行业互联网|人工智能加快DevOps的10种方式


根据调研机构德勤公司在今年早些时候发布的一份调查报告 , 提供基于人工智能的软件开发工具的初创公司在2019年筹集了7.04亿美元的资金 。 调研机构IDC公司预测 , 全球定制应用程序开发服务市场规模预计将从2018年的470亿美元增长到2023年的610亿美元以上 , 并在五年内实现5.3%的复合年增长率(CAGR) 。 根据IT软件质量协会关于美国低质量软件成本的调查报告 , 低劣的软件质量使美国企业在2019年损失了3190亿美元 。 调研机构Gartner公司表示 , 到2023年 , 40%的DevOps团队将使用集成了人工智能的IT运营(AIOps)平台的应用程序和基础设施监控应用程序 。

行业互联网|人工智能加快DevOps的10种方式
本文插图

为了减少DevOps团队所面临的延迟 , 软件开发工具提供商正在加快将人工智能和机器学习技术集成到其应用程序和平台中的步伐 。 其目标是在提高软件质量的同时 , 加快软件开发生命周期(SDLC)的每个阶段 。 好消息是其用例表明正在实现这些目标 , 从而使DevOps达到了更高的准确性、质量和可靠性水平 。
人工智能加快DevOps的10种方式中最吸引人的地方是它在帮助开发人员完成困难的、耗时的任务方面十分有效 。 最耗时的任务之一是管理需求文档的许多迭代和版本 。 Atlassian ps公司开发的Jira软件是使用人工智能简化软件开发生命周期(SDLC)的每个阶段并帮助管理需求的行业领导者 , 它被广泛认为是DevOps领域的行业标准 。
【行业互联网|人工智能加快DevOps的10种方式】以下是人工智能加快DevOps的10种方式
(1) 依靠人工智能和机器学习实时自动提示代码段 , 以加快开发速度 , 从而提高DevOps的生产效率 。
一些行业领先的企业软件厂商的DevOps团队在客户关系管理(CRM)、供应链管理和社交媒体市场上展开了激烈的竞争 。 他们表示 , 人工智能的这个用例是更有成效的 , 并且在准确性方面获得了更大的收益 。 一家行业领先的客户关系管理(CRM)提供商的DevOps负责人表示 , 最初使用人工智能自动完成代码的努力是徒劳的 。 她认为DevOps的开发工具提供商使用有监督的机器学习算法可以提高模型学习和响应代码请求的速度 。 微软的Visual Studio Intellicode目前已安装600万次以上 , 而这是DevOps团队将其列为DevOps中最有价值的人工智能开发的原因 。
(2) 事实证明 , 使用人工智能简化需求管理可以有效提高需求文档的准确性和质量 , 从而捕获用户在下一代应用程序或平台中的需求 。
人工智能正在提供可靠的结果 , 简化了创建、编辑、验证、测试和管理需求文档的每个阶段 。 DevOps团队成员正在使用基于人工智能和机器学习的需求管理平台节省时间 , 以便他们可以经常在紧迫的期限内恢复编码和创建软件产品 。 第一次正确地满足需求有助于使整个项目保持在其项目计划的路径上 。 基于人工智能的软件开发工具提供商看到了建立按时完成项目的商业案例的机会 , 因此正在这一领域迅速开发和启动新的应用程序 。 令人兴奋的是 , 自然语言处理技术在DevOps工具这一领域中的采用速度很快 , 而使用基于人工智能工具的企业已经能够将需求审查时间减少50%以上 。
(3) 事实证明 , 人工智能在检测错误和改进代码的自动建议方面非常有效 。
Facebook的错误检测工具可以预测缺陷并提出补救措施 , 在80%的情况下 , 人工智能工具学会自动修复错误 。 Semmle CodeQL被认为是该领域领先的基于人工智能的DevOps工具 。 使用CodeQL的DevOps团队可以跟踪代码中的漏洞 , 还可以在整个代码库中找到逻辑变体 。 微软安全响应团队的安全研究人员使用Semmle-QL来发现关键问题的变体 , 使他们能够识别和响应严重的代码问题 , 并防止事件发生 。
(4) 人工智能正在协助确定安全测试结果的优先级并对漏洞进行分类 。


推荐阅读