Kanggo ngenthengake masalah katrampilan DevOps, kita butuh katrampilan AI liyane, kanthi ironis

Intelijen buatan dilaporake nambah intelijen ing bisnis lan uga nindakake perkara sing padha kanggo toko teknologi informasi. Contone, AIOps (intelijen buatan kanggo operasi IT) ngetrapake AI lan pembelajaran mesin kanggo streaming data saka proses IT, nyaring swara kanggo ndeteksi, sorotan, lan ngatasi masalah. 

AI lan machine learning uga nemokake omah ing area IT liyane sing berkembang: ngewangi tim DevOps kanggo njamin kelangsungan lan kualitas piranti lunak sing obah kanthi kecepatan sing luwih cepet liwat sistem lan metu menyang pangguna. 

Kaya sing ditemokake ing survey anyar saka GitHub, tim pangembangan lan ops ngowahi AI kanthi cara sing apik kanggo nglancarake aliran kode liwat fase review lan uji coba piranti lunak, kanthi 31% tim aktif nggunakake algoritma AI lan ML kanggo review kode. - luwih saka kaping pindho nomer taun kepungkur. Survei kasebut uga nemokake 37% tim nggunakake AI / ML ing uji coba piranti lunak (saka 25%), lan rencana 20% luwih kanggo ngenalake taun iki.

uga: Ngerteni visi gedhe Microsoft kanggo mbangun generasi sabanjure apps

Tambahan survey metu saka Techstrong Research lan Tricentis nandheske gaya iki. Survei saka 2,600 praktisi lan pimpinan DevOps nemokake 90% luwih seneng nyuntikake AI liyane menyang fase uji coba aliran DevOps, lan ndeleng iku minangka cara kanggo ngatasi kekurangan katrampilan sing uga diadhepi. (Tricentis minangka vendor tes piranti lunak, kanthi saham sing jelas ing asil. Nanging data kasebut penting amarga nuduhake paningkatan shift menyang pendekatan DevOps sing luwih otonom.)

Malah ana paradoks sing muncul saka sinau Techstrong lan Tricentis: Perusahaan mbutuhake katrampilan khusus kanggo nyuda kabutuhan katrampilan khusus. Paling ora 47% responden nyatakake yen entuk manfaat utama saka DevOps sing disemprot AI yaiku nyuda kesenjangan katrampilan, lan "gampangake karyawan nindakake tugas sing luwih rumit." 

uga: DevOps nirwana isih dadi tujuan sing adoh kanggo akeh, survey nyaranake

Ing wektu sing padha, kekurangan katrampilan sing dibutuhake kanggo ngembangake lan nglakokake tes piranti lunak sing didhukung AI diarani dening manajer minangka salah sawijining alangan utama kanggo DevOps sing diinfus AI, kanthi 44%. Iki minangka siklus ganas sing muga-muga bisa didandani amarga luwih akeh profesional melu pelatihan lan program pendidikan sing fokus ing AI lan pembelajaran mesin.  

Sawise AI wiwit dilebokake ing situs IT, bakal mbantu nggawe alur kerja DevOps sing intensif proses. Saklawasé rong pertiga manajer ing survey kasebut (65%) ujar manawa tes piranti lunak fungsional cocog lan bakal entuk manfaat banget saka DevOps sing ditambahi AI. "Sukses DevOps mbutuhake otomatisasi tes kanthi skala, sing ngasilake data tes sing kompleks lan mbutuhake owah-owahan sing kerep kanggo kasus uji," ujare panulis survey. "Iki cocog banget karo kemampuan AI kanggo ngenali pola ing set data gedhe lan menehi wawasan sing bisa digunakake kanggo nambah lan nyepetake proses tes."

uga: Proyèk intelijen buatan mundhak kaping sepuluh ing taun kepungkur, ujare survey

Bebarengan karo syarat katrampilan sing bisa nyuda, survey kasebut uga ngerteni keuntungan ing ngisor iki kanggo nambah AI liyane menyang DevOps:

• Ngapikake pengalaman pelanggan: 48%
• Ngurangi biaya: 45%
• Nambah efisiensi tim pangembang: 43%
• Nambah kualitas kode: 35%
• Diagnosa masalah: 25%
• Nambah kacepetan rilis: 22%
• Kawruh kodifikasi: 22%
• Nyegah cacat: 19% 

Penerima awal DevOps sing ditambahi AI cenderung saka organisasi sing luwih gedhe. Iki ora nggumunake, amarga keprihatinan sing luwih gedhe bakal duwe tim DevOps sing luwih maju lan akses luwih akeh menyang solusi canggih kayata AI. 

uga: Iki wektu kanggo tim teknologi nemokake swara ing pengalaman pelanggan

"Ing babagan DevOps, perusahaan sing diwasa iki ditandhani kanthi kemajuan sing wis ditindakake sajrone nyepetake kemampuan pangembangan piranti lunak sajrone limang nganti pitung taun kepungkur lan saluran pipa lan proses sing diwasa lan apik," ujare penulis Techstrong lan Tricentis. "Organisasi DevOps iki asli awan lan nggunakake pipa alur kerja DevOps, toolchain, otomatisasi, lan teknologi awan."

Ing jangka panjang, infusing AI kanggo mbantu aspek penting DevOps minangka ide sing cerdas. Proses DevOps, kanggo kabeh kolaborasi lan otomatisasi, mung saya kesel amarga piranti lunak samesthine bakal mabur kanthi cepet. Ninggalake mesin kanggo nangani akeh aspek sing abot, kayata tes lan ngawasi.