvent accéder à LLM déployé en privé (tel que le modèle open source exécuté par Ollama). Ce modèle « apportez votre propre modèle » permet aux équipes sensibles aux données de contrôler entièrement le flux de données pour l'inférence de l'IA.
• Recommandation d'alarme AI : sur la base des données d'alarme historiques et des tendances des indicateurs, l'IA recommande automatiquement des seuils et des conditions pour les règles d'alarme. L’intérêt réside dans la réduction du processus d’essais et d’erreurs pour le personnel d’exploitation et de maintenance pour définir manuellement chaque seuil d’indicateur. Pour les indicateurs nouvellement ajoutés, l’IA peut automatiquement suggérer des seuils basés sur des données historiques.
• Tableau de bord des requêtes en langage naturel : dans l'interface Grafana Explore, les utilisateurs peuvent décrire les données à interroger en langage naturel, et l'IA génère automatiquement les requêtes PromQL/LogQL/TraceQL correspondantes. Ceci est utile pour les développeurs de l'équipe qui ne maîtrisent pas PromQL - "Quel était le 99e centile de latence du service de paiement la semaine dernière" peut être automatiquement traduit en instruction de requête correcte.
• Détection d'anomalies IA (expérimentale) : Détection automatique d'anomalies basée sur l'apprentissage automatique pour identifier les modèles anormaux dans les indicateurs de séries chronologiques. Actuellement au stade expérimental, il n’est pas aussi mature que Datadog Watchdog ou Dynatrace Davis AI.
• Suggestions automatiques du tableau de bord : l'IA recommande des indicateurs de panneau et des méthodes de visualisation pertinents en fonction de la structure des sources de données et des modèles de requêtes historiques, réduisant ainsi la charge de travail liée à la création de tableaux de bord à partir de zéro.

Evolution du modèle et de la version

Les informations pertinentes n'ont pas été rendues publiques, veuillez vous référer à la page officielle en temps réel.

Avantages techniques

Les avantages techniques de Grafana AI proviennent du modèle unique « écosystème open source + architecture de plug-in + LLM sélectionné par l'utilisateur » :

Architecture de plug-in Open Source : le plug-in LLM est conçu pour dissocier les capacités d'IA du noyau Grafana. Les fonctions IA ne sont pas liées à la version Grafana. Même si les utilisateurs utilisent une ancienne version de Grafana OSS, ils peuvent toujours obtenir des fonctionnalités d'IA en installant la dernière version du plugin LLM. Cette architecture est plus flexible que l’intégration de l’IA sur plateforme fermée.

Mode Apportez votre propre modèle (BYOM) : Grafana ne prédéfinit pas les fournisseurs LLM, les utilisateurs peuvent choisir de se connecter au cloud LLM (OpenAI, Anthropic) ou à des modèles privés locaux (via Ollama ou la passerelle API LLM). Pour les secteurs réglementés ou les organisations sensibles à la confidentialité des données, le chemin LLM local permet d’effectuer l’inférence de l’IA sans quitter l’intranet.

Agnostique en matière de source de données : l'une des principales forces de Grafana est sa capacité à se connecter à des dizaines de types différents de sources de données (Prometheus, Graphite, InfluxDB, Elasticsearch, CloudWatch, Azure Monitor, etc.). Les capacités de requête de Grafana AI couvrent les langages de requête pour toutes ces sources de données, plutôt que d'en prendre en charge une seule.

Comment utiliser

Grafana propose deux chemins de déploiement : l'auto-hébergement OSS et Grafana Cloud. L’accès à l’utilisation des capacités de l’IA est unifié dans l’interface utilisateur Web :

Comment utiliser	Convient aux personnes	Caractéristiques	Coût
Nuage Grafana	Les équipes qui veulent être libres d'opération	Hébergement SaaS, connexion LLM intégrée	Facturé par formule d'abonnement (Gratuit/Pro/Avancé)
Auto-hébergement Grafana OSS	Organisations ayant des exigences élevées en matière de souveraineté des données	Liberté totale, nécessité de maintenir le cluster par vous-même	Infrastructure + personnel d'exploitation et de maintenance
Plugin LLM (open source)	Tous les utilisateurs	Après avoir configuré l'API LLM, elle peut être utilisée dans Explore	Les frais de l'API LLM sont à la charge de l'utilisateur
API REST	Développeur	Requête de données, gestion des panneaux, configuration des alarmes	OSS gratuit, Cloud selon plan

