ジェネレーティブ AI は、主に反復(fù)的で時(shí)間のかかるタスクを自動(dòng)化することにより、テクノロジー分野の主要な部分で生産性を向上させる可能性があり、マッキンゼーは、毎年 2 兆 6000 億ドルから 4 兆 4000 億ドルの経済価値が増加すると予測(cè)しています。

ソフトウェア開発は、自動(dòng)化と AI が大きな違いを生む可能性がある特定の分野の 1 つです?，F(xiàn)在のデジタル スキルの不足と長(zhǎng)く困難な DevOps プロセスのため、パイプラインの自動(dòng)化は正しく実行されれば、企業(yè)の時(shí)間とコストを節(jié)約できる可能性があります。

ただし、AI の実裝は一般に簡(jiǎn)単ではなく、慎重に行わないと、開発者と顧客の両方から反発を受けるリスクがあります。アマゾンは、最近の AI 主導(dǎo)の改革がエンジニアからの反発を引き起こし、これがどのように間違った方向に進(jìn)むかを示しました。

ストレスが増大し、基準(zhǔn)と士気は低下した。そしてこれは単なる內(nèi)部問題でした。新しいテクノロジーの展開が顧客に影響を與えたり、規(guī)制當(dāng)局から注目を集めたりすると、財(cái)務(wù)や評(píng)判への影響がさらに悪化する可能性があります。

CloudBeesの代表取締役社長(zhǎng)。

大企業(yè)にとっては、潛在的な利益とリスクの両方が増大します。大多數(shù)が技術(shù)スタックの少なくとも一部をオンプレミスに保有しており、ほとんどのイノベーションはクラウドベースの Software-as-a-Service 製品を?qū)澫螭趣筏皮い毪郡?、エンタープライズ パイプラインは取り殘されることがよくあります。さらに悪いことに、組織のパイプラインの規(guī)模と複雑さのために最新化することも難しくなり、広範(fàn)な評(píng)判や規(guī)制上のリスクを伴い、失うものはさらに多くなります。

生産性の向上を最大限に活用しながらこの大混亂を回避するには、企業(yè)は広範(fàn)な導(dǎo)入を避ける必要があります。重點(diǎn)を置き、リスクが低く、明確に定義された問題領(lǐng)域が鍵となります。特に、開発者の摩擦の主な原因であり、自動(dòng)化が最も簡(jiǎn)単なコード テストと問題の優(yōu)先順位付けの自動(dòng)化です。

開発者の負(fù)擔(dān)に対処する

開発者の生産性と士気は、企業(yè)の IT チームにとって最も貴重なリソースであると同時(shí)に、最も大きな負(fù)擔(dān)に直面しているものでもあります。 AI は、この「開発者の苦労」に対処する変革者となる可能性を秘めています。開発者が日常的で反復(fù)的なタスクではなく、創(chuàng)造的なタスクに集中できるようになります。

困難で反復(fù)的なタスクと高い作業(yè)負(fù)荷は、士気を低下させるだけではありません。開発者の多大な労力により、プロジェクトの遅延、パフォーマンスの低下、開発者の離職による持続不可能な人員配置が発生し、人材の発掘と維持に苦戦する業(yè)界の一因となっています。 2024 年、開発者の半數(shù)以上 (52%) がチーム メンバーを辭める理由として、開発者の多大な労力が報(bào)告されました。

ソフトウェア開発において、この労力を生み出す主な原因、したがって自動(dòng)化の優(yōu)先順位は、チケット作成とも呼ばれる「本番環(huán)境へのコミット後のプロセス」にあります。 AI を使用すると、人間の支援なしで障害を分類、グループ化し、優(yōu)先順位を付けることで、品質(zhì)保証 (QA)、継続的インテグレーション (CI)、脆弱性管理などのトリアージ プロセスを自動(dòng)化できます。これにより貴重な時(shí)間が解放され、この時(shí)間をソフトウェア パイプラインの最も差し迫った問題に確実に費(fèi)やすことができます。

AI 導(dǎo)入における優(yōu)先事項(xiàng)

ほとんどの企業(yè)は AI の使用に非常に前向きで、2024 年の PwC 調(diào)査ではテクノロジー リーダーのほぼ半數(shù)が、AI が企業(yè)の中核的なビジネス戦略に「完全に統(tǒng)合されている」と報(bào)告しています。実行することは可能ですが、正しく実行する必要があり、業(yè)務(wù)上の腹部よりも技術(shù)的な目を大きく持つと、データのプライバシーとガバナンスの懸念、スタッフと顧客の疎外、そして最終的にはデジタル変革の遅れにつながる可能性があります。

スコープは不可欠です。直接的な結(jié)果にアクセスせず、保護(hù)された「サンドボックス」に焦點(diǎn)を當(dāng)てた対象を絞ったアプリケーションにより、リスクが最小限に抑えられ、プロセスをより適切に観察し、學(xué)習(xí)し、最適化し、さらに展開することが可能になります。企業(yè)は、ソフトウェアの世代全體を AI コード生成にアウトソーシングすることには、単に結(jié)果が悪いだけではないリスクがあることにも留意する必要があります。 「ブラック ボックス」があると、將來的に潛在的なエラーを診斷して修正することができなくなります。

DevOpsにおけるAIの未來

將來的には、AI によってパイプラインが、より優(yōu)れた予測(cè)と反復(fù)能力を備えたインテリジェントな自己最適化システムに変換される可能性があります。しかし今のところ、他のすべてのセクターと同様に、人間の厳重な監(jiān)視と連攜して進(jìn)める必要があります。

AI 導(dǎo)入において最も重要な部分は、今も、そしてこれからも、AI と協(xié)力し、監(jiān)督する人間です。すべてのテクノロジー展開と同様に、スタッフには十分なトレーニングが必要であり、士気を維持し新しいソリューション自體を最大限に活用するには、チーム構(gòu)造またはテクノロジー自體の問題をフィードバックする能力が必要です。

さらに、AI が DevOps チームをより懸命に働かせるための言い訳としてのみ使用される場(chǎng)合、開発者の労力に関する問題は解決されません。

開発者を雇用するのに最適なサイトをリストします。

この記事は、TechRadarPro の Expert Insights チャンネルの一部として作成され、今日のテクノロジー業(yè)界で最も優(yōu)れた頭脳を特集しています。ここで表明されている見解は著者の見解であり、必ずしも TechRadarPro または Future plc の見解ではありません。貢獻(xiàn)に興味がある場(chǎng)合は、こちらで詳細(xì)をご覧ください: https://www.techradar.com/news/submit-your-story-to-techradar-pro

以上がクリエイターをキュレーターに変える: DevOps における AI の実裝の詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語 Web サイトの他の関連記事を參照してください。