Contexte des pannes
Du 12 au 17 novembre 2026, six services critiques ont connu une interruption totale. Microsoft 365 a été indisponible pendant près de 24 heures, affectant Outlook, Exchange Online, Teams, Copilot, Defender et Intune dans 74 pays. Le même jour, Workday a perdu l’accès à plus de 10 000 entreprises suite à une connexion non prévue entre son environnement de reprise après sinistre (DR) et les bases de production. Le 13 novembre, la FAA a décrété un arrêt national du trafic aérien, entraînant l’annulation de 12 462 vols, après que des routeurs de télécommunication se soient retrouvés saturés. Le 16 novembre, United Airlines a retardé des départs parce que les pilotes ne pouvaient plus récupérer les poids d’avion requis. Le même jour, JPMorgan Chase a connu une panne d’accès et de transferts Zelle due à un bug logiciel sur son infrastructure on‑premise. Enfin, le 17 novembre, Apple a signalé une interruption d’iCloud, Apple Pay et de l’App Store attribuée à une mise à jour interne.
Analyse des causes techniques
Les origines varient : un bug introduit en juillet sur les serveurs de passerelle réseau de Microsoft a contourné les mécanismes de confinement régionaux, provoquant une propagation globale. Workday a subi une « unintended connection » entre son site DR et la production, démontrant une mauvaise isolation des environnements. La FAA a vu ses routeurs submergés par un flux de données incohérent, révélant une capacité de traitement insuffisante. JPMorgan Chase a été affecté par une défaillance logicielle sur du matériel hébergé localement, soulignant les risques des systèmes propriétaires. Apple, quant à lui, a été victime d’une mise à jour interne défectueuse, illustrant la fragilité des processus de déploiement continu. Aucun incident n’est lié à une cyberattaque, mais tous partagent le point commun d’une dépendance critique qui, lorsqu’elle échoue, arrête l’activité métier.
Résilience vs fiabilité : le modèle Zscaler
Zscaler, fournisseur du Zero Trust Exchange, se trouve sur le chemin critique de milliers d’utilisateurs. Conscient que toute interruption le rendrait invisible, l’entreprise a intégré la résilience dans son architecture plutôt que de se contenter d’une haute disponibilité. Le principe repose sur une duplication complète des contrôles de plane, des pipelines de configuration et du DNS, ainsi que sur des basculements automatiques entre plusieurs zones de disponibilité et régions. Contrairement aux architectures classiques où la disponibilité garantit le fonctionnement d’un composant, la résilience assure la continuité du business même si le service entier devient indisponible. Zscaler propose ainsi un « plan d’assurance » opérationnel, comparable à une police d’assurance, qui se déclenche dès la perte du service principal.
Enjeux réglementaires et bonnes pratiques
Les récentes pannes soulignent l’insuffisance des SLA basés uniquement sur le taux d’uptime (par ex. 99,999 %). Les régulateurs, via le Digital Operational Resilience Act européen et le CPS 230 australien, exigent désormais que les fournisseurs évaluent, testent et atténuent les risques liés à leurs dépendances critiques. Les organisations doivent donc passer d’une simple vérification de SLA à une validation de scénarios de panne totale, incluant des exercices de basculement vers des sites DR indépendants du cloud public. En pratique, cela implique : (i) la séparation stricte des environnements de production et de reprise, (ii) la redondance des plans de contrôle et de configuration, et (iii) la mise en place de tests de chaos engineering pour identifier les points de défaillance systémiques.