Na zmiernenie problémov so zručnosťami DevOps potrebujeme viac zručností AI, ironicky

Umelá inteligencia údajne zvyšuje inteligenciu v podnikoch a robí to isté aj pre obchody s informačnými technológiami. Napríklad AIOps (umelá inteligencia pre operácie IT) aplikuje AI a strojové učenie na streamovanie údajov z procesov IT, pričom preosieva šum, aby zistila, upozornila a odvrátila problémy. 

Umelá inteligencia a strojové učenie nachádzajú svoj domov aj v ďalšej vznikajúcej oblasti IT: pomáhajú tímom DevOps pri zabezpečovaní životaschopnosti a kvality softvéru, ktorý sa systémom a používateľom posúva stále rýchlejšími rýchlosťami. 

Ako sa zistilo v nedávnom prieskume na GitHub, tímy pre vývoj a operácie sa vo veľkej miere obracajú na AI, aby uľahčili tok kódu vo fáze kontroly a testovania softvéru, pričom 31 % tímov aktívne používa algoritmy AI a ML na kontrolu kódu. — viac ako dvojnásobný počet v minulom roku. Prieskum tiež zistil, že 37 % tímov používa AI/ML pri testovaní softvéru (nárast oproti 25 %) a ďalších 20 % ho plánuje zaviesť tento rok.

Tiež: Pochopenie veľkej vízie spoločnosti Microsoft pre budovanie novej generácie apps

Dodatočný prehľad z Techstrong Research a Tricentis tento trend potvrdzuje. Prieskum medzi 2,600 90 odborníkmi a vedúcimi pracovníkmi DevOps zistil, že XNUMX % je priaznivo naklonených vneseniu väčšieho množstva AI do testovacej fázy tokov DevOps a vnímajú to ako spôsob, ako vyriešiť nedostatok zručností, ktorým čelia. (Tricentis je dodávateľ testovania softvéru s jasným podielom na výsledkoch. Údaje sú však významné, pretože odrážajú rastúci shift smerom k autonómnejším prístupom DevOps.)

Zo štúdie Techstrong a Tricentis vyplynul dokonca aj paradox: Podniky potrebujú špecializované zručnosti, aby mohli zmierniť potrebu špecializovaných zručností. Najmenej 47 % respondentov uvádza, že hlavnou výhodou DevOps s umelou inteligenciou je zníženie rozdielu v zručnostiach a „uľahčenie zamestnancov vykonávania zložitejších úloh“. 

Tiež: DevOps nirvána je pre mnohých stále vzdialeným cieľom, naznačuje prieskum

Manažéri zároveň uviedli nedostatok zručností potrebných na vývoj a spustenie testovania softvéru založeného na AI ako jednu z hlavných prekážok DevOps s umelou inteligenciou, a to na úrovni 44 %. Toto je začarovaný kruh, ktorý sa, dúfajme, podarí napraviť, keď sa viac profesionálov zúčastní školiacich a vzdelávacích programov zameraných na AI a strojové učenie.  

Keď sa AI začne zavádzať do IT stránok, pomôže to narušiť procesne náročné pracovné postupy DevOps. Takmer dve tretiny manažérov v prieskume (65 %) tvrdia, že testovanie funkčného softvéru je vhodné a veľmi by mu prospelo DevOps rozšírené o AI. „Úspech DevOps si vyžaduje automatizáciu testovania vo veľkom rozsahu, ktorá generuje obrovské množstvo komplexných testovacích údajov a vyžaduje časté zmeny testovacích prípadov,“ zdôrazňujú autori prieskumu. „Dokonale sa to zhoduje so schopnosťami AI identifikovať vzory vo veľkých súboroch údajov a ponúka poznatky, ktoré možno použiť na zlepšenie a zrýchlenie procesu testovania.“

Tiež: Projekty umelej inteligencie vzrástli za posledný rok desaťnásobne, uvádza prieskum

Okrem potenciálneho zníženia požiadaviek na zručnosti prieskum identifikoval aj nasledujúce výhody začlenenia väčšieho množstva AI do DevOps:

• Zlepšenie zákazníckej skúsenosti: 48 %
• Zníženie nákladov: 45 %
• Zvýšte efektivitu vývojárskych tímov: 43 %
• Zvýšiť kvalitu kódu: 35 %
• Diagnostikovať problémy: 25 %
• Zvýšenie rýchlosti uvoľňovania: 22%
• Znalosť kódovania: 22 %
• Zabrániť defektom: 19 % 

Prví používatelia DevOps rozšírených o AI majú tendenciu pochádzať z väčších organizácií. To nie je prekvapujúce, pretože väčšie obavy by mali rozvinutejšie tímy DevOps a väčší prístup k pokročilým riešeniam, ako je AI. 

Tiež: Je čas, aby technologické tímy našli svoj názor na skúsenosti zákazníkov

„Pokiaľ ide o DevOps, tieto vyspelé spoločnosti sa vyznačujú pokrokom, ktorý dosiahli pri zefektívňovaní svojich schopností vývoja softvéru za posledných päť až sedem rokov, a ich vyspelými a prepracovanými potrubiami a procesmi,“ zdôrazňujú autori Techstrong a Tricentis. „Tieto organizácie DevOps sú natívne v cloude a používajú kanály pracovných tokov DevOps, reťazce nástrojov, automatizáciu a cloudové technológie.“

Z dlhodobého hľadiska je infúzia AI na pomoc so životne dôležitými aspektmi DevOps šikovný nápad. Proces DevOps, napriek všetkej jeho spolupráci a automatizácii, je stále viac vyčerpávajúci, pretože sa očakáva, že softvér vyletí z dverí čoraz rýchlejšie. Ponechajte na stroje, aby zvládli mnohé náročné aspekty, ako je testovanie a monitorovanie.