Ironiski, lai atvieglotu problēmas ar DevOps prasmēm, mums ir nepieciešams vairāk AI prasmju

Tiek ziņots, ka mākslīgais intelekts uzlabo intelektu uzņēmumos un dara to pašu arī informācijas tehnoloģiju veikalos. Piemēram, AIOps (mākslīgais intelekts IT darbībām) izmanto AI un mašīnmācīšanos datu straumēšanai no IT procesiem, izsijājot troksni, lai atklātu, izceltu un novērstu problēmas. 

AI un mašīnmācība atrod mājvietu arī citā jaunā IT jomā: palīdzot DevOps komandām nodrošināt programmatūras dzīvotspēju un kvalitāti, kas sistēmā un lietotājiem tiek pārvietota arvien ātrāk. 

Kā konstatēts nesen veiktā GitHub aptaujā, izstrādes un operāciju komandas lielā mērā pievēršas mākslīgajam intelektam, lai vienmērīgu koda plūsmu programmatūras pārskatīšanas un testēšanas posmā, un 31% komandu koda pārskatīšanai aktīvi izmanto AI un ML algoritmus. — vairāk nekā divas reizes vairāk nekā pērn. Aptauja arī atklāj, ka 37% komandu AI/ML izmanto programmatūras testēšanā (no 25%), un vēl 20% plāno to ieviest šogad.

Arī: Izpratne par Microsoft lielo vīziju nākamās paaudzes veidošanā apps

Papildu pārskats Techstrong Research un Tricentis apstiprina šo tendenci. Aptaujā, kurā piedalījās 2,600 DevOps praktizētāju un vadītāju, konstatēts, ka 90% atbalsta vairāk AI ievadīšanu DevOps plūsmu testēšanas fāzē un uzskata to par veidu, kā atrisināt prasmju trūkumu, ar kuru viņi saskaras. (Tricentis ir programmatūras testēšanas piegādātājs, kura rezultāti ir acīmredzami ieinteresēti. Taču dati ir nozīmīgi, jo atspoguļo pieaugošo shift uz autonomākām DevOps pieejām.)

Ir pat paradokss, kas atklājās Techstrong un Tricentis pētījumā: uzņēmumiem ir vajadzīgas specializētas prasmes, lai mazinātu vajadzību pēc specializētām prasmēm. Vismaz 47% respondentu norāda, ka galvenais ieguvums no AI izmantotajām DevOps ir prasmju trūkuma samazināšana un "darbiniekiem vieglāk veikt sarežģītākus uzdevumus". 

Arī: DevOps nirvana daudziem joprojām ir tāls mērķis, liecina aptauja

Tajā pašā laikā 44% vadītāji minēja prasmju trūkumu, lai izstrādātu un vadītu ar AI darbinātu programmatūras testēšanu, kā vienu no galvenajiem šķēršļiem AI izmantotajām DevOps. Šis ir apburtais cikls, kas, cerams, tiks novērsts, jo vairāk profesionāļu piedalīsies apmācībās un izglītības programmās, kas vērstas uz AI un mašīnmācību.  

Tiklīdz AI sāks ieviesties IT vietnēs, tas palīdzēs samazināt procesuietilpīgās DevOps darbplūsmas. Gandrīz divas trešdaļas aptaujāto vadītāju (65%) apgalvo, ka funkcionālās programmatūras testēšana ir labi piemērota ar mākslīgo intelektu papildinātajām DevOps un gūtu lielu labumu no tās. "DevOps panākumiem ir nepieciešama mēroga testēšanas automatizācija, kas ģenerē milzīgu daudzumu sarežģītu testa datu un prasa biežas izmaiņas testa gadījumos," norāda aptaujas autori. "Tas lieliski saskan ar AI iespējām noteikt modeļus lielās datu kopās un sniegt ieskatu, ko var izmantot, lai uzlabotu un paātrinātu testēšanas procesu."

Arī: Mākslīgā intelekta projekti pēdējā gada laikā pieauga desmitkārtīgi, liecina aptauja

Papildus potenciālajam prasmju prasību samazinājumam apsekojumā tika atklāti arī šādi ieguvumi, kas ļauj DevOps ieviest vairāk AI:

• Uzlabot klientu pieredzi: 48%
• Samazināt izmaksas: 45%
• Palielināt izstrādātāju komandu efektivitāti: 43%
• Palielināt koda kvalitāti: 35%
• Diagnosticēt problēmas: 25%
• Palielināt izlaišanas ātrumu: 22%
• Zināšanu kodifikācija: 22%
• Novērst defektus: 19% 

Agrīnie AI papildināto DevOps lietotāji parasti ir no lielākām organizācijām. Tas nav pārsteidzoši, jo lielākām bažām būtu vairāk attīstītas DevOps komandas un lielāka piekļuve uzlabotiem risinājumiem, piemēram, AI. 

Arī: Ir pienācis laiks tehnoloģiju komandām atrast savu balsi klientu pieredzē

"Runājot par DevOps, šos nobriedušos uzņēmumus raksturo progress, ko tie ir panākuši programmatūras izstrādes iespēju racionalizācijā pēdējo piecu līdz septiņu gadu laikā, kā arī to nobriedušie un pilnveidotie cauruļvadi un procesi," norāda Techstrong un Tricentis autori. "Šīs DevOps organizācijas ir mākonī, un tās izmanto DevOps darbplūsmas cauruļvadus, rīku ķēdes, automatizāciju un mākoņtehnoloģijas."

Ilgtermiņā AI iepludināšana, lai palīdzētu ar svarīgiem DevOps aspektiem, ir gudra ideja. DevOps process, neskatoties uz visu tā sadarbību un automatizāciju, kļūst tikai nogurdinošāks, jo ir sagaidāms, ka programmatūra izlidos ātrāk. Daudzus apgrūtinošus aspektus, piemēram, testēšanu un uzraudzību, uzticiet iekārtām.