Processus d'utilisation typique (auto-hébergé) : Déployer Grafana OSS → Installer le plug-in LLM → Configurer la clé API LLM (ou le point de terminaison Ollama local) → Utiliser une requête en langage naturel dans Explorer → Activer les suggestions d'alerte AI. Pour les nouveaux utilisateurs, il est recommandé de commencer avec le plan Grafana Cloud Free (essai illimité de 14 jours, qui peut être rétrogradé au niveau Free ultérieurement), puis d'évaluer les besoins d'auto-hébergement après avoir expérimenté les fonctions d'IA.

Prix des produits

La tarification de Grafana est connue pour sa rentabilité sur le marché de l'observabilité, d'autant plus que les capacités d'IA de la version auto-hébergée d'OSS sont contrôlées par les utilisateurs eux-mêmes.

• C-side/Personal : Grafana OSS entièrement gratuit + plugin LLM gratuit. Les développeurs individuels ne doivent supporter que le coût des appels d'API LLM (tels que le paiement à l'utilisation de l'API OpenAI), et le coût mensuel peut être contrôlé à quelques dollars près.
• API/Développeur : L'API est illimitée dans la version OSS. Le forfait gratuit de Grafana Cloud comprend une limite d'accès de base à l'API et le forfait Pro commence à 49 $/mois.
• Entreprise : les forfaits Grafana Cloud Pro (à partir de 49 $/mois) et Advanced (confirmation commerciale requise) incluent des fonctionnalités d'IA. Pour les entreprises auto-hébergées, le coût de l'infrastructure dépend de la quantité de données (base métrique, débit de journaux, volume de suivi). Il est recommandé d'utiliser Grafana Cloud pour estimer la consommation des ressources avant de décider de s'auto-héberger. Coûts cachés : le coût de stockage de Grafana + Loki + Mimir auto-hébergés peut devenir une dépense majeure dans les scénarios à grande échelle ; et le coût des appels d'API LLM nécessite la mise en place d'un suivi de l'utilisation et d'un contrôle budgétaire dans des scénarios d'utilisation à grande échelle.

Scénarios d'application

Les scénarios d'application de Grafana AI couvrent plusieurs niveaux, depuis les requêtes quotidiennes jusqu'à l'exploitation et la maintenance intelligentes :

• Requête en langage naturel pour les données d'exploitation et de maintenance : pour les développeurs et les gestionnaires qui ne maîtrisent pas PromQL/LogQL, la requête en langage naturel abaisse le seuil d'obtention des données de la plateforme de surveillance. Les développeurs peuvent utiliser un langage courant pour interroger les données lors du dépannage des problèmes, et n'ont pas besoin de demander à un SRE de les aider à rédiger des instructions de requête.
• Recommandation automatique des seuils d'alarme : Lorsque de nouveaux services sont lancés ou que les indicateurs changent, les seuils d'alarme automatiquement recommandés par l'IA peuvent réduire la charge de travail du personnel d'exploitation et de maintenance pour ajuster manuellement les seuils. Il convient aux situations avec une base d'index importante et des changements fréquents.
• Mise à niveau IA de la pile d'observabilité open source : les équipes utilisant déjà Grafana + Prometheus + Loki peuvent accéder aux capacités IA à faible coût via le plugin LLM sans migrer vers Datadog ou Dynatrace. Ceci est particulièrement intéressant pour les organisations qui ont déjà investi dans Grafana.

Personnes concernées

Le positionnement open source de Grafana AI lui permet de couvrir une base d’utilisateurs plus large que les plateformes commerciales :

• Ingénieurs DevOps et SRE : les équipes qui ont déjà de l'expérience dans l'utilisation de Grafana OSS peuvent progressivement améliorer les capacités d'IA de la pile existante grâce au plug-in LLM et aux suggestions d'alarmes d'IA. Aucune migration de plateforme n’est requise.
• Développeurs individuels et contributeurs Open Source : les capacités d'IA gratuites de Grafana OSS permettent aux développeurs individuels d'apprendre les concepts d'IA d'observabilité sans encourir de frais de licence. Convient aux scénarios d’exploration et d’apprentissage technologiques.
• Entreprises sensibles à la confidentialité des données : le chemin vers Grafana auto-hébergé + LLM sur site permet d'effectuer l'inférence d'IA entièrement hors ligne et en contexte. Ceci est particulièrement important pour les secteurs réglementés tels que la finance, la santé et le gouvernement.

