調查:DevOps團隊採用人工智慧後,使用範圍迅速擴大

一項今天公布的針對504位DevOps專業人士進行的調查發現,目前有20%的受訪者正在整個軟體開發生命週期(SDLC)的各個階段使用人工智慧(AI)。

這項由DevOps.com的姊妹單位Techstrong Research代表Tricentis進行的調查也發現,近四分之一(24%)的受訪者至少在應用程式開發的某個階段使用AI。這個差距很小,意味著一旦AI被採用,它往往會迅速擴散到SDLC的其他階段。

此外,這項調查還發現,有46%的受訪者所在的組織計劃在未來12個月內採用AI工具,以協助DevOps團隊。只有20%的受訪者表示,他們的組織沒有採用的計劃。

目前,編寫程式碼(45%)、除錯和防止缺陷(44%)以及測試(40%)是AI被最廣泛採用的三個領域。在已採用AI的受訪者當中,有60%的人表示看到了應用程式開發團隊的效率和生產力提高。其他好處包括減少技能缺口(53%)、降低成本(47%)和提高軟體品質(42%)。

Techstrong Group的技術長Mitch Ashley表示,這些好處很快就會被更廣泛地體驗到,因為AI功能將被添加到幾乎所有的DevOps工具和平台中。一旦有更多專門用於減少技術債務和改善應用程式安全性的模型被訓練,AI可能會成為自最初採用DevOps最佳實踐以來,對我們創建軟體方式最大的改變,並將成為比現在更大的驅動力。

受訪者認為AI在測試(60%)、編碼(58%)、安全性(55%)、可觀察性(53%)、軟體構建(53%)、網站可靠性工程(50%)和運營(50%)等領域提供了價值。

在AI應用於測試時最有幫助的領域,52%的受訪者指出了腳本生成的重要性,而通過測試案例選擇實現需求覆蓋率和對程式碼變更進行風險分析則並列第二,各占42%。

Tricentis的產品和策略長Mav Turner表示,測試是任何AI增強型DevOps實踐的關鍵要素。例如,在測試方面,AI有助於在開發過程中檢測、自動修復和預測缺陷,並根據高風險識別需要運行的測試。

當與低代碼/無代碼技術相結合時,這意味著無論團隊的技術專長如何,AI都可以顯著提高整體軟體品質。

然而,該調查發現,在使用AI的受訪者中,有86%的人表示AI輸出仍需要一些或大量人工驗證,只有9%的人表示完全信任AI輸出。

儘管AI將無所不在地嵌入到SDLC中,但DevOps工程師不太可能被取代。不過,DevOps團隊的組織方式可能會發生變化,因為越來越多經過訓練可執行特定任務的生成式AI代理出現。實際上,DevOps團隊將由軟體工程師和AI代理組成。總的來說,這種組合應該能夠提高應用程式的品質,並加快軟體的構建和部署速度。

目前還不太清楚的是,個別開發人員和軟體工程師將在多大程度上使用AI工具,與組織正式批准的工具相比。

無論AI以何種方式進入DevOps工作流程,軟體工程師現在應該確定DevOps工作流程中哪些例行任務將很快被AI自動化。當前的挑戰和機遇在於,以一種最終減少DevOps團隊經歷的疲勞程度的方式,降低他們今天所面臨的繁重工作量。