En ny global studie lyfter fram det ökade behovet av att automatisera samarbetet mellan utvecklare och IT-drift, devops, för att få bättre kvalitet på programvara och minska kostnaderna.
I rapporten som omfattar 450 medarbetare med ansvar för programutveckling, IT och säkerhetsautomation i stora organisationer framgår att företagens investeringar i automatiserad devops ger mycket stora fördelar.
Ändå har bara 38 procent en tydlig strategi för att implementera en sådan.
I studien som genomförts på uppdrag av Dynatrace framgår att företagens investeringar i automatiserad devops ger 61 procents förbättring av programvarukvaliteten, 57 procents minskning av implementeringsfelen och 55 procents minskning av IT-kostnaderna.
Avsaknaden av en tydlig strategi för automatiserad devops, komplexa verktyg och utmaningarna med att analysera övervaknings- och säkerhetsdata håller företagen tillbaka. Rapporten lyfter fram behovet av data- och AI-drivna automatiseringsmetoder som gör att organisationen kan vara mer lyhörd för sina affärsbehov.
– I takt med att fler organisationer använder molnbaserad mjukvara har devops-automatisering blivit strategiskt nödvändig. Kubernetes-arkitekturer och teknikstackar där hanteringen överträffar mänsklig förmåga ökar också behovet av att automatisera IT-ekosystemet, säger Bernd Greifeneder, Chief Technology Officer på Dynatrace.
– Många organisationer försöker bygga och hantera automatiseringsskript med hjälp av verktyg med öppen källkod, i kombination med olika gör-det-själv-metoder och manuella insatser. Det är ett splittrat tillvägagångssätt som leder till isolerade datasilor, enstaka automationslösningar och manuella arbetsmoment. Användarna behöver därför snabbt få tillgång till en enhetlig, AI-stödd strategi för devops-automatisering – annars kommer det att vara omöjligt att påskynda innovationen samtidigt som programvarans kvalitet och säkerhet bibehålls, fortsätter Bernd Greifeneder.
Fler resultat från studien:
- I genomsnitt har organisationer lyckats automatisera drygt hälften (56 procent) av sin heltäckande devops-livscykel.
- Den genomsnittliga organisationen förlitar sig på mer än sju olika verktyg för automatisering av devops.
- De största hindren som stoppar organisationer från att automatisera nya devops-områden är säkerhetsproblem (54 procent), svårigheter att operationalisera data (54 procent) och verktygens komplexitet (53 procent).
- De tre främsta utmaningarna som organisationer står inför inkluderar otillgängliga data (51 procent), datasilor (43 procent) och behovet av att data flödar genom många system som ska analyseras (41 procent).
- 59 procent av organisationerna förväntar sig att stora språkmodeller (LLM) som ChatGPT och Bard kommer att ha en betydande inverkan på automatiseringskapaciteten för devops.
– Datadriven automation är nyckeln som låser upp innovation och möter kundernas förväntningar. Det kräver en plattform som kan hantera den enorma volymen och variationen av data som skapas i molnet och som använder AI för att ge korrekta och användbara insikter för devops-automatisering. Till skillnad från traditionella AI-tekniker som är begränsade i omfattning och tillämpbarhet, kan plattformar som kombinerar prediktiva, kausala och generativa tekniker skapa nya möjligheter för att hantera devops-automatisering. På så sätt kan användarna maximera värdet av sin data, eliminera datasilor och automatisera devops-processer, avslutar Bernd Greifeneder.