Ironiška, kad norint palengvinti „DevOps“ įgūdžių problemas, mums reikia daugiau AI įgūdžių

Teigiama, kad dirbtinis intelektas skatina intelektą įmonėse ir taip pat daro tą patį informacinių technologijų parduotuvėse. Pavyzdžiui, AIOps (dirbtinis intelektas IT operacijoms) taiko AI ir mašininį mokymąsi duomenims iš IT procesų perduoti, atsijojantį triukšmą, kad aptiktų, atkreiptų dėmesį ir pašalintų problemas. 

Dirbtinis intelektas ir mašininis mokymasis taip pat randa namus kitoje besivystančioje IT srityje: padedame „DevOps“ komandoms užtikrinti programinės įrangos, kuri vis sparčiau juda sistemoje ir vartotojams, gyvybingumą ir kokybę. 

Kaip nustatyta neseniai atliktoje „GitHub“ apklausoje, kūrėjų ir operacijų komandos labai kreipiasi į dirbtinį intelektą, siekdamos sušvelninti kodo srautą programinės įrangos peržiūros ir testavimo etapu, o 31 % komandų aktyviai naudoja AI ir ML algoritmus kodui peržiūrėti. — daugiau nei dvigubai daugiau nei pernai. Apklausa taip pat nustatė, kad 37% komandų naudoja dirbtinį intelektą / ML programinės įrangos testavimui (nuo 25%), o dar 20% planuoja tai įdiegti šiais metais.

Taip pat: Suprasti didžiąją „Microsoft“ viziją kuriant naujos kartos apps

Papildomas apklausa iš Techstrong Research ir Tricentis patvirtina šią tendenciją. Apklausa, kurioje dalyvavo 2,600 90 „DevOps“ praktikų ir lyderių, rodo, kad XNUMX proc. pritaria daugiau dirbtinio intelekto įtraukimui į „DevOps“ srautų testavimo etapą ir mano, kad tai yra būdas išspręsti įgūdžių trūkumą, su kuriuo jie susiduria. (Tricentis yra programinės įrangos testavimo tiekėjas, kurio rezultatai akivaizdžiai svarbūs. Tačiau duomenys yra svarbūs, nes atspindi augantį shift link savarankiškesnių „DevOps“ metodų.)

Iš Techstrong ir Tricentis tyrimo išplaukė net paradoksas: įmonėms reikia specialių įgūdžių, kad būtų sumažintas specializuotų įgūdžių poreikis. Mažiausiai 47% respondentų teigia, kad pagrindinis dirbtinio intelekto „DevOps“ pranašumas yra įgūdžių trūkumo mažinimas ir „darbuotojams lengviau atlikti sudėtingesnes užduotis“. 

Taip pat: Apklausa rodo, kad „DevOps nirvana“ daugeliui vis dar yra tolimas tikslas

Tuo pačiu metu vadovai nurodė, kad įgūdžių, reikalingų dirbtiniu intelektu paremtos programinės įrangos testavimui kurti ir vykdyti, stoka kaip viena iš pagrindinių kliūčių dirbti su dirbtiniu intelektu įterptam „DevOps“ – 44 proc. Tai užburtas ratas, kuris, tikimasi, bus ištaisytas, nes daugiau specialistų dalyvaus mokymo ir švietimo programose, orientuotose į AI ir mašinų mokymąsi.  

Kai dirbtinis intelektas bus pradėtas diegti IT svetainėse, tai padės sumažinti daug procesų reikalaujančias „DevOps“ darbo eigas. Beveik du trečdaliai apklausoje dalyvavusių vadovų (65 proc.) teigia, kad funkcinės programinės įrangos testavimas puikiai tinka dirbtiniu intelektu papildytam „DevOps“ ir būtų labai naudingas. „DevOps sėkmei reikalingas didelio masto testavimo automatizavimas, kuris generuoja didžiulius sudėtingų bandymų duomenų kiekius ir reikalauja dažnų testavimo atvejų pakeitimų“, – pabrėžia tyrimo autoriai. „Tai puikiai dera su AI galimybėmis nustatyti modelius dideliuose duomenų rinkiniuose ir pateikti įžvalgų, kurios gali būti panaudotos tobulinant ir paspartinant testavimo procesą.

Taip pat: Per pastaruosius metus dirbtinio intelekto projektai išaugo dešimt kartų, sakoma apklausoje

Kartu su galimu įgūdžių mažinimu, apklausa taip pat nustatė šiuos privalumus, kai į „DevOps“ įvedama daugiau AI:

• Gerinti klientų patirtį: 48 proc.
• Sumažinkite išlaidas: 45%
• Padidinti kūrėjų komandų efektyvumą: 43 proc.
• Padidinti kodo kokybę: 35 %
• Diagnozuoti problemas: 25 proc.
• Padidinti išleidimo greitį: 22 %
• Žinių kodifikavimas: 22 proc.
• Užkirsti kelią defektams: 19 proc. 

Pirmieji dirbtinio intelekto papildytų „DevOps“ naudotojai dažniausiai yra iš didesnių organizacijų. Tai nenuostabu, nes didesni koncernai turėtų labiau išsivysčiusias „DevOps“ komandas ir didesnę prieigą prie pažangių sprendimų, tokių kaip AI. 

Taip pat: Atėjo laikas technologijų komandoms rasti savo balsą klientų patirties srityje

„Kalbant apie „DevOps“, šios brandžios įmonės pasižymi pažanga, kurią jos padarė per pastaruosius penkerius–septynerius metus supaprastindamos savo programinės įrangos kūrimo galimybes, ir jų brandžiais bei patobulintais vamzdynais ir procesais“, – pabrėžia „Techstrong“ ir „Tricentis“ autoriai. „Šios „DevOps“ organizacijos yra sukurtos debesyje ir naudoja „DevOps“ darbo eigos vamzdynus, įrankių grandines, automatizavimą ir debesų technologijas.

Ilgainiui dirbtinio intelekto įtraukimas į gyvybiškai svarbius „DevOps“ aspektus yra protinga idėja. „DevOps“ procesas, nepaisant viso jo bendradarbiavimo ir automatizavimo, vis labiau vargina, nes tikimasi, kad programinė įranga sparčiau išskris. Palikite mašinoms tvarkyti daugelį sudėtingų aspektų, tokių kaip bandymai ir stebėjimas.