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(dòng)化重復(fù)且耗時(shí)的任務(wù)，麥肯錫預(yù)測(cè)它每年可以增加 2.6 萬億至 4.4 萬億美元的經(jīng)濟(jì)價(jià)值。

軟件開發(fā)是自動(dòng)化和人工智能可以發(fā)揮巨大作用的一個(gè)特殊領(lǐng)域。由于當(dāng)前數(shù)字技能短缺以及漫長(zhǎng)而艱巨的 DevOps 流程，如果做得正確，管道自動(dòng)化可以為企業(yè)節(jié)省時(shí)間和金錢。

然而，實(shí)施人工智能通常并不簡(jiǎn)單，如果不謹(jǐn)慎行事，可能會(huì)面臨開發(fā)人員和客戶的強(qiáng)烈反對(duì)。亞馬遜最近以人工智能為主導(dǎo)的改革引起了工程師的強(qiáng)烈反對(duì)，展示了這種情況是如何出錯(cuò)的。

壓力增加，標(biāo)準(zhǔn)和士氣下降；這只是一個(gè)內(nèi)部問題。當(dāng)新技術(shù)的推出影響客戶或引起監(jiān)管機(jī)構(gòu)的注意時(shí)，財(cái)務(wù)和聲譽(yù)影響可能會(huì)更嚴(yán)重。

CloudBees 總裁兼首席執(zhí)行官。

對(duì)于大企業(yè)來說，潛在收益和風(fēng)險(xiǎn)都增加了。由于絕大多數(shù)企業(yè)至少在本地?fù)碛胁糠旨夹g(shù)堆棧，并且大多數(shù)創(chuàng)新都針對(duì)基于云的軟件即服務(wù)產(chǎn)品，因此企業(yè)管道經(jīng)常被拋在后面。更糟糕的是，由于組織管道的規(guī)模和復(fù)雜性，它們也更難實(shí)現(xiàn)現(xiàn)代化，而且會(huì)損失更多，以及影響深遠(yuǎn)的聲譽(yù)和監(jiān)管風(fēng)險(xiǎn)。

為了在利用生產(chǎn)率提高的同時(shí)避免這種劇變，企業(yè)應(yīng)避免廣泛實(shí)施。重點(diǎn)突出、風(fēng)險(xiǎn)較低且明確定義的問題領(lǐng)域是關(guān)鍵，尤其是代碼測(cè)試和問題優(yōu)先級(jí)的自動(dòng)化，這既是開發(fā)人員摩擦的主要來源，也是最容易實(shí)現(xiàn)自動(dòng)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(tuán)隊(duì)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游戲規(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(shí)間專注于創(chuàng)造性任務(wù)，而不是平凡和重復(fù)性的任務(wù)。

艱巨、重復(fù)的任務(wù)和高工作量不僅會(huì)讓人士氣低落。開發(fā)人員的辛苦工作會(huì)導(dǎo)致項(xiàng)目延遲、績(jī)效不佳，以及開發(fā)人員退出時(shí)人員配置水平不可持續(xù)，這進(jìn)一步加劇了行業(yè)尋找和留住人才的困難。據(jù)報(bào)道，2024 年，超過一半 (52%) 的開發(fā)人員認(rèn)為開發(fā)人員辛苦工作是團(tuán)隊(duì)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?zhǔn)祝虼俗詣?dòng)化的優(yōu)先事項(xiàng)，是在“提交后的生產(chǎn)過程”，也稱為票據(jù)創(chuàng)建。人工智能可用于自動(dòng)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(duì)故障進(jìn)行分類、分組和優(yōu)先級(jí)排序，無需人工協(xié)助。這可以釋放寶貴的時(shí)間，并確保這些時(shí)間用于解決軟件管道中最緊迫的問題。

采用人工智能的優(yōu)先事項(xiàng)

大多數(shù)企業(yè)對(duì)使用人工智能持非常開放的態(tài)度，普華永道 2024 年的一項(xiàng)調(diào)查顯示，近一半的技術(shù)領(lǐng)導(dǎo)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)的眼光大于操作的胃可能會(huì)導(dǎo)致數(shù)據(jù)隱私和治理問題、疏遠(yuǎn)員工和客戶，并最終減緩數(shù)字化轉(zhuǎn)型。

范圍至關(guān)重要。有針對(duì)性的應(yīng)用程序，專注于受保護(hù)的“沙箱”，無法獲得直接結(jié)果，可以最大限度地降低風(fēng)險(xiǎn)，并允許更好地觀察、學(xué)習(xí)、優(yōu)化流程，然后進(jìn)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(fēng)險(xiǎn)不僅僅是不良結(jié)果；任何“黑匣子”都將導(dǎo)致無法診斷和修復(fù)潛在的錯(cuò)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(yù)測(cè)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)督齊頭并進(jìn)。

任何人工智能應(yīng)用中最重要的部分仍然是并且永遠(yuǎn)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，員工需要充分的培訓(xùn)，并有能力反饋團(tuán)隊(duì)結(jié)構(gòu)或技術(shù)本身的任何問題，以鼓舞士氣并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(tuán)隊(duì)更加努力工作的借口，那么圍繞開發(fā)人員辛苦工作的任何問題都不會(huì)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?cè)谠擃l道中匯集了當(dāng)今技術(shù)行業(yè)最優(yōu)秀、最聰明的人才。本文表達(dá)的觀點(diǎn)僅代表作者的觀點(diǎn)，并不一定代表 TechRadarPro 或 Future plc 的觀點(diǎn)。如果您有興趣貢獻(xiàn)更多信息，請(qǐng)?jiān)L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(shí)施的詳細(xì)內(nèi)容。更多信息請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！