Sortie de Grafana 11.5 : les suggestions d'alarmes IA et les requêtes en langage naturel sont en place, et la pile observable open source entre dans l'ère "IA native"

Grafana 11.5 a été publié le 30 juin 2026. Il s'agit de la version du deuxième trimestre de Grafana Labs en 2026. Les mises à jour principales se concentrent sur trois lignes principales de l'IA : les suggestions d'alarme basées sur l'IA, les améliorations du plug-in Grafana LLM et les mises à niveau des capacités du tableau de bord de requêtes en langage naturel. En tant que plate-forme observable open source au service de plus de 20 millions d'utilisateurs, Grafana fait évoluer l'IA de « plug-ins » vers des « capacités natives de plate-forme ».

• Suggestions d'alarmes basées sur l'IA : sur la base des données historiques et des modèles d'indicateurs, des suggestions de définition de règles d'alarme sont proposées pour réduire le risque de non-concordance d'alarmes et d'alarmes manquantes.
• Amélioration du plug-in Grafana LLM : les capacités du plug-in LLM continuent d'être améliorées, permettant aux grands modèles d'accéder au contexte des données de surveillance.
• Mise à niveau des requêtes en langage naturel : utilisez le langage naturel pour décrire les intentions de requête afin de générer des tableaux de bord, abaissant ainsi le seuil d'exploration des données.
• Poursuite de la détection des anomalies IA : Reprise de la version expérimentale de détection des anomalies IA en 11.4, formant une boucle fermée IA de "détection-alarme-requête".

Arrière-plan de la version

Grafana Labs est le leader mondial de l'observabilité open source, comprenant Grafana, Loki, Tempo, Mimir et Grafana Cloud, au service de plus de 20 millions d'utilisateurs et de plus de 10 000 entreprises clientes. Son rythme basé sur l'IA est clair : la version 11.3 (2025-12-31) introduit la version bêta de requêtes en langage naturel et les suggestions d'alarmes IA ; 11.4 (2026-03-31) convertit le plugin Grafana LLM en standard (GA) et introduit une version expérimentale de détection d'anomalies d'IA ; 11.5 (30/06/2026) met à niveau les fonctionnalités ci-dessus dans leur ensemble. Les trois versions constituent un parcours d'avancement complet de « Experiment-GA-Enhancement ».

Points forts de cette version

Suggestions d'alarmes IA

• Recommandation de règles intelligentes : l'IA analyse les modèles historiques d'indicateurs et recommande des seuils d'alarme et des règles raisonnables pour réduire les essais et erreurs manuels.
• Réduire le coût des fausses alarmes : des configurations d'alarme plus raisonnables améliorent directement le problème de « fatigue des alarmes » et permettent à l'exploitation et à la maintenance de se concentrer sur les problèmes réels.

Requête en langage naturel et LLM

• Tableau de bord en langage naturel : utilisez le langage naturel pour décrire les intentions de requête, et l'IA génère les requêtes et les tableaux de bord correspondants, abaissant ainsi le seuil d'utilisation pour les novices.
• Amélioration du plug-in LLM : appelez de grands modèles dans le contexte de surveillance pour prendre en charge l'analyse interactive en langage naturel des journaux/indicateurs.

Détection d'anomalies IA

• Détection automatique des anomalies : identifiez automatiquement les fluctuations qui s'écartent du modèle normal en fonction du timing de l'indicateur, exposant ainsi les défauts potentiels à l'avance.
• Lien avec les alarmes : Les résultats de détection d'anomalies entrent directement dans le lien d'alarme, formant une boucle fermée de réponse automatisée.

Importance pour l'équipe d'exploitation et de maintenance

D'un point de vue industriel, la voie IA de Grafana est une référence pour la voie observable open source : elle ne poursuit pas une "IA boîte noire", mais intègre des capacités IA dans des piles open source matures sous la forme de plug-ins et de modules, permettant aux équipes de les activer à la demande. Pour les équipes nationales d'exploitation et de maintenance, les attributs open source de Grafana signifient qu'il peut s'agir de données auto-hébergées et contrôlables, et ses capacités d'IA (requête en langage naturel, suggestions d'alarme) abaissent le seuil d'utilisation et de maintenance du système de surveillance.

En comparaison, Sentry se concentre sur le dépannage des applications et l'attribution des erreurs, tandis que Grafana se concentre sur l'observation et la visualisation des indicateurs/journaux/suivi. Les deux sont complémentaires plutôt que substituts en termes d’« observabilité de l’IA ».

Conseils pour commencer

• Équipe auto-hébergée : découvrez les requêtes en langage naturel et les suggestions d'alarmes IA de la version OSS, et évaluez les améliorations apportées au processus de surveillance existant.
• Utilisateurs du Cloud : activez rapidement le plug-in LLM et la détection des anomalies via Grafana Cloud, et vérifiez les capacités de l'IA avec un seuil bas.
• Critères d'évaluation : mesurez la valeur réelle des capacités de l'IA à partir des deux dimensions « amélioration de la précision des alarmes » et « réduction du temps d'analyse des requêtes ».

Orientations dignes d'attention à l'avenir

1. Le rythme de transformation de la détection des anomalies par l'IA en une détection positive : quand les capacités de la version expérimentale seront-elles GA et comment le taux de fausses alarmes se comportera en production réelle.
2. Profondeur de couverture des requêtes en langage naturel : sa capacité à couvrir des requêtes multi-sources complexes détermine sa transition de « l'adoption précoce » à « la force principale ».
3. La frontière entre les versions open source et commerciales : La répartition des capacités d'IA entre OSS et Cloud affecte le choix des équipes auto-hébergées.