Untuk meringankan masalah keterampilan DevOps, kami membutuhkan lebih banyak keterampilan AI, ironisnya

Kecerdasan buatan dilaporkan meningkatkan kecerdasan dalam bisnis dan juga melakukan hal yang sama untuk toko teknologi informasi. Misalnya, AIOps (kecerdasan buatan untuk operasi TI) menerapkan AI dan pembelajaran mesin untuk streaming data dari proses TI, menyaring kebisingan untuk mendeteksi, menyoroti, dan mencegah masalah. 

AI dan pembelajaran mesin juga menemukan tempat di bidang TI lain yang sedang berkembang: membantu tim DevOps dalam memastikan kelayakan dan kualitas perangkat lunak yang bergerak dengan kecepatan yang semakin cepat melalui sistem dan keluar ke pengguna. 

Seperti yang ditemukan dalam survei terbaru dari GitHub, tim pengembangan dan operasi beralih ke AI secara besar-besaran untuk memperlancar aliran kode melalui fase peninjauan dan pengujian perangkat lunak, dengan 31% tim secara aktif menggunakan algoritme AI dan ML untuk peninjauan kode — lebih dari dua kali lipat jumlah tahun lalu. Survei juga menemukan 37% tim menggunakan AI/ML dalam pengujian perangkat lunak (naik dari 25%), dan 20% lagi berencana untuk memperkenalkannya tahun ini.

Juga: Memahami visi besar Microsoft untuk membangun generasi berikutnya apps

Tambahan dari Techstrong Research dan Tricentis mengkonfirmasi tren ini. Survei terhadap 2,600 praktisi dan pemimpin DevOps menemukan bahwa 90% setuju untuk menyuntikkan lebih banyak AI ke dalam fase pengujian aliran DevOps, dan melihatnya sebagai cara untuk mengatasi kekurangan keterampilan yang mereka hadapi juga. (Tricentis adalah vendor pengujian perangkat lunak, dengan kepentingan yang jelas dalam hasil. Tetapi datanya signifikan karena mencerminkan pertumbuhan shift menuju pendekatan DevOps yang lebih otonom.)

Bahkan ada paradoks yang muncul dari studi Techstrong dan Tricentis: Perusahaan membutuhkan keterampilan khusus untuk mengurangi kebutuhan akan keterampilan khusus. Setidaknya 47% responden menyatakan bahwa manfaat utama DevOps yang diinfus AI adalah untuk mengurangi kesenjangan keterampilan, dan “memudahkan karyawan untuk melakukan tugas yang lebih rumit.” 

Juga: DevOps nirwana masih merupakan tujuan yang jauh bagi banyak orang, menurut survei

Pada saat yang sama, kurangnya keterampilan yang dibutuhkan untuk mengembangkan dan menjalankan pengujian perangkat lunak yang didukung AI disebut oleh para manajer sebagai salah satu hambatan utama untuk DevOps yang diinfus AI, sebesar 44%. Ini adalah lingkaran setan yang diharapkan akan diperbaiki karena semakin banyak profesional yang berpartisipasi dalam program pelatihan dan pendidikan yang berfokus pada AI dan pembelajaran mesin.  

Setelah AI mulai diterapkan dengan situs TI, itu akan membantu mengurangi alur kerja DevOps yang intensif proses. Hampir dua pertiga manajer dalam survei (65%) mengatakan pengujian perangkat lunak fungsional sangat cocok untuk dan akan mendapat manfaat besar dari DevOps yang ditambah AI. “Keberhasilan DevOps membutuhkan otomatisasi pengujian dalam skala besar, yang menghasilkan sejumlah besar data pengujian yang kompleks dan membutuhkan perubahan yang sering untuk menguji kasus,” penulis survei menunjukkan. “Ini sangat selaras dengan kemampuan AI untuk mengidentifikasi pola dalam kumpulan data besar dan menawarkan wawasan yang dapat digunakan untuk meningkatkan dan mempercepat proses pengujian.”

Juga: Proyek kecerdasan buatan tumbuh sepuluh kali lipat selama setahun terakhir, kata survei

Seiring dengan potensi pengurangan persyaratan keterampilan, survei juga mengidentifikasi manfaat berikut untuk memasukkan lebih banyak AI ke dalam DevOps:

• Tingkatkan pengalaman pelanggan: 48%
• Mengurangi biaya: 45%
• Meningkatkan efisiensi tim pengembang: 43%
• Tingkatkan kualitas kode: 35%
• Diagnosis masalah: 25%
• Meningkatkan kecepatan pelepasan: 22%
• Kodifikasi pengetahuan: 22%
• Mencegah cacat: 19% 

Pengadopsi awal DevOps yang ditambah AI cenderung berasal dari organisasi yang lebih besar. Ini tidak mengejutkan, karena kekhawatiran yang lebih besar akan membuat tim DevOps lebih berkembang dan akses yang lebih besar ke solusi canggih seperti AI. 

Juga: Saatnya tim teknologi menemukan suara mereka dalam pengalaman pelanggan

“Dalam hal DevOps, perusahaan dewasa ini ditandai dengan kemajuan yang telah mereka buat dalam merampingkan kemampuan pengembangan perangkat lunak mereka selama lima hingga tujuh tahun terakhir dan jalur serta proses mereka yang matang dan disempurnakan,” penulis Techstrong dan Tricentis menunjukkan. “Organisasi DevOps ini adalah cloud-native dan menggunakan alur kerja DevOps, toolchain, otomatisasi, dan teknologi cloud.”

Dalam jangka panjang, memasukkan AI untuk membantu aspek vital DevOps adalah ide yang cerdas. Proses DevOps, untuk semua kolaborasi dan otomatisasinya, semakin melelahkan karena perangkat lunak diperkirakan akan segera diluncurkan. Serahkan pada mesin untuk menangani banyak aspek yang memberatkan, seperti pengujian dan pemantauan.