Pour pallier les problèmes de DevOps, il faut plus de compétences en IA

Pour pallier les problèmes de DevOps, il faut plus de compétences en IA


L’intelligence artificielle renforcerait l’intelligence au sein des entreprises, et en ferait de même pour les ateliers informatiques. Par exemple, l’AIOps (intelligence artificielle pour les opérations informatiques) applique l’IA et le machine learning aux données provenant des processus informatiques, en passant au crible le bruit pour détecter, mettre en évidence et prévenir les problèmes.

L’IA et le machine learning trouvent également leur place dans un autre domaine émergent de l’informatique : aider les équipes DevOps à garantir la viabilité et la qualité des logiciels qui se déplacent à des vitesses toujours plus grandes dans le système et vers les utilisateurs.

Comme l’indique une enquête récente réalisée par GitHub, les équipes de développement et d’exploitation se tournent massivement vers l’IA pour fluidifier le flux de code dans la phase de révision et de test des logiciels. 31 % des équipes utilisent activement l’IA et les algorithmes ML pour la révision du code, soit plus du double de l’année dernière. L’enquête révèle également que 37 % des équipes utilisent l’IA/ML dans les tests de logiciels (contre 25 % auparavant), et que 20 % supplémentaires prévoient d’y recourir cette année.

En quête de compétences spécialisées

Une autre enquête réalisée par Techstrong Research et Tricentis confirme cette tendance. L’enquête menée auprès de 2 600 praticiens et responsables DevOps révèle que 90 % d’entre eux sont favorables à l’injection d’une plus grande quantité d’IA dans la phase de test des flux DevOps, et y voient un moyen de résoudre les pénuries de compétences auxquelles ils sont également confrontés. (Tricentis est un fournisseur de tests logiciels, ce qui explique l’intérêt évident des résultats. Mais les données sont significatives, car elles reflètent une évolution croissante vers des approches DevOps plus autonomes.)

Un paradoxe est même apparu dans l’étude de Techstrong et Tricentis : les entreprises ont besoin de compétences spécialisées afin d’atténuer le besoin de compétences spécialisées. Au moins 47 % des personnes interrogées déclarent que l’un des principaux avantages du DevOps infusé par l’IA est de réduire le déficit de compétences et de « faciliter l’exécution de tâches plus complexes par les employés ».

Dans le même temps, le manque de compétences nécessaires pour développer et exécuter des tests logiciels alimentés par l’IA a été cité par les responsables comme l’un des principaux obstacles au DevOps infusé par l’IA, à 44 %. Il s’agit d’un cercle vicieux qui, espérons-le, sera corrigé à mesure que davantage de professionnels participeront à des programmes de formation et d’éducation axés sur l’IA et l’apprentissage automatique.

Lorsque l’IA commencera à être mise en place sur les sites informatiques, elle contribuera à réduire les flux de travail DevOps à forte intensité de processus. Près des deux tiers des responsables interrogés dans le cadre de l’enquête (65 %) affirment que les tests logiciels fonctionnels sont bien adaptés au DevOps augmenté par l’IA et qu’ils en bénéficieraient grandement. « La réussite du DevOps passe par l’automatisation des tests à l’échelle, ce qui génère des quantités massives de données de test complexes et nécessite des modifications fréquentes des cas de test », soulignent les auteurs de l’enquête. « Cela s’aligne parfaitement avec les capacités de l’IA à identifier des modèles dans de grands ensembles de données et à offrir des perspectives qui peuvent être utilisées pour améliorer et accélérer le processus de test. »

De multiples avantages concrets

Outre la réduction potentielle des compétences requises, l’enquête a également identifié les avantages suivants de l’introduction de l’IA dans le DevOps :

  • améliorer l’expérience client : 48 % ;
  • réduire les coûts : 45 % ;
  • augmenter l’efficacité des équipes de développeurs : 43 % ;
  • améliorer la qualité du code : 35 % ;
  • diagnostiquer les problèmes : 25 % ;
  • accroître la vitesse des versions : 22 % ;
  • codifier les connaissances : 22 % ;
  • prévenir les défauts : 19 %.

Les premiers à adopter le DevOps enrichi par l’IA sont généralement issus de grandes entreprises. Ce n’est pas surprenant, car les grandes entreprises disposent d’équipes DevOps plus développées et d’un meilleur accès aux solutions avancées telles que l’IA.

« En matière de DevOps, ces entreprises matures sont marquées par les progrès qu’elles ont accomplis dans la rationalisation de leurs capacités de développement logiciel au cours des cinq à sept dernières années, et par leurs pipelines et processus matures et affinés », soulignent les auteurs de Techstrong et Tricentis. « Ces organisations DevOps sont cloud native et utilisent les pipelines de flux de travail DevOps, les chaînes d’outils, l’automatisation et les technologies du cloud. »

A long terme, l’infusion de l’IA pour aider les aspects vitaux du DevOps est une idée intelligente. Le processus DevOps, malgré toute sa collaboration et son automatisation, devient de plus en plus épuisant, car les logiciels sont censés sortir à un rythme de plus en plus rapide. Laissez aux machines le soin de gérer une grande partie des aspects onéreux, tels que les tests et la surveillance.

Source : ZDNet.com





Source link

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.