Da bismo ublažili probleme s DevOps vještinama, potrebno nam je više vještina AI, ironično

Umjetna inteligencija navodno jača inteligenciju u preduzećima, a isto čini i za trgovine informacionim tehnologijama. Na primjer, AIOps (vještačka inteligencija za IT operacije) primjenjuje umjetnu inteligenciju i strojno učenje na strujanje podataka iz IT procesa, procjeđujući buku kako bi otkrio, osvijetlio i spriječio probleme. 

AI i mašinsko učenje takođe pronalaze dom u još jednoj novoj oblasti IT-a: pomažu DevOps timovima da obezbede održivost i kvalitet softvera koji se kreće sve većom brzinom kroz sistem i do korisnika. 

Kao što je otkriveno u nedavnoj anketi koju je proveo GitHub, razvojni i operativni timovi se okreću AI na veliki način kako bi izgladili tok koda kroz fazu pregleda i testiranja softvera, pri čemu 31% timova aktivno koristi AI i ML algoritme za pregled koda — više nego dvostruko u odnosu na prošlogodišnji broj. Istraživanje također pokazuje da 37% timova koristi AI/ML u testiranju softvera (u odnosu na 25%), a dodatnih 20% planira da ga uvede ove godine.

Takođe: Razumijevanje velike Microsoftove vizije za izgradnju sljedeće generacije apps

Dodatno pregled iz Techstrong Research-a i Tricentis potvrđuje ovaj trend. Anketa od 2,600 DevOps praktičara i lidera otkriva da je 90% njih sklono ubrizgavanju više AI u fazu testiranja DevOps tokova i vidi to kao način za rješavanje nedostatka vještina s kojima se također suočavaju. (Tricentis je dobavljač za testiranje softvera, sa očiglednim ulogom u rezultate. Ali podaci su značajni jer odražavaju rastući shift prema autonomnijim DevOps pristupima.)

Postoji čak i paradoks koji je proizašao iz studije Techstrong i Tricentis: preduzećima su potrebne specijalizovane veštine kako bi se ublažila potreba za specijalizovanim veštinama. Najmanje 47% ispitanika je izjavilo da je glavna prednost DevOps-a koji su umetnuti u umjetnu inteligenciju smanjenje jaza u vještinama i „olakšavanje zaposlenicima obavljanje složenijih zadataka“. 

Takođe: DevOps nirvana je za mnoge još uvijek daleki cilj, pokazuje istraživanje

U isto vrijeme, menadžeri su naveli nedostatak vještina potrebnih za razvoj i pokretanje testiranja softvera zasnovanog na umjetnoj inteligenciji kao jednu od vodećih prepreka DevOps-u natopljenom umjetnom inteligencijom, sa 44%. Ovo je začarani krug za koji se nadamo da će biti ispravljen kako sve više profesionalaca bude učestvovalo u obukama i obrazovnim programima fokusiranim na AI i mašinsko učenje.  

Jednom kada AI počne da se postavlja na IT sajtove, pomoći će da se napravi udubljenje u procesno intenzivnim DevOps radnim tokovima. Gotovo dvije trećine menadžera u anketi (65%) kaže da je funkcionalno testiranje softvera dobro prilagođeno i da bi imalo velike koristi od DevOps-a sa AI-om. „Uspeh DevOps-a zahteva automatizaciju testiranja u velikom obimu, što generiše ogromne količine složenih testnih podataka i zahteva česte promene testnih slučajeva“, ističu autori istraživanja. “Ovo je savršeno usklađeno s mogućnostima AI da identificira obrasce u velikim skupovima podataka i ponudi uvide koji se mogu koristiti za poboljšanje i ubrzanje procesa testiranja.”

Takođe: Projekti umjetne inteligencije su deset puta porasli u protekloj godini, kaže anketa

Uz potencijalno smanjenje zahtjeva za vještinama, istraživanje je također identificiralo sljedeće prednosti unošenja veće količine AI u DevOps:

• Poboljšajte korisničko iskustvo: 48%
• Smanjite troškove: 45%
• Povećajte efikasnost razvojnih timova: 43%
• Povećajte kvalitet koda: 35%
• Dijagnostički problemi: 25%
• Povećajte brzinu oslobađanja: 22%
• Kodifikacija znanja: 22%
• Sprečavanje kvarova: 19% 

Rani korisnici DevOps-a sa AI-om obično dolaze iz većih organizacija. To nije iznenađujuće, budući da bi veće kompanije imale razvijenije DevOps timove i veći pristup naprednim rješenjima kao što je AI. 

Takođe: Vrijeme je da tehnološki timovi pronađu svoj glas u korisničkom iskustvu

„U pogledu DevOps-a, ove zrele kompanije su obilježene napretkom koji su postigle u pojednostavljivanju svojih mogućnosti razvoja softvera u posljednjih pet do sedam godina i njihovim zrelim i rafiniranim cevovodima i procesima,“ ističu autori Techstronga i Tricentisa. “Ove DevOps organizacije su izvorne u oblaku i koriste DevOps tokove posla, lance alata, automatizaciju i cloud tehnologije.”

Dugoročno gledano, pametna je ideja ubaciti AI kao pomoć u vitalnim aspektima DevOps-a. DevOps proces, uz svu svoju saradnju i automatizaciju, postaje sve iscrpljujući jer se očekuje da će softver letjeti na vrata sve bržim tempom. Prepustite mašinama da se bave mnogim teškim aspektima, kao što su testiranje i praćenje.