Secondo un nuovo rapporto di Dynatrace, l’automazione DevOps sta apportando benefici al business, ma le sfide legate ai dati e la necessità di sfruttare l’intelligenza artificiale rimangono ostacoli chiave che le organizzazioni devono superare per raggiungere livelli più elevati di maturità nell’automazione. Il DevOps Automation Pulse Report 2023 ha scoperto che in media il 56% dei processi DevOps end-to-end sono automatizzati. Tuttavia, solo il 38% delle organizzazioni ammette di avere una strategia di automazione DevOps chiaramente definita.
Intervistati 450 professionisti IT in Usa, Europa, Medio Oriente e Asia
Il rapporto ha intervistato 450 professionisti IT responsabili di DevOps e dell’automazione della sicurezza in grandi organizzazioni di Stati Uniti, Europa, Medio Oriente e Asia.
Le aziende IT intervistate desiderano automatizzare il lavoro DevOps, ma hanno riscontrato che i problemi di sicurezza (54%), la difficoltà a rendere operativi i dati (54%) e la complessità della toolchain (53%) ne impediscono l’implementazione.
“I team sono bloccati da silos di dati, da sacche isolate di automazione e da operazioni e sforzi di sicurezza reattivi e manuali”, ha dichiarato Bernd Greifeneder, CTO di Dynatrace. “Hanno urgentemente bisogno di un approccio unificato e sostenuto dall’AI all’automazione DevOps, altrimenti sarà impossibile accelerare l’innovazione mantenendo la qualità e la sicurezza del software”.
I principali problemi: dati e competenze
Nel rapporto, Dynatrace ha rilevato che l’automazione dei processi in DevOps sta producendo vantaggi tangibili per le aziende.
In media, gli intervistati hanno registrato un miglioramento del 61% nella qualità del software, un miglioramento del 58% nella soddisfazione dei dipendenti, una riduzione del 57% dei fallimenti di distribuzione e una riduzione del 55% dei costi IT grazie all’automazione.
Tuttavia, le sfide all’utilizzo dei dati e degli approfondimenti per guidare le decisioni di automazione rimangono. Gli intervistati di Dynatrace hanno dichiarato che i maggiori ostacoli all’utilizzo dei dati per l’automazione sono i dati inaccessibili (51%), i dati silo (43%) e la necessità che i dati passino attraverso molti sistemi per essere analizzati (41%).
Circa il 54% degli intervistati ha dichiarato che sta investendo in piattaforme per facilitare l’integrazione degli strumenti e la collaborazione tra i team coinvolti nei progetti di automazione.
Tuttavia, gli intervistati hanno dichiarato di affidarsi in media a più di sette strumenti diversi, a dimostrazione del fatto che gli strumenti disparati e i flussi di lavoro frammentati costituiscono un ostacolo.
Un’altra barriera all’implementazione dell’automazione DevOps è rappresentata dalle competenze. Circa il 56% degli intervistati ha dichiarato che la conoscenza dei linguaggi di scripting è una delle maggiori carenze di competenze che ostacolano l’automazione.
Come i LLM possono aumentare la produttività
Un modo per migliorare i carichi di lavoro potrebbe essere quello di utilizzare modelli linguistici di grandi dimensioni (LLM). Gli intervistati hanno indicato i LLM come un aiuto per la produttività e la riduzione dello sforzo manuale (57%), oltre a consentire ai team di generare codice automaticamente (48%).
I modelli linguistici di grandi dimensioni possono essere perfezionati sui dati esistenti per migliorare le attività specifiche, oppure utilizzare modelli appositamente progettati per i domini, come Owl, il modello che automatizza le attività informatiche.
Il rapporto di Dynatrace afferma che i team DevOps dovranno combinare modelli linguistici di grandi dimensioni e maturità dei dati per “fornire precisione e previsione”.
“L’automazione guidata dai dati è la chiave per sbloccare l’innovazione e soddisfare le aspettative dei clienti nell’era cloud-native”, ha dichiarato Greifeneder. “A differenza delle tecniche di AI tradizionali, che hanno un ambito e un’applicabilità limitati, le piattaforme che combinano tecniche predittive, causali e generative possono eccellere in capacità specifiche per affrontare diversi casi d’uso dell’automazione DevOps”.
