生成式人工智能有潛力提高技術(shù)領(lǐng)域關(guān)鍵部分的生產(chǎn)力，主要是通過自動化重複且耗時的任務(wù)，麥肯錫預測它每年可以增加 2.6 萬億至 4.4 萬億美元的經(jīng)濟價值。

軟件開發(fā)是自動化和人工智能可以發(fā)揮巨大作用的一個特殊領(lǐng)域。由於當前數(shù)字技能短缺以及漫長而艱鉅的 DevOps 流程，如果做得正確，管道自動化可以為企業(yè)節(jié)省時間和金錢。

然而，實施人工智能通常並不簡單，如果不謹慎行事，可能會面臨開發(fā)人員和客戶的強烈反對。亞馬遜最近以人工智能為主導的改革引起了工程師的強烈反對，展示了這種情況是如何出錯的。

壓力增加，標準和士氣下降；這只是一個內(nèi)部問題。當新技術(shù)的推出影響客戶或引起監(jiān)管機構(gòu)的注意時，財務(wù)和聲譽影響可能會更嚴重。

CloudBees 總裁兼首席執(zhí)行官。

對於大企業(yè)來說，潛在收益和風險都增加了。由於絕大多數(shù)企業(yè)至少在本地擁有部分技術(shù)堆棧，並且大多數(shù)創(chuàng)新都針對基於雲(yún)的軟件即服務(wù)產(chǎn)品，因此企業(yè)管道經(jīng)常被拋在後面。更糟糕的是，由於組織管道的規(guī)模和復雜性，它們也更難實現(xiàn)現(xiàn)代化，而且會損失更多，以及影響深遠的聲譽和監(jiān)管風險。

為了在利用生產(chǎn)率提高的同時避免這種劇變，企業(yè)應避免廣泛實施。重點突出、風險較低且明確定義的問題領(lǐng)域是關(guān)鍵，尤其是代碼測試和問題優(yōu)先級的自動化，這既是開發(fā)人員摩擦的主要來源，也是最容易實現(xiàn)自動化的。

解決開發(fā)人員的辛苦工作

開發(fā)人員的生產(chǎn)力和士氣是企業(yè)IT團隊最寶貴的資源，也是面臨最大壓力的資源。人工智能有潛力成為遊戲規(guī)則的改變者，解決“開發(fā)者的苦差事”；為開發(fā)人員提供更多時間專注於創(chuàng)造性任務(wù)，而不是平凡和重複性的任務(wù)。

艱鉅、重複的任務(wù)和高工作量不僅會讓人士氣低落。開發(fā)人員的辛苦工作會導致項目延遲、績效不佳，以及開發(fā)人員退出時人員配置水平不可持續(xù)，這進一步加劇了行業(yè)尋找和留住人才的困難。據(jù)報導，2024 年，超過一半 (52%) 的開發(fā)人員認為開發(fā)人員辛苦工作是團隊成員辭職的原因。

在軟件開發(fā)中，造成這種繁重工作的罪魁禍首，因此自動化的優(yōu)先事項，是在“提交後的生產(chǎn)過程”，也稱為票據(jù)創(chuàng)建。人工智能可用於自動化分類流程 - 質(zhì)量保證 (QA)、持續(xù)集成 (CI) 和漏洞管理 - 通過對故障進行分類、分組和優(yōu)先級排序，無需人工協(xié)助。這可以釋放寶貴的時間，並確保這些時間用於解決軟件管道中最緊迫的問題。

採用人工智能的優(yōu)先事項

大多數(shù)企業(yè)對使用人工智能持非常開放的態(tài)度，普華永道 2024 年的一項調(diào)查顯示，近一半的技術(shù)領(lǐng)導者表示人工智能已“完全融入”公司的核心業(yè)務(wù)戰(zhàn)略中。這是可以做到的，但必須正確地完成，技術(shù)的眼光大於操作的胃可能會導致數(shù)據(jù)隱私和治理問題、疏遠員工和客戶，並最終減緩數(shù)字化轉(zhuǎn)型。

範圍至關(guān)重要。有針對性的應用程序，專注於受保護的“沙箱”，無法獲得直接結(jié)果，可以最大限度地降低風險，並允許更好地觀察、學習、優(yōu)化流程，然後進一步推廣。企業(yè)還必須記住，將整代軟件外包給人工智能代碼生成所帶來的風險不僅僅是不良結(jié)果；任何“黑匣子”都將導致無法診斷和修復潛在的錯誤。

DevOps 中 AI 的未來

未來，人工智能有潛力將管道轉(zhuǎn)變?yōu)橹悄?、自我?yōu)化的系統(tǒng)，具有更好的預測和迭代能力。但就目前而言，與所有其他部門一樣，它必須與密切的人工監(jiān)督齊頭並進。

任何人工智能應用中最重要的部分仍然是並且永遠是與它一起工作和監(jiān)督的人類。與所有技術(shù)的推出一樣，員工需要足夠的培訓，並有能力反饋團隊結(jié)構(gòu)或技術(shù)本身的任何問題，以鼓舞士氣並充分利用新解決方案本身。

此外，如果人工智能只是作為讓 DevOps 團隊更加努力工作的藉口，那麼圍繞開發(fā)人員辛苦工作的任何問題都不會得到解決。

我們列出了招聘開發(fā)人員的最佳網(wǎng)站。

本文是 TechRadarPro 專家見解頻道的一部分，我們在該頻道中匯集了當今技術(shù)行業(yè)最優(yōu)秀、最聰明的人才。本文表達的觀點僅代表作者的觀點，並不一定代表 TechRadarPro 或 Future plc 的觀點。如果您有興趣貢獻更多信息，請訪問： https://www.techradar.com/news/submit-your-story-to-techradar-pro

以上是將創(chuàng)作者轉(zhuǎn)變?yōu)椴哒谷耍篋evOps 中的 AI 實施的詳細內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！