Da bismo ublažili probleme s DevOps vještinama, trebamo više AI vještina, ironično

Umjetna inteligencija navodno potiče inteligenciju unutar poduzeća, a isto čini i za trgovine informacijske tehnologije. Na primjer, AIOps (umjetna inteligencija za IT operacije) primjenjuje AI i strojno učenje na strujanje podataka iz IT procesa, probirući šum kako bi otkrio, istaknuo i otklonio probleme. 

AI i strojno učenje također pronalaze dom u još jednom području IT-a u nastajanju: pomaganju DevOps timovima u osiguravanju održivosti i kvalitete softvera koji se kreće sve većim brzinama kroz sustav i prema korisnicima. 

Kao što je otkriveno u nedavnoj anketi koju je proveo GitHub, razvojni i operativni timovi uvelike se okreću umjetnoj inteligenciji kako bi olakšali protok koda kroz fazu pregleda softvera i testiranja, pri čemu 31% timova aktivno koristi AI i ML algoritme za pregled koda — više nego dvostruko u odnosu na prošlogodišnji broj. Istraživanje također otkriva da 37% timova koristi AI/ML u testiranju softvera (porast u odnosu na 25%), a daljnjih 20% planira uvesti ga ove godine.

Isto tako: Razumijevanje Microsoftove velike vizije za izgradnju sljedeće generacije apps

Dodatni pregled iz Techstrong Researcha i Tricentisa potvrđuje ovaj trend. Anketa koja je obuhvatila 2,600 DevOps praktičara i voditelja otkriva da je 90% povoljno za ubacivanje veće količine umjetne inteligencije u fazu testiranja DevOps tokova i vide to kao način rješavanja nedostatka vještina s kojim se također suočavaju. (Tricentis je dobavljač softverskog testiranja, s očitim ulogom u rezultate. No podaci su značajni jer odražavaju rastuću shift prema autonomnijim DevOps pristupima.)

Postoji čak i paradoks koji je proizašao iz studije Techstronga i Tricentisa: poduzeća trebaju specijalizirane vještine kako bi ublažile potrebu za specijaliziranim vještinama. Najmanje 47% ispitanika izjavilo je da je glavna prednost DevOpsa s AI-om smanjenje jaza u vještinama i "olakšavanje zaposlenicima obavljanja kompliciranijih zadataka". 

Isto tako: DevOps nirvana za mnoge je još uvijek dalek cilj, pokazuje istraživanje

U isto vrijeme, nedostatak vještina potrebnih za razvoj i pokretanje testiranja softvera pokretanog umjetnom inteligencijom menadžeri su naveli kao jednu od vodećih prepreka DevOpsu s AI-om, s 44%. Ovo je začarani krug za koji se nadamo da će se ispraviti kako sve više stručnjaka sudjeluje u obuci i obrazovnim programima usmjerenim na AI i strojno učenje.  

Jednom kada se umjetna inteligencija počne postavljati na svoje mjesto na IT stranicama, pomoći će u stvaranju traga u procesima intenzivnim DevOps radnim procesima. Gotovo dvije trećine menadžera u anketi (65%) kaže da je funkcionalno testiranje softvera dobro prilagođeno i da bi imalo velike koristi od DevOps-a proširenog umjetnom inteligencijom. "Uspjeh DevOps-a zahtijeva automatizaciju testiranja na razini, koja generira ogromne količine složenih testnih podataka i zahtijeva česte izmjene testnih slučajeva", ističu autori istraživanja. "Ovo je savršeno usklađeno s mogućnostima umjetne inteligencije za prepoznavanje uzoraka u velikim skupovima podataka i pružanje uvida koji se mogu koristiti za poboljšanje i ubrzanje procesa testiranja."

Isto tako: Projekti umjetne inteligencije udeseterostručili su se tijekom prošle godine, kaže istraživanje

Uz potencijalno smanjenje zahtjeva za vještinama, istraživanje je također identificiralo sljedeće prednosti ubacivanja više AI u DevOps:

• Poboljšajte korisničko iskustvo: 48%
• Smanjite troškove: 45%
• Povećajte učinkovitost razvojnih timova: 43%
• Povećanje kvalitete koda: 35%
• Dijagnosticiranje problema: 25%
• Povećanje brzine otpuštanja: 22%
• Znanje kodiranja: 22%
• Spriječiti nedostatke: 19% 

Rani korisnici DevOps-a proširenog umjetnom inteligencijom obično dolaze iz većih organizacija. To nije iznenađujuće, budući da bi veći koncerni imali razvijenije DevOps timove i veći pristup naprednim rješenjima kao što je AI. 

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

"U smislu DevOps-a, ove zrele tvrtke obilježene su napretkom koji su postigle u pojednostavljenju svojih mogućnosti razvoja softvera u proteklih pet do sedam godina te svojim zrelim i rafiniranim cjevovodima i procesima", ističu autori Techstronga i Tricentisa. "Ove su DevOps organizacije izvorne u oblaku i koriste DevOps tijekove rada, lance alata, automatizaciju i tehnologije u oblaku."

Dugoročno gledano, ubacivanje umjetne inteligencije za pomoć u vitalnim aspektima DevOpsa pametna je ideja. DevOps proces, uza svu njegovu suradnju i automatizaciju, postaje samo iscrpljujući jer se očekuje da će softver sve brže izletjeti kroz vrata. Prepustite strojevima da se nose s mnogim teškim aspektima, kao što su testiranje i nadzor.