Cela n’est pas forcément le cas dans un datacenter personnalisé, que ce soit un Cloud privé ou un environnement traditionnel. Différents frameworks, tels qu’OpenShift, OpenStack, etc., requièrent des connaissances et une expertise spécifiques.

Le Cloud accélère l’intégration d’un nouveau professionnel en technologie, car ce dernier possède déjà une connaissance pratique de ce modèle. Si une entreprise a besoin d’étoffer l’équipe chargée des opérations Cloud, elle recherchera quelqu’un qui maîtrise le Cloud X. Ce principe n’a rien de nouveau. Si elle a besoin d’un développeur pour travailler sur une application exigeant des connaissances en JavaScript, elle ne se mettra généralement pas en quête d’un spécialiste Python.

C’est l’une des raisons qui expliquent la difficulté du multi-Cloud. Il requiert davantage de connaissances, ainsi que la formation des nouvelles recrues à l’exploitation de d’infrastructure. À l’instar d’une maison, les Clouds ne sont pas tous identiques, et si les concepts de base en matière d’infrastructure sont similaires, la terminologie, les modèles d’objets, les API et les consoles varient.

Dans ces conditions, il n’est pas étonnant que les outils et processus spécialisés propres à chaque Cloud aient engendré des silos de Clouds dans l’entreprise. La moitié des personnes interrogées lors de l’étude State of Application Services 2020 disent gérer le multi-Cloud au moyen d’équipes dédiées à chaque Cloud. De plus, la préférence de l’autre moitié va à ce modèle.

Cela n’est guère surprenant. Il suffit de considérer le Cloud comme un produit, ce qu’il est, pour s’apercevoir rapidement qu’il présente les mêmes problématiques opérationnelles que tout autre produit. Les modèles, les API et les workflows diffèrent d’un Cloud à l’autre. Il est par conséquent logique de préférer développer des compétences dans un seul Cloud plutôt que de gérer tous les Clouds de manière médiocre.

Les réalités du multi-Cloud ont favorisé l’adoption d’outils d’automatisation de l’infrastructure. L’avantage de l’automatisation ne se limite pas à simplifier le provisionnement, la configuration et les opérations. Les outils d’automatisation de l’infrastructure sont également indépendants de l’environnement Cloud. Cela signifie que les modèles Terraform ou les scripts Ansible utilisés pour un Cloud peuvent aussi s’appliquer à un autre Cloud, car les outils font abstraction des différences qui compliquent la gestion de plusieurs Clouds.

C’est un exemple de convergence vers une méthodologie et un jeu d’outils cohérents qui permet à chacun d’aller plus vite, en toute confiance. Et cela vaut pour l’ensemble de l’infrastructure informatique de l’entreprise. La standardisation est un moyen d’assurer la cohérence, que ce soit au niveau de la couche de sécurité et de distribution des applications, de la couche d’infrastructure des applications (serveur Web et d’applications) ou de la couche de stockage des données. La cohérence est une condition essentielle pour relever les défis du multi-Cloud.

C’est ainsi que le multi-Cloud a fait de l’automatisation non pas un plus ni un avantage concurrentiel, mais une nécessité.