DevOps કૌશલ્યની સમસ્યાઓને દૂર કરવા માટે, અમને વ્યંગાત્મક રીતે, વધુ AI કૌશલ્યોની જરૂર છે

આર્ટિફિશિયલ ઇન્ટેલિજન્સ કથિત રીતે વ્યવસાયોની અંદર બુદ્ધિને વેગ આપે છે અને તે માહિતી ટેકનોલોજીની દુકાનો માટે પણ કરી રહ્યું છે. ઉદાહરણ તરીકે, AIOps (IT ઓપરેશન્સ માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ) AI અને મશીન લર્નિંગને IT પ્રક્રિયાઓમાંથી ડેટા સ્ટ્રીમિંગ માટે લાગુ કરે છે, અવાજને શોધવા માટે, સ્પોટલાઇટ કરવા અને સમસ્યાઓને દૂર કરવા માટે. 

AI અને મશીન લર્નિંગ પણ ITના અન્ય ઉભરતા ક્ષેત્રમાં ઘર શોધી રહ્યા છે: સૉફ્ટવેરની કાર્યક્ષમતા અને ગુણવત્તાની ખાતરી કરવામાં DevOps ટીમોને સહાય કરે છે જે સિસ્ટમ દ્વારા અને વપરાશકર્તાઓ સુધી વધુ ઝડપી ગતિએ આગળ વધી રહ્યું છે. 

GitHub ના તાજેતરના સર્વેક્ષણમાં જાણવા મળ્યું છે તેમ, વિકાસ અને ઑપ્સ ટીમો સૉફ્ટવેર સમીક્ષા અને પરીક્ષણ તબક્કા દ્વારા કોડના પ્રવાહને સરળ બનાવવા માટે મોટા પ્રમાણમાં AI તરફ વળ્યા છે, જેમાં 31% ટીમો કોડ સમીક્ષા માટે AI અને ML અલ્ગોરિધમનો સક્રિયપણે ઉપયોગ કરે છે. - ગયા વર્ષની સંખ્યા કરતાં બમણી. સર્વેક્ષણમાં એ પણ જાણવા મળ્યું છે કે 37% ટીમો સોફ્ટવેર પરીક્ષણમાં AI/ML નો ઉપયોગ કરે છે (25% થી વધુ), અને આ વર્ષે તેને રજૂ કરવાની વધુ 20% યોજના છે.

પણ: ની આગામી પેઢીના નિર્માણ માટે માઇક્રોસોફ્ટના ભવ્ય વિઝનને સમજવું apps

એક વધારાનો મોજણી ટેકસ્ટ્રોંગ રિસર્ચ અને ટ્રાઇસેન્ટિસમાંથી આ વલણની પુષ્ટિ કરે છે. 2,600 DevOps પ્રેક્ટિશનરો અને નેતાઓના સર્વેક્ષણમાં જાણવા મળ્યું છે કે 90% DevOps પ્રવાહના પરીક્ષણ તબક્કામાં વધુ AI દાખલ કરવા માટે અનુકૂળ છે, અને તેને તેઓ જે કૌશલ્યની અછતનો સામનો કરી રહ્યા છે તેને ઉકેલવાના માર્ગ તરીકે જુઓ. (ટ્રાઇસેન્ટિસ એ સોફ્ટવેર ટેસ્ટિંગ વિક્રેતા છે, જેમાં પરિણામોમાં સ્પષ્ટ હિસ્સો છે. પરંતુ ડેટા નોંધપાત્ર છે કારણ કે તે વધતી જતી shift વધુ સ્વાયત્ત DevOps અભિગમો તરફ.)

એક વિરોધાભાસ પણ છે જે ટેકસ્ટ્રોંગ અને ટ્રિસેન્ટિસ અભ્યાસમાંથી ઉભરી આવ્યો છે: વિશિષ્ટ કૌશલ્યોની જરૂરિયાતને દૂર કરવા માટે એન્ટરપ્રાઇઝને વિશિષ્ટ કૌશલ્યોની જરૂર છે. ઓછામાં ઓછા 47% ઉત્તરદાતાઓ જણાવે છે કે AI-ઇન્ફ્યુઝ્ડ DevOps નો મુખ્ય ફાયદો કૌશલ્યનો તફાવત ઘટાડવાનો છે અને "કર્મચારીઓ માટે વધુ જટિલ કાર્યો કરવા માટે તેને સરળ બનાવે છે." 

પણ: સર્વેક્ષણ સૂચવે છે કે, DevOps નિર્વાણ હજુ પણ ઘણા લોકો માટે દૂરનું લક્ષ્ય છે

તે જ સમયે, AI-સંચાલિત સૉફ્ટવેર પરીક્ષણ વિકસાવવા અને ચલાવવા માટે જરૂરી કૌશલ્યોની અછતને 44% પર, AI-ઇન્ફ્યુઝ્ડ DevOps માટે અગ્રણી અવરોધો પૈકીના એક તરીકે મેનેજરો દ્વારા ટાંકવામાં આવી હતી. આ એક દુષ્ટ ચક્ર છે જે આશા છે કે AI અને મશીન લર્નિંગ પર કેન્દ્રિત તાલીમ અને શૈક્ષણિક કાર્યક્રમોમાં વધુ વ્યાવસાયિકો ભાગ લેતા હોવાથી તેનો ઉકેલ લાવવામાં આવશે.  

