DevOps-ის უნარების პრობლემების შესამსუბუქებლად, ჩვენ გვჭირდება მეტი AI უნარები, ირონიულად

გავრცელებული ინფორმაციით, ხელოვნური ინტელექტი აძლიერებს ინტელექტს ბიზნესში და იგივეს აკეთებს საინფორმაციო ტექნოლოგიების მაღაზიებისთვისაც. მაგალითად, AIOps (ხელოვნური ინტელექტი IT ოპერაციებისთვის) იყენებს AI-ს და მანქანურ სწავლებას IT პროცესებიდან მონაცემთა ნაკადში, ხმაურის ამოღების მიზნით, პრობლემების აღმოსაჩენად, ყურადღების ცენტრში და თავიდან აცილების მიზნით. 

ხელოვნური ინტელექტი და მანქანათმცოდნეობა ასევე პოულობს სახლს IT-ის სხვა განვითარებად სფეროში: ეხმარება DevOps-ის გუნდებს უზრუნველყონ პროგრამული უზრუნველყოფის სიცოცხლისუნარიანობა და ხარისხი, რომელიც უფრო სწრაფი სიჩქარით მოძრაობს სისტემაში და მომხმარებლებზე. 

როგორც GitHub-ის ბოლო გამოკითხვამ აჩვენა, განვითარებისა და ოპერაციების გუნდები დიდწილად მიმართავენ AI-ს, რათა გაამარტივონ კოდის ნაკადი პროგრამული უზრუნველყოფის განხილვისა და ტესტირების ფაზაში, გუნდების 31% აქტიურად იყენებს AI და ML ალგორითმებს კოდის განხილვისთვის. - გასული წლის მაჩვენებელზე ორჯერ მეტი. გამოკითხვამ ასევე აღმოაჩინა, რომ გუნდების 37% იყენებს AI/ML-ს პროგრამული უზრუნველყოფის ტესტირებაში (25%-დან მეტი), ხოლო კიდევ 20% გეგმავს მის დანერგვას წელს.

ასევე: Microsoft-ის გრანდიოზული ხედვის გაგება შემდეგი თაობის შესაქმნელად apps

Დამატებითი გამოკითხვის გარეთ Techstrong Research და Tricentis ადასტურებს ამ ტენდენციას. 2,600 DevOps-ის პრაქტიკოსისა და ლიდერის გამოკითხვამ აჩვენა, რომ 90% დადებითად აფასებს DevOps ნაკადების ტესტირების ფაზაში მეტი AI-ს ინექციას და ხედავს მას, როგორც უნარების დეფიციტის გადაჭრის გზას, რომელიც მათ წინაშე დგას. (Tricentis არის პროგრამული უზრუნველყოფის ტესტირების გამყიდველი, რომელსაც აშკარა წილი აქვს შედეგებში. მაგრამ მონაცემები მნიშვნელოვანია, რადგან ის ასახავს მზარდ shift უფრო ავტონომიური DevOps მიდგომებისკენ.)

არსებობს პარადოქსიც კი, რომელიც წარმოიშვა Techstrong-ისა და Tricentis-ის კვლევის შედეგად: საწარმოებს სჭირდებათ სპეციალიზებული უნარები, რათა შეამსუბუქონ სპეციალიზებული უნარების საჭიროება. გამოკითხულთა სულ მცირე 47% აცხადებს, რომ ხელოვნური ინტელექტის მქონე DevOps-ის მთავარი სარგებელი არის უნარების ხარვეზის შემცირება და „თანამშრომლებისთვის უფრო რთული ამოცანების შესრულება გაუადვილებს“. 

ასევე: გამოკითხვის თანახმად, DevOps ნირვანა ბევრისთვის ჯერ კიდევ შორეული მიზანია

ამავდროულად, AI-ზე მომუშავე პროგრამული უზრუნველყოფის ტესტირების შემუშავებისა და გასაშვებად საჭირო უნარების ნაკლებობა მენეჯერებმა მოიხსენიეს, როგორც ხელოვნური ინტელექტის მქონე DevOps-ის ერთ-ერთ წამყვან ბარიერად, 44%. ეს არის მანკიერი ციკლი, რომელიც, იმედია, გამოსწორდება, რადგან უფრო მეტი პროფესიონალი მიიღებს მონაწილეობას ტრენინგებსა და საგანმანათლებლო პროგრამებში, რომლებიც ორიენტირებულია AI-სა და მანქანათმცოდნეობაზე.  

