Да бисмо ублажили проблеме са ДевОпс вештинама, потребно нам је више вештина вештачке интелигенције, иронично

Вештачка интелигенција наводно подстиче интелигенцију у предузећима, а исто тако чини и за продавнице информационих технологија. На пример, АИОпс (вештачка интелигенција за ИТ операције) примењује вештачку интелигенцију и машинско учење на стримовање података из ИТ процеса, пребацујући кроз буку да би открио, осветлио и спречио проблеме. 

АИ и машинско учење такође налазе дом у још једној новој области ИТ-а: помажу ДевОпс тимовима да обезбеде одрживост и квалитет софтвера који се креће све већом брзином кроз систем и до корисника. 

Као што је откривено у недавној анкети коју је спровео ГитХуб, развојни и оперативни тимови се у великој мери окрећу вештачкој интелигенцији како би изгладили ток кода кроз фазу прегледа и тестирања софтвера, при чему 31% тимова активно користи АИ и МЛ алгоритме за преглед кода — више него двоструко у односу на прошлогодишњи број. Истраживање такође показује да 37% тимова користи АИ/МЛ у тестирању софтвера (у односу на 25%), а још 20% планира да га уведе ове године.

Такође: Разумевање велике Мицрософтове визије за изградњу следеће генерације apps

Додатна преглед из Тецхстронг Ресеарцх-а и Трицентис потврђује овај тренд. Анкета од 2,600 практичара и лидера ДевОпс-а открива да је 90% наклоњено убризгавању више вештачке интелигенције у фазу тестирања ДевОпс токова, и виде то као начин за решавање недостатка вештина са којима се такође суочавају. (Трицентис је добављач за тестирање софтвера, са очигледним уделом у резултате. Али подаци су значајни јер одражавају растући shift ка аутономнијим ДевОпс приступима.)

Постоји чак и парадокс који је произашао из студије Тецхстронг и Трицентис: предузећима су потребне специјализоване вештине како би се ублажила потреба за специјализованим вештинама. Најмање 47% испитаника је изјавило да је главна предност ДевОпс-а са АИ-ом смањење јаза у вештинама и „олакшавање запосленима да обављају компликованије задатке“. 

Такође: ДевОпс нирвана је за многе још увек далеки циљ, показује анкета

У исто време, менаџери су навели недостатак вештина потребних за развој и покретање тестирања софтвера заснованог на вештачкој интелигенцији као једну од водећих препрека ДевОпс-у са АИ, са 44%. Ово је зачарани круг који ће, надамо се, бити исправљен како више професионалаца буде учествовало у програмима обуке и образовања фокусираним на АИ и машинско учење.  

Једном када вештачка интелигенција почне да се примењује на ИТ сајтовима, то ће помоћи да се направи удубљење у процесно интензивним ДевОпс радним токовима. Скоро две трећине менаџера у анкети (65%) каже да је функционално тестирање софтвера добро прилагођено и да би имало велике користи од ДевОпс-а са АИ-ом. „Успех ДевОпс-а захтева аутоматизацију тестирања у великом обиму, што генерише огромне количине сложених тестних података и захтева честе промене тестних случајева“, истичу аутори истраживања. „Ово је савршено у складу са могућностима вештачке интелигенције да идентификује обрасце у великим скуповима података и понуди увиде који се могу користити за побољшање и убрзање процеса тестирања.“

Такође: Пројекти вештачке интелигенције су десет пута порасли током прошле године, каже анкета

Уз потенцијално смањење захтева за вештинама, анкета је такође идентификовала следеће предности уношења више вештачке интелигенције у ДевОпс:

• Побољшајте корисничко искуство: 48%
• Смањите трошкове: 45%
• Повећајте ефикасност тимова програмера: 43%
• Повећајте квалитет кода: 35%
• Проблеми са дијагнозом: 25%
• Повећајте брзину ослобађања: 22%
• Кодификација знања: 22%
• Спречавање кварова: 19% 

Рани корисници ДевОпс-а са АИ-ом су обично из већих организација. Ово није изненађујуће, пошто би веће компаније имале развијеније ДевОпс тимове и већи приступ напредним решењима као што је вештачка интелигенција. 

Такође: Време је да технолошки тимови пронађу свој глас у корисничком искуству

„Што се тиче ДевОпс-а, ​​ове зреле компаније су обележене напретком који су постигле у поједностављивању својих могућности развоја софтвера у протеклих пет до седам година и њиховим зрелим и рафинираним цевоводима и процесима“, истичу аутори Тецхстронг и Трицентис. „Ове ДевОпс организације су изворне у облаку и користе ДевОпс цевоводе тока посла, ланове алата, аутоматизацију и технологије облака.“

Дугорочно гледано, паметна је идеја да се АИ помогне у виталним аспектима ДевОпс-а. ДевОпс процес, уз сву његову сарадњу и аутоматизацију, постаје све исцрпљујући јер се очекује да ће софтвер пролетети кроз врата све бржим темпом. Препустите машинама да се баве многим тешким аспектима, као што су тестирање и праћење.