विडंबना यह है कि DevOps कौशल मुद्दों को कम करने के लिए, हमें और अधिक AI कौशल की आवश्यकता है

कथित तौर पर आर्टिफिशियल इंटेलिजेंस व्यवसायों के भीतर बुद्धिमत्ता को बढ़ा रहा है और सूचना प्रौद्योगिकी की दुकानों के लिए भी ऐसा ही कर रहा है। उदाहरण के लिए, AIOps (IT संचालन के लिए कृत्रिम बुद्धिमत्ता) IT प्रक्रियाओं से डेटा स्ट्रीमिंग के लिए AI और मशीन लर्निंग को लागू करता है, शोर के माध्यम से पता लगाने, स्पॉटलाइट करने और समस्याओं को दूर करने के लिए। 

एआई और मशीन लर्निंग भी आईटी के एक और उभरते हुए क्षेत्र में एक घर ढूंढ रहे हैं: सॉफ्टवेयर की व्यवहार्यता और गुणवत्ता सुनिश्चित करने में DevOps टीमों की सहायता करना जो सिस्टम के माध्यम से और उपयोगकर्ताओं के लिए हमेशा तेज गति से आगे बढ़ रहे हैं। 

जैसा कि गिटहब के हालिया सर्वेक्षण में पाया गया है, सॉफ्टवेयर समीक्षा और परीक्षण चरण के माध्यम से कोड के प्रवाह को सुचारू बनाने के लिए विकास और ऑप्स टीमें एआई की ओर रुख कर रही हैं, जिसमें 31% टीमें सक्रिय रूप से कोड समीक्षा के लिए एआई और एमएल एल्गोरिदम का उपयोग कर रही हैं। - पिछले साल की संख्या से दोगुने से ज्यादा। सर्वेक्षण में यह भी पाया गया है कि 37% टीमें सॉफ्टवेयर परीक्षण (25% से अधिक) में AI/ML का उपयोग करती हैं, और इस वर्ष इसे शुरू करने के लिए 20% की और योजना है।

इसके अलावा: की अगली पीढ़ी के निर्माण के लिए माइक्रोसॉफ्ट के भव्य दृष्टिकोण को समझना apps

अतिरिक्त सर्वेक्षण टेकस्ट्रांग रिसर्च और ट्राईसेंटिस ने इस प्रवृत्ति की पुष्टि की। 2,600 DevOps प्रैक्टिशनर्स और लीडर्स के सर्वेक्षण में पाया गया कि 90% DevOps प्रवाह के परीक्षण चरण में अधिक AI को इंजेक्ट करने के लिए अनुकूल हैं, और इसे उन कौशल की कमी को हल करने के तरीके के रूप में देखते हैं जिनका वे सामना कर रहे हैं। (ट्राइसेंटिस एक सॉफ्टवेयर परीक्षण विक्रेता है, जिसके परिणामों में स्पष्ट हिस्सेदारी है। लेकिन डेटा महत्वपूर्ण है क्योंकि यह बढ़ती हुई वृद्धि को दर्शाता है shift अधिक स्वायत्त DevOps दृष्टिकोण की ओर।)

टेकस्ट्रांग और ट्राइसेंटिस अध्ययन से एक विरोधाभास भी सामने आया है: विशेष कौशल की आवश्यकता को कम करने के लिए उद्यमों को विशेष कौशल की आवश्यकता होती है। कम से कम 47% उत्तरदाताओं का कहना है कि एआई-संक्रमित देवओप्स का एक प्रमुख लाभ कौशल अंतर को कम करना है, और "कर्मचारियों के लिए अधिक जटिल कार्य करना आसान बनाना है।" 

इसके अलावा: सर्वेक्षण से पता चलता है कि DevOps निर्वाण अभी भी कई लोगों के लिए एक दूर का लक्ष्य है