როგორც კი ხელოვნური ინტელექტი დაიწყებს ამოქმედებას IT საიტებთან, ის ხელს შეუწყობს პროცესების ინტენსიურ DevOps სამუშაო პროცესებს. გამოკითხვაში მონაწილე მენეჯერების თითქმის ორი მესამედი (65%) ამბობს, რომ ფუნქციური პროგრამული უზრუნველყოფის ტესტირება კარგად შეეფერება და დიდ სარგებელს მოუტანს ხელოვნური ინტელექტის გაძლიერებულ DevOps-ს. „DevOps-ის წარმატება მოითხოვს ტესტის ავტომატიზაციას მასშტაბით, რომელიც წარმოქმნის უზარმაზარ რაოდენობას რთული ტესტის მონაცემებს და მოითხოვს ხშირ ცვლილებებს ტესტის შემთხვევებში“, - აღნიშნავენ გამოკითხვის ავტორები. „ეს იდეალურად ემთხვევა ხელოვნური ინტელექტის შესაძლებლობებს, რათა დაადგინოს შაბლონები მონაცემთა დიდ ნაკრებებში და შესთავაზოს შეხედულებები, რომლებიც შეიძლება გამოყენებულ იქნას ტესტირების პროცესის გასაუმჯობესებლად და დასაჩქარებლად.

ასევე: ხელოვნური ინტელექტის პროექტები გასული წლის განმავლობაში ათჯერ გაიზარდა, ნათქვამია კვლევაში

უნარების მოთხოვნების პოტენციურად შემცირებასთან ერთად, გამოკითხვამ ასევე გამოავლინა შემდეგი უპირატესობები DevOps-ში მეტი ხელოვნური ინტელექტის შესავსებად:

• მომხმარებლის გამოცდილების გაუმჯობესება: 48%
• ხარჯების შემცირება: 45%
• დეველოპერების გუნდების ეფექტურობის გაზრდა: 43%
• კოდის ხარისხის გაზრდა: 35%
• პრობლემების დიაგნოსტიკა: 25%
• გაშვების სიჩქარის გაზრდა: 22%
• კოდიფიკაციის ცოდნა: 22%
• დეფექტების თავიდან აცილება: 19% 

ხელოვნური ინტელექტის გაძლიერებული DevOps-ის ადრეული მიმღებები უფრო დიდი ორგანიზაციებიდან არიან. ეს გასაკვირი არ არის, რადგან უფრო დიდ შეშფოთებას ექნება უფრო განვითარებული DevOps გუნდები და უფრო დიდი წვდომა მოწინავე გადაწყვეტილებებზე, როგორიცაა AI. 

ასევე: დროა ტექნოლოგიური გუნდები იპოვონ თავიანთი ხმა მომხმარებელთა გამოცდილებაში

„DevOps-ის თვალსაზრისით, ეს მოწიფული კომპანიები გამოირჩევიან პროგრესით, რაც მათ მიაღწიეს პროგრამული უზრუნველყოფის განვითარების შესაძლებლობების გამარტივებაში ბოლო ხუთიდან შვიდი წლის განმავლობაში და მათი მომწიფებული და დახვეწილი მილსადენები და პროცესები“, - აღნიშნავენ Techstrong-ისა და Tricentis-ის ავტორები. „ეს DevOps ორგანიზაციები ღრუბლოვანია და იყენებენ DevOps სამუშაო ნაკადის მილსადენებს, ხელსაწყოების ჯაჭვებს, ავტომატიზაციას და ღრუბლოვან ტექნოლოგიებს“.

გრძელვადიან პერსპექტივაში, ხელოვნური ინტელექტის გამოყენება DevOps-ის სასიცოცხლო ასპექტების დასახმარებლად ჭკვიანი იდეაა. DevOps პროცესი, მთელი მისი თანამშრომლობისა და ავტომატიზაციის მიუხედავად, სულ უფრო დამღლელი ხდება, რადგან მოსალოდნელია, რომ პროგრამული უზრუნველყოფა გაფრინდება კარიდან სწრაფი ტემპით. მიანდეთ მანქანებს, რომ გაუმკლავდნენ ბევრ რთულ ასპექტს, როგორიცაა ტესტირება და მონიტორინგი.