ما در دهه گذشته شاهد تغییر سریع صنعت خود بوده ایم و در همان دوره نقش برنامه نویس نیز به طور اساسی تغییر کرده است. ممکن است به نظر برسد که نقش توسعه دهنده “سنتی” دیگر وجود ندارد. بسیاری از ما اکنون در تیم های چندرشته ای کار می کنیم که توسعه و عملیات در آنها وجود دارد و به طور فزاینده ای قابل تشخیص نیستند.

اول و برای درک اینکه چرا ابزارهای هوش مصنوعی به سرعت توسط تیم های DevOps به کار گرفته شده اند، درک آنچه آنها وعده می دهند می توانند به آن برسند مفید است. این وعده را می توان به دو بخش تقسیم کرد:
از یک سو، استفاده از ابزارهای هوش مصنوعی “صرفاً” راهی است که توسعه دهندگان را از اجبار ماندن در کنار سیستم های پیچیده ای که با آنها کار می کنند، رهایی می بخشد. از سوی دیگر، ابزارهای هوش مصنوعی طیف وسیعی از تکنیک های توسعه و استقرار کد را ارائه می دهند که شیوه ساخت نرم افزار را به طور اساسی تغییر داده است. در نتیجه کاربرد ابزارهای هوش مصنوعی، آنها به طور گسترده و سریع توسط همه به جز سرسخت ترین تیم های DevOps مورد استفاده قرار گرفته اند. در واقع، برای تیم هایی که در حال حاضر چندین ابر مختلف را اجرا می کنند (و این همه تیم ها هستند)، رابط های هوش مصنوعی با تکامل و مقیاس گذاری برنامه DevOps خود تقریباً به یک ضرورت تبدیل شده اند.
اکثر تیم های DevOps در حال حاضر از ابزارهای هوش مصنوعی استفاده می کنند که “به طور خودکار” نرم افزاری را که بر روی آنها کار می کند نظارت می کند و تنها زمانی داده ها را ارائه می دهد که مشخص شود مشکلی پیش آمده است. با اتخاذ ابزارهای هوش مصنوعی در بخش توسعه ، آیا توسعه دهندگان شاهد کاهش حجم کار خود بوده اند؟ این سوال را از توسعه دهنده معمولی بپرسید، با خنده روبرو خواهید شد. پاسخ منفی است.
دلیل این امر این است که از آنجایی که تیم های DevOps زمان کمتری را صرف مدیریت روزانه نرم افزار خود می کنند، زمانی که برای این کار صرف می کردند، اکنون با کارهای قابل بحث تری انجام می شود-برنامه ریزی استراتژیک، متاآنالیزها و اطمینان از اینکه اهداف توسعه آنها در راستای اهداف مدیریت است. در واقع، “انقلاب” هوش مصنوعی، که بسیاری تصور می کردند DevOps را منسوخ می کند، به نظر می رسد تیم ها را بزرگتر از همیشه و شلوغ تر از همیشه کرده است. این به این دلیل است که عوارض جانبی آن بسیار سریعتر شدن چرخه های توسعه است. این بدان معنی است که بسیار بعید است که ابزارهای هوش مصنوعی جایگزین DevOps شوند یا حداقل به زودی. همانطور که در روندهای قبلی در پذیرش DevOps مشاهده کردیم، تیم های توسعه دهنده هنوز مهم نیست که ابزارهای فنی آنها چقدر پیشرفته است. و اگرچه هوش مصنوعی در حال حاضر در بسیاری از زمینه ها از توانایی بالایی برخوردار است، اما هنوز فاقد توانایی پاسخگویی به تقاضای کاربران به شیوه های واقعاً خلاقانه است.

بیشتر بدانید: https://lnkd.in/ebqidDTZ