للتخفيف من مشكلات مهارات DevOps ، نحتاج إلى المزيد من مهارات الذكاء الاصطناعي ، ومن المفارقات

يقال إن الذكاء الاصطناعي يعزز الذكاء داخل الشركات ويفعل الشيء نفسه لمتاجر تكنولوجيا المعلومات. على سبيل المثال ، يستخدم الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات AIOps (الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات) الذكاء الاصطناعي والتعلم الآلي على تدفق البيانات من عمليات تكنولوجيا المعلومات ، وغربلة الضوضاء لاكتشاف المشكلات وتسليط الضوء عليها وتجنبها. 

يجد الذكاء الاصطناعي والتعلم الآلي أيضًا مكانًا في مجال ناشئ آخر لتكنولوجيا المعلومات: مساعدة فرق DevOps في ضمان جدوى وجودة البرنامج الذي يتحرك بسرعات أعلى من أي وقت مضى عبر النظام ويخرج إلى المستخدمين. 

كما وجد في استطلاع حديث من GitHub ، تتجه فرق التطوير والعمليات إلى الذكاء الاصطناعي بطريقة كبيرة لتسهيل تدفق التعليمات البرمجية من خلال مرحلة مراجعة البرامج واختبارها ، حيث يستخدم 31٪ من الفرق خوارزميات الذكاء الاصطناعي والتعلم الآلي لمراجعة الكود. - أكثر من ضعف رقم العام الماضي. وجد الاستطلاع أيضًا أن 37٪ من الفرق تستخدم الذكاء الاصطناعي / تعلم الآلة في اختبار البرمجيات (ارتفاعًا من 25٪) ، وتخطط 20٪ أخرى لتقديمه هذا العام.

أيضا: فهم رؤية Microsoft الكبرى لبناء الجيل القادم من apps

إضافي مسح من Techstrong Research و Tricentis يؤكد هذا الاتجاه. وجد الاستطلاع الذي شمل 2,600 من ممارسي وقادة DevOps أن 90٪ يفضلون حقن المزيد من الذكاء الاصطناعي في مرحلة الاختبار لتدفقات DevOps ، ويرون أنها طريقة لحل النقص في المهارات التي يواجهونها أيضًا. (Tricentis هو بائع اختبار برمجيات ، وله مصلحة واضحة في النتائج. ولكن البيانات مهمة لأنها تعكس نموًا متزايدًا shift نحو مناهج DevOps الأكثر استقلالية.)

حتى أن هناك مفارقة ظهرت من دراسة Techstrong و Tricentis: تحتاج الشركات إلى مهارات متخصصة من أجل التخفيف من الحاجة إلى المهارات المتخصصة. ذكر ما لا يقل عن 47٪ من المستجيبين أن إحدى الفوائد الرئيسية لـ DevOps المليئة بالذكاء الاصطناعي هي تقليل فجوة المهارات ، و "تسهيل أداء الموظفين لمهام أكثر تعقيدًا". 

أيضا: تشير دراسة استقصائية إلى أن DevOps nirvana لا يزال هدفًا بعيد المنال بالنسبة للكثيرين

في الوقت نفسه ، استشهد المديرون بنقص المهارات اللازمة لتطوير وتشغيل اختبار البرامج التي تعمل بالذكاء الاصطناعي كأحد العوائق الرئيسية التي تحول دون DevOps المشبعة بالذكاء الاصطناعي ، بنسبة 44٪. هذه حلقة مفرغة نأمل معالجتها حيث يشارك المزيد من المهنيين في البرامج التدريبية والتعليمية التي تركز على الذكاء الاصطناعي والتعلم الآلي.  

بمجرد أن يبدأ الذكاء الاصطناعي في وضعه موضع التنفيذ مع مواقع تكنولوجيا المعلومات ، فإنه سيساعد في إحداث تأثير في عمليات سير عمل DevOps كثيفة العمليات. ما يقرب من ثلثي المديرين في الاستطلاع (65٪) يقولون إن اختبار البرامج الوظيفية مناسب تمامًا وسيستفيد بشكل كبير من عمليات التطوير المعزز بالذكاء الاصطناعي. يشير مؤلفو الاستطلاع إلى أن "نجاح DevOps يتطلب أتمتة الاختبار على نطاق واسع ، مما ينتج عنه كميات هائلة من بيانات الاختبار المعقدة ويتطلب تغييرات متكررة في حالات الاختبار". "يتماشى هذا تمامًا مع قدرات الذكاء الاصطناعي لتحديد الأنماط في مجموعات البيانات الكبيرة وتقديم رؤى يمكن استخدامها لتحسين وتسريع عملية الاختبار."

أيضا: أظهرت دراسة استقصائية أن مشاريع الذكاء الاصطناعي نمت عشرة أضعاف خلال العام الماضي

إلى جانب احتمال تقليل متطلبات المهارات ، حدد الاستطلاع أيضًا الفوائد التالية لغرس المزيد من الذكاء الاصطناعي في DevOps:

• تحسين تجربة العميل: 48٪
• تقليل التكاليف: 45٪
• زيادة كفاءة فرق المطورين: 43٪
• زيادة جودة الكود: 35٪
• تشخيص المشاكل: 25٪
• زيادة سرعة الإطلاق: 22٪
• تقنين المعرفة: 22٪
• منع العيوب: 19٪ 

يميل المستخدمون الأوائل لـ DevOps المعزز بالذكاء الاصطناعي إلى أن يكونوا من مؤسسات أكبر. هذا ليس مفاجئًا ، نظرًا لأن الاهتمامات الأكبر قد يكون لها فرق DevOps أكثر تطورًا وإمكانية وصول أكبر إلى الحلول المتقدمة مثل الذكاء الاصطناعي. 

أيضا: حان الوقت لفرق التكنولوجيا لتجد صوتها في تجربة العملاء

يشير مؤلفا Techstrong و Tricentis إلى أنه "فيما يتعلق بـ DevOps ، تتميز هذه الشركات الناضجة بالتقدم الذي أحرزته في تبسيط قدرات تطوير البرامج الخاصة بها على مدى السنوات الخمس إلى السبع الماضية وخطوط الأنابيب والعمليات الناضجة والمكررة". "مؤسسات DevOps هذه هي سحابية أصلية وتستخدم خطوط سير عمل DevOps ، وسلاسل الأدوات ، والأتمتة ، وتقنيات السحابة."

على المدى الطويل ، يعد غرس الذكاء الاصطناعي للمساعدة في الجوانب الحيوية لـ DevOps فكرة ذكية. عملية DevOps ، على الرغم من كل تعاونها وأتمتتها ، تزداد إرهاقًا حيث يُتوقع أن يخرج البرنامج من الباب بوتيرة متسارعة. اترك الأمر للآلات للتعامل مع الكثير من الجوانب المرهقة ، مثل الاختبار والمراقبة.