Om problemen met DevOps-vaardigheden te verlichten, hebben we ironisch genoeg meer AI-vaardigheden nodig

Kunstmatige intelligentie stimuleert naar verluidt de intelligentie binnen bedrijven en doet hetzelfde voor informatietechnologiewinkels. AIOps (kunstmatige intelligentie voor IT-operaties) past bijvoorbeeld AI en machine learning toe op gegevensstreaming van IT-processen, waarbij de ruis wordt doorzocht om problemen te detecteren, onder de aandacht te brengen en te voorkomen. 

AI en machine learning vinden ook hun thuis in een ander opkomend IT-gebied: het assisteren van DevOps-teams bij het verzekeren van de levensvatbaarheid en kwaliteit van de software die met steeds hogere snelheden door het systeem en naar de gebruikers gaat. 

Zoals blijkt uit een recent onderzoek van GitHub, wenden ontwikkelings- en ops-teams zich op grote schaal tot AI om de codestroom door de softwarebeoordelings- en testfase te vergemakkelijken, waarbij 31% van de teams actief AI- en ML-algoritmen gebruikt voor codebeoordeling - meer dan het dubbele van vorig jaar. Uit het onderzoek blijkt ook dat 37% van de teams AI/ML gebruikt bij het testen van software (tegenover 25%), en nog eens 20% is van plan om het dit jaar te introduceren.

Ook: Inzicht in de grootse visie van Microsoft voor het bouwen van de volgende generatie apps

bijkomend klanttevredenheid uit Techstrong Research en Tricentis bevestigt deze trend. Uit het onderzoek onder 2,600 DevOps-beoefenaars en leiders blijkt dat 90% positief staat tegenover het injecteren van meer AI in de testfase van DevOps-stromen, en het ziet als een manier om het tekort aan vaardigheden waarmee ze ook worden geconfronteerd, op te lossen. (Tricentis is een leverancier van softwaretests, met een duidelijk belang in de resultaten. Maar de gegevens zijn belangrijk omdat ze een groeiend shift naar meer autonome DevOps-benaderingen.)

Er is zelfs een paradox naar voren gekomen uit het onderzoek van Techstrong en Tricentis: ondernemingen hebben gespecialiseerde vaardigheden nodig om de behoefte aan gespecialiseerde vaardigheden te verlichten. Ten minste 47% van de respondenten geeft aan dat een groot voordeel van AI-geïnfundeerde DevOps is om de vaardigheidskloof te verkleinen en "het voor werknemers gemakkelijker te maken om meer gecompliceerde taken uit te voeren". 

Ook: DevOps-nirvana is voor velen nog een verre bestemming, suggereert onderzoek

Tegelijkertijd werd een gebrek aan vaardigheden die nodig zijn om AI-aangedreven softwaretests te ontwikkelen en uit te voeren door de managers genoemd als een van de belangrijkste belemmeringen voor AI-geïnfundeerde DevOps, met 44%. Dit is een vicieuze cirkel die hopelijk zal worden verholpen naarmate meer professionals deelnemen aan trainingen en educatieve programma's gericht op AI en machine learning.  

Zodra AI eenmaal op zijn plaats begint te komen met IT-sites, zal het helpen om procesintensieve DevOps-workflows deuken. Bijna tweederde van de managers in het onderzoek (65%) zegt dat functionele softwaretests zeer geschikt zijn voor en veel baat zouden hebben bij AI-augmented DevOps. "DevOps-succes vereist testautomatisering op schaal, die enorme hoeveelheden complexe testgegevens genereert en frequente wijzigingen in testcases vereist", wijzen de auteurs van het onderzoek uit. "Dit sluit perfect aan bij de mogelijkheden van AI om patronen in grote datasets te identificeren en inzichten te bieden die kunnen worden gebruikt om het testproces te verbeteren en te versnellen."

Ook: Kunstmatige-intelligentieprojecten zijn het afgelopen jaar vertienvoudigd, zegt onderzoek

Naast het potentieel verminderen van de vereiste vaardigheden, identificeerde het onderzoek ook de volgende voordelen om meer AI in DevOps te brengen:

• Verbeter de klantervaring: 48%
• Kosten verlagen: 45%
• Verhoog de efficiëntie van ontwikkelaarsteams: 43%
• Verhoog de codekwaliteit: 35%
• Diagnose van problemen: 25%
• Verhogen snelheid van releases: 22%
• Codificerende kennis: 22%
• Voorkom defecten: 19% 

Early adopters van AI-augmented DevOps komen meestal uit grotere organisaties. Dit is niet verwonderlijk, aangezien grotere bedrijven meer ontwikkelde DevOps-teams zouden hebben en meer toegang tot geavanceerde oplossingen zoals AI. 

Ook: Het is tijd voor technologieteams om hun stem te vinden in de klantervaring

"In termen van DevOps worden deze volwassen bedrijven gekenmerkt door de vooruitgang die ze hebben geboekt bij het stroomlijnen van hun softwareontwikkelingscapaciteiten in de afgelopen vijf tot zeven jaar en door hun volwassen en verfijnde pijplijnen en processen", zeggen de auteurs van Techstrong en Tricentis. "Deze DevOps-organisaties zijn cloud-native en gebruiken DevOps-workflowpijplijnen, toolchains, automatisering en cloudtechnologieën."

Op de lange termijn is het een slim idee om AI te gebruiken om te helpen bij essentiële aspecten van DevOps. Het DevOps-proces, met al zijn samenwerking en automatisering, wordt alleen maar vermoeiender omdat de verwachting is dat software in een sneller tempo de deur uit zal vliegen. Laat het aan de machines over om veel van de lastige aspecten, zoals testen en monitoren, af te handelen.