Ne convient pas aux scénarios : Équipes recherchant une "observabilité full-stack prête à l'emploi" - Les capacités de Grafana AI nécessitent une auto-configuration et un assemblage, ce qui n'est pas aussi pratique que les solutions intégrées de Datadog ou Dynatrace. De plus, si l'équipe manque d'expérience en matière d'exploitation et de maintenance de Grafana, l'investissement initial et les coûts de réglage continus de la solution auto-hébergée peuvent être plus élevés que ceux de la solution SaaS.

Résumé et Outlook

La principale compétitivité de Grafana AI réside dans « une base open source + un modèle autonome + des capacités d'IA sans frais de licence ». Ce n’est pas la plate-forme d’observabilité la plus performante en matière d’IA, mais c’est l’option la moins coûteuse avec le plus de contrôle. Pour les organisations qui utilisent déjà Grafana, le plugin LLM offre une transition à faible risque des tableaux de bord traditionnels vers l'observabilité basée sur l'IA.

Limites actuelles : la détection des anomalies d'IA est encore au stade expérimental et sa maturité est en retard par rapport à Datadog Watchdog et Dynatrace Davis AI ; La requête en langage naturel du plugin LLM n'est pas aussi précise que le panneau prédéfini dans les scénarios d'agrégation complexes ; Les capacités d'IA sont dispersées sur plusieurs plug-ins, et l'expérience n'est pas aussi fluide que l'interface d'IA unifiée des plates-formes commerciales.

Évaluation des risques d'approvisionnement/d'adoption : il est recommandé de commencer avec le plan Grafana Cloud Free ou le plug-in OSS + LLM pour découvrir les capacités de l'IA, et d'utiliser d'abord 2 à 4 semaines pour vérifier l'exactitude des requêtes en langage naturel sur vos propres données. Si les grandes entreprises envisagent des solutions d’auto-hébergement, elles doivent pré-évaluer la tendance à l’évolution des coûts de stockage des clusters Loki/Mimir et la prévision des coûts des appels d’API LLM à l’échelle de l’entreprise.

Evolution de la version de Grafana AI

Grafana publie des versions majeures tous les trimestres et les fonctions d'IA sont incluses dans les fonctionnalités de base depuis la série 11.x.

Evolution de la version Grafana 11.x

• 11.0 (début 2025) : première sortie du plugin LLM, version expérimentale prenant en charge la conversion langage naturel → PromQL.
• 11.1 (mi-2025) : introduction de la fonction de suggestion d'alarme AI, le plugin LLM prend en charge davantage de fournisseurs LLM.
• 11.2 (T3 2025) : les requêtes en langage naturel s'étendent à LogQL et TraceQL.
• 11.3 (fin 2025) : version bêta du tableau de bord de requête en langage naturel, améliorations expérimentales de la détection des anomalies d'IA.
• 11.4 (début 2026) : LLM Plugin GA, mise à niveau de la fonctionnalité de la version expérimentale de détection des anomalies IA.
• 11.5 (mi-2026) : suggestions d'alertes IA améliorées, suggestions automatiques du tableau de bord bêta.

Les utilisateurs auto-hébergés sont libres de choisir une fenêtre de mise à niveau après la publication d'une nouvelle version. Les utilisateurs de Grafana Cloud sont automatiquement mis à jour vers la dernière version.

Informations de version

• Grafana 11.5 ：Lancés au deuxième trimestre 2026, de nouvelles suggestions d'alarme basées sur l'IA, les améliorations du plug-in Grafana LLM et les capacités du tableau de bord de requêtes en langage naturel sont mises à niveau. （2026-06-30）
• Grafana 11.4 ：Sortie au premier trimestre 2026, une version expérimentale de détection d'anomalies basée sur l'IA, Grafana LLM Plugin GA, sera introduite. （2026-03-31）
• Grafana 11.3 ：Sortie au quatrième trimestre 2025, la fonction de tableau de bord de requête en langage naturel sera en version bêta et la fonction de suggestion d'alarme IA sera introduite. （2025-12-31）