એકવાર AI IT સાઇટ્સ સાથે કામ કરવાનું શરૂ કરી દે, તે પ્રક્રિયા-સઘન DevOps વર્કફ્લોમાં ડેન્ટ બનાવવામાં મદદ કરશે. સર્વેક્ષણમાં લગભગ બે-તૃતીયાંશ મેનેજરો (65%) કહે છે કે કાર્યાત્મક સોફ્ટવેર પરીક્ષણ સારી રીતે અનુકૂળ છે અને AI-વૃદ્ધિકૃત DevOpsથી ઘણો ફાયદો થશે. "DevOps સફળતા માટે સ્કેલ પર પરીક્ષણ ઓટોમેશનની જરૂર છે, જે મોટા પ્રમાણમાં જટિલ પરીક્ષણ ડેટા જનરેટ કરે છે અને કેસોને ચકાસવા માટે વારંવાર ફેરફારોની જરૂર છે," સર્વેના લેખકો નિર્દેશ કરે છે. "આ મોટા ડેટા સેટ્સમાં પેટર્નને ઓળખવા માટે AI ની ક્ષમતાઓ સાથે સંપૂર્ણ રીતે સંરેખિત થાય છે અને આંતરદૃષ્ટિ પ્રદાન કરે છે જેનો ઉપયોગ પરીક્ષણ પ્રક્રિયાને સુધારવા અને વેગ આપવા માટે થઈ શકે છે."

પણ: આર્ટિફિશિયલ ઇન્ટેલિજન્સ પ્રોજેક્ટ્સ પાછલા વર્ષમાં દસ ગણો વધ્યો છે, સર્વે કહે છે

સંભવિતપણે કૌશલ્યની આવશ્યકતાઓને ઘટાડવાની સાથે, સર્વેએ DevOpsમાં વધુ AI દાખલ કરવાના નીચેના ફાયદાઓને પણ ઓળખ્યા:

• ગ્રાહક અનુભવમાં સુધારો: 48%
• ખર્ચમાં ઘટાડો: 45%
• વિકાસકર્તા ટીમોની કાર્યક્ષમતામાં વધારો: 43%
• કોડ ગુણવત્તા વધારો: 35%
• સમસ્યાઓનું નિદાન કરો: 25%
• પ્રકાશનો વેગ વધારો: 22%
• સંહિતાકરણ જ્ઞાન: 22%
• ખામીઓ અટકાવો: 19% 

AI-વર્ધિત DevOps ના પ્રારંભિક દત્તક લેનારાઓ મોટા સંગઠનોમાંથી હોય છે. આ આશ્ચર્યજનક નથી, કારણ કે મોટી ચિંતાઓમાં વધુ વિકસિત DevOps ટીમો અને AI જેવા અદ્યતન સોલ્યુશન્સની વધુ ઍક્સેસ હશે. 

પણ: ટેક્નોલોજી ટીમો માટે ગ્રાહક અનુભવમાં તેમનો અવાજ શોધવાનો સમય છે

"DevOpsની દ્રષ્ટિએ, આ પરિપક્વ કંપનીઓ છેલ્લા પાંચથી સાત વર્ષોમાં તેમની સોફ્ટવેર ડેવલપમેન્ટ ક્ષમતાઓને સુવ્યવસ્થિત કરવામાં અને તેમની પરિપક્વ અને શુદ્ધ પાઇપલાઇન્સ અને પ્રક્રિયાઓ દ્વારા કરવામાં આવેલી પ્રગતિ દ્વારા ચિહ્નિત થયેલ છે," ટેકસ્ટ્રોંગ અને ટ્રિસેન્ટિસ લેખકો નિર્દેશ કરે છે. "આ DevOps સંસ્થાઓ ક્લાઉડ-નેટિવ છે અને DevOps વર્કફ્લો પાઇપલાઇન્સ, ટૂલચેન, ઓટોમેશન અને ક્લાઉડ તકનીકોનો ઉપયોગ કરે છે."

લાંબા ગાળે, DevOps ના મહત્વના પાસાઓમાં મદદ કરવા માટે AI ને દાખલ કરવું એ એક સ્માર્ટ વિચાર છે. DevOps પ્રક્રિયા, તેના તમામ સહયોગ અને ઓટોમેશન માટે, માત્ર વધુ કંટાળાજનક બની રહી છે કારણ કે સૉફ્ટવેર ઝડપી ગતિએ દરવાજા બહાર ઉડવાની અપેક્ષા છે. પરીક્ષણ અને દેખરેખ જેવા ઘણા જટિલ પાસાઓને સંભાળવા માટે તેને મશીનો પર છોડી દો.