bytevyte
bytevyte
Language
ai-beats-fr

Miro multiplie par cinq la vitesse de résolution des bugs grâce aux Amazon Bedrock AI agents

Amazon Bedrock AI agents

Miro a déployé avec succès un système automatisé de tri des bugs qui réduit le temps nécessaire pour résoudre les problèmes logiciels de plusieurs jours à quelques heures. En utilisant Amazon Bedrock, la plateforme de collaboration visuelle a multiplié par cinq sa vitesse de résolution, relevant ainsi le défi logistique de la gestion des rapports de bugs pour ses 95 millions d'utilisateurs. Le système, nommé BugManager, a été développé en collaboration avec l'équipe AWS Prototyping and Cloud Engineering pour optimiser l'acheminement des problèmes techniques vers plus de 100 équipes logicielles internes.

L'implémentation des Amazon Bedrock AI agents a considérablement amélioré l'efficacité opérationnelle en divisant par six le nombre de réaffectations entre équipes. Avant ce déploiement, Miro faisait face à un processus de tri manuel complexe où les rapports circulaient souvent entre différents groupes d'ingénierie avant d'atteindre les bons développeurs. L'entreprise estime que cette approche automatisée permet d'économiser environ 42 ans de productivité cumulée qui seraient autrement perdus chaque année à cause d'un routage inefficace et des délais de résolution.

Architecture technique et intégration du RAG

La solution BugManager s'appuie sur Amazon Bedrock et le modèle Amazon Nova pour traiter les rapports entrants. Pour garantir que l'IA fournisse un routage précis, Miro utilise la génération augmentée par récupération (RAG) afin d'ancrer le système dans ses propres données internes. Cela inclut la documentation produit et les captures d'écran techniques, permettant à l'IA de comprendre le contexte d'un bug au sein de l'architecture spécifique de la plateforme Miro. En connectant ces modèles à des bases de connaissances internes, le système peut identifier avec une grande précision quelle équipe est propriétaire du code ou de la fonctionnalité spécifique mentionné dans un rapport.

Ce déploiement met en lumière une tendance croissante chez les éditeurs de logiciels d'entreprise : l'utilisation de l'IA générative pour la productivité interne des développeurs. Plutôt que de s'appuyer sur des règles statiques ou une surveillance manuelle, Miro utilise des agents d'IA pour interpréter les données non structurées des rapports d'utilisateurs. L'intégration des Amazon Bedrock AI agents permet au système non seulement de catégoriser le problème, mais aussi d'exécuter la logique de routage nécessaire pour placer immédiatement le ticket dans la file d'attente d'ingénierie appropriée.

Impact stratégique sur la productivité de l'entreprise

Pour les plateformes à grande échelle, le coût de la dette technique et la lenteur de la résolution des bugs peuvent impacter la rétention des utilisateurs et le moral des ingénieurs. L'initiative de Miro d'automatiser ce flux de travail suggère que les agents d'IA évoluent au-delà des simples chatbots pour occuper des rôles fonctionnels gérant une logistique interne complexe. La capacité de réduire les temps de résolution de 80 % offre un avantage concurrentiel dans la vitesse de livraison des logiciels, permettant aux ingénieurs de se concentrer sur le développement de fonctionnalités plutôt que sur le tri administratif.

Le succès du projet BugManager démontre l'utilité pratique de l'ancrage des grands modèles de langage dans la documentation technique propriétaire. En mai 2026, Miro continue de perfectionner ces agents pour gérer des tâches de diagnostic de plus en plus complexes. Le passage d'une surveillance manuelle à un routage piloté par l'IA constitue une étape importante dans la manière dont les organisations logicielles modernes gèrent l'échelle de bases d'utilisateurs mondiales.

Bien que nous fassions tout notre possible pour garantir l'exactitude des informations, bytevyte peut commettre des erreurs. Il est conseillé aux utilisateurs de vérifier toutes les informations de manière indépendante. Nous déclinons toute responsabilité en cas d'erreurs ou d'omissions.

✔Human Verified

Share