- Place de l'IT
-
Les Assises de la cybersécurité 2026 : l’observabilité repose sur des volumes croissants de données de télémétrie, dont la collecte, le stockage et l’analyse qui pèsent sur les budgets IT. Comment préserver une visibilité suffisante sans envoyer chaque événement vers les outils les plus coûteux?
Cribl propose de dissocier ces fonctions pour adapter les traitements aux usages, tout en conservant les informations susceptibles de devenir utiles lors d’une investigation.
Dans cette interview accordée à Place de l’IT, Jean-Christophe Rodrigues, responsable commercial régional chez Cribl, explique le positionnement de l’éditeur face à Splunk, entre complémentarité historique et concurrence sur certains usages. Le pipeline prépare les flux et réduit les volumes transmis aux plateformes analytiques. Une copie intégrale peut rester disponible sur un stockage économique: optimiser les données exploitées immédiatement ne signifie donc pas supprimer leur historique.
L’entretien distingue les réductions de volumes observées des économies annoncées pour Cribl Detect, encore fondées sur des estimations sans référence publique citée. Il examine également la place de l’IA dans la création des pipelines et le rôle de StreamAI, qui oriente les requêtes vers des modèles selon leur rapport coût-performance. Les coûts de tokens restent toutefois à considérer.
La confidentialité, les possibilités de déploiement sur site et le modèle commercial indirect complètent cet échange, et trois schémas illustrent l’architecture globale, les composants de Cribl Detect et le fonctionnement des flux dans Cribl Stream.
Du filtrage à la recherche fédérée, des arbitrages de stockage aux conditions d’accès des agents IA, les choix techniques, économiques et de gouvernance de cette approche sont détaillés dans la suite de l’article.