Ke zmírnění problémů s dovednostmi DevOps potřebujeme více dovedností AI, ironicky

Umělá inteligence údajně zvyšuje inteligenci v podnicích a totéž dělá i pro obchody s informačními technologiemi. Například AIOps (umělá inteligence pro IT operace) aplikuje AI a strojové učení na datové proudy z IT procesů, prosévá hluk, aby detekoval, zvýrazňoval a odvrátil problémy. 

Umělá inteligence a strojové učení nacházejí svůj domov také v další nově vznikající oblasti IT: asistují týmům DevOps při zajišťování životaschopnosti a kvality softwaru, který se systémem a směrem k uživatelům prochází stále vyšší rychlostí. 

Jak bylo zjištěno v nedávném průzkumu na GitHubu, vývojové a operační týmy se ve velkém obracejí na AI, aby usnadnily tok kódu ve fázi kontroly softwaru a testování, přičemž 31 % týmů aktivně používá algoritmy AI a ML pro kontrolu kódu. — více než dvojnásobný počet v loňském roce. Průzkum také zjistil, že 37 % týmů používá AI/ML při testování softwaru (nárůst z 25 %) a dalších 20 % ho plánuje zavést letos.

Také: Pochopení velké vize společnosti Microsoft pro budování nové generace apps

Další přehled z Techstrong Research a Tricentis tento trend potvrzuje. Průzkum mezi 2,600 90 odborníky a vůdci DevOps zjistil, že XNUMX % je nakloněno zavedení většího množství umělé inteligence do testovací fáze toků DevOps a vidí to jako způsob, jak vyřešit nedostatek dovedností, kterým také čelí. (Tricentis je dodavatel testování softwaru se zřejmým podílem na výsledcích. Údaje jsou však významné, protože odrážejí rostoucí shift směrem k autonomnějším přístupům DevOps.)

Ze studie Techstrong a Tricentis dokonce vyplynul paradox: Podniky potřebují specializované dovednosti, aby zmírnily potřebu specializovaných dovedností. Nejméně 47 % respondentů uvádí, že hlavní výhodou DevOps s umělou inteligencí je snížení mezery v dovednostech a „usnadnění zaměstnancům provádět složitější úkoly“. 

Také: DevOps nirvána je pro mnohé stále vzdáleným cílem, naznačuje průzkum

Manažeři zároveň uvedli nedostatek dovedností potřebných k vývoji a spuštění testování softwaru založeného na AI jako jednu z hlavních překážek DevOps s využitím AI, a to 44 %. Jedná se o začarovaný kruh, který bude, doufejme, napraven, protože se více profesionálů účastní školení a vzdělávacích programů zaměřených na AI a strojové učení.  

Jakmile se AI začne zavádět do IT webů, pomůže to narušit procesně náročné pracovní postupy DevOps. Téměř dvě třetiny manažerů v průzkumu (65 %) tvrdí, že funkční testování softwaru se dobře hodí pro DevOps rozšířené o umělou inteligenci a že by z něj měl velký prospěch. „Úspěch DevOps vyžaduje automatizaci testování ve velkém měřítku, která generuje obrovské množství složitých testovacích dat a vyžaduje časté změny testovacích případů,“ zdůrazňují autoři průzkumu. „To dokonale odpovídá schopnostem umělé inteligence identifikovat vzory ve velkých souborech dat a nabízí poznatky, které lze použít ke zlepšení a urychlení procesu testování.“

Také: Projekty umělé inteligence vzrostly za poslední rok desetinásobně, uvádí průzkum

Spolu s potenciálním snížením požadavků na dovednosti průzkum také identifikoval následující výhody, které přináší více umělé inteligence do DevOps:

• Zlepšení zákaznické zkušenosti: 48 %
• Snížit náklady: 45 %
• Zvýšení efektivity vývojářských týmů: 43 %
• Zvýšit kvalitu kódu: 35 %
• Diagnostika problémů: 25 %
• Zvýšení rychlosti uvolňování: 22 %
• Znalost kódování: 22 %
• Předcházení defektům: 19 % 

První uživatelé DevOps rozšířených o umělou inteligenci obvykle pocházejí z větších organizací. To není překvapivé, protože větší koncerny by měly rozvinutější týmy DevOps a větší přístup k pokročilým řešením, jako je AI. 

Také: Je čas, aby technologické týmy našly svůj názor na zákaznickou zkušenost

„Pokud jde o DevOps, tyto vyspělé společnosti se vyznačují pokrokem, kterého dosáhly při zefektivňování svých schopností vývoje softwaru za posledních pět až sedm let, a vyspělými a propracovanými kanály a procesy,“ zdůrazňují autoři Techstrong a Tricentis. "Tyto organizace DevOps jsou nativní v cloudu a používají kanály pracovních postupů DevOps, nástrojové řetězce, automatizaci a cloudové technologie."

Z dlouhodobého hlediska je infuze umělé inteligence pro pomoc s životně důležitými aspekty DevOps chytrý nápad. Proces DevOps, přes veškerou jeho spolupráci a automatizaci, je stále více vyčerpávající, protože se očekává, že software vyletí ze dveří zrychlujícím se tempem. Nechte na strojích, aby zvládly mnoho obtížných aspektů, jako je testování a monitorování.