उसी समय, एआई-संचालित सॉफ्टवेयर परीक्षण को विकसित करने और चलाने के लिए आवश्यक कौशल की कमी को प्रबंधकों द्वारा एआई-संक्रमित देवओप्स के लिए अग्रणी बाधाओं में से एक के रूप में 44% पर उद्धृत किया गया था। यह एक दुष्चक्र है जिसे उम्मीद से दूर किया जाएगा क्योंकि अधिक पेशेवर एआई और मशीन लर्निंग पर केंद्रित प्रशिक्षण और शैक्षिक कार्यक्रमों में भाग लेते हैं।  

एक बार जब एआई आईटी साइटों के साथ जुड़ना शुरू हो जाता है, तो यह प्रक्रिया-गहन DevOps वर्कफ़्लोज़ में सेंध लगाने में मदद करेगा। सर्वेक्षण में लगभग दो-तिहाई प्रबंधकों (65%) का कहना है कि कार्यात्मक सॉफ्टवेयर परीक्षण अच्छी तरह से अनुकूल है और एआई-संवर्धित देवओप्स से बहुत लाभान्वित होगा। "DevOps की सफलता के लिए बड़े पैमाने पर परीक्षण स्वचालन की आवश्यकता होती है, जो भारी मात्रा में जटिल परीक्षण डेटा उत्पन्न करता है और परीक्षण मामलों में लगातार बदलाव की आवश्यकता होती है," सर्वेक्षण के लेखक बताते हैं। "यह बड़े डेटा सेट में पैटर्न की पहचान करने के लिए एआई की क्षमताओं के साथ पूरी तरह से संरेखित करता है और अंतर्दृष्टि प्रदान करता है जिसका उपयोग परीक्षण प्रक्रिया को बेहतर बनाने और तेज करने के लिए किया जा सकता है।"

इसके अलावा: पिछले एक साल में आर्टिफिशियल इंटेलिजेंस प्रोजेक्ट दस गुना बढ़ा, सर्वेक्षण कहता है

कौशल आवश्यकताओं को संभावित रूप से कम करने के साथ-साथ, सर्वेक्षण ने DevOps में अधिक AI को शामिल करने के लिए निम्नलिखित लाभों की भी पहचान की:

• ग्राहक अनुभव में सुधार: 48%
• लागत कम करें: 45%
• डेवलपर टीमों की दक्षता बढ़ाएँ: 43%
• कोड गुणवत्ता बढ़ाएँ: 35%
• समस्याओं का निदान करें: 25%
• रिलीज की गति बढ़ाएँ: 22%
• संहिताबद्ध ज्ञान: 22%
• दोषों को रोकें: 19% 

एआई-संवर्धित DevOps के शुरुआती अंगीकार बड़े संगठनों से होते हैं। यह आश्चर्य की बात नहीं है, क्योंकि बड़ी चिंताओं में अधिक विकसित DevOps टीमें होंगी और AI जैसे उन्नत समाधानों तक अधिक पहुंच होगी। 

इसके अलावा: प्रौद्योगिकी टीमों के लिए ग्राहक अनुभव में अपनी आवाज खोजने का समय आ गया है

टेकस्ट्रांग और ट्राइसेंटिस के लेखक बताते हैं, "डेवोप्स के संदर्भ में, इन परिपक्व कंपनियों को पिछले पांच से सात वर्षों में अपनी सॉफ्टवेयर विकास क्षमताओं और उनकी परिपक्व और परिष्कृत पाइपलाइनों और प्रक्रियाओं को सुव्यवस्थित करने में हुई प्रगति से चिह्नित किया जाता है।" "ये DevOps संगठन क्लाउड-नेटिव हैं और DevOps वर्कफ़्लो पाइपलाइन, टूलचेन, ऑटोमेशन और क्लाउड तकनीकों का उपयोग करते हैं।"

लंबे समय में, DevOps के महत्वपूर्ण पहलुओं में सहायता के लिए AI को शामिल करना एक स्मार्ट विचार है। DevOps प्रक्रिया, अपने सभी सहयोग और स्वचालन के लिए, केवल अधिक थकाऊ होती जा रही है क्योंकि सॉफ्टवेयर के तेज गति से दरवाजे से बाहर निकलने की उम्मीद है। परीक्षण और निगरानी जैसे कई महत्वपूर्ण पहलुओं को संभालने के लिए इसे मशीनों पर छोड़ दें।