Étude : Débloquer le succès de l'automatisation DevOps grâce à des solutions d'IA et de défis de données

Défis et Opportunités de l'Automatisation DevOps : Perspectives du Rapport Pulse 2023

L'élan vers une amélioration de l'automatisation DevOps offre des avantages considérables pour les entreprises, mais celles-ci rencontrent des obstacles liés aux données et doivent exploiter l'intelligence artificielle (IA) pour des résultats optimisés. Selon le Rapport Pulse 2023 sur l'Automatisation DevOps de Dynatrace, bien que 56 % des processus DevOps de bout en bout soient actuellement automatisés, seulement 38 % des organisations ont établi une stratégie d'automatisation claire.

Le rapport met en lumière des préoccupations qui entravent une automatisation efficace. Les défis de sécurité, les difficultés d'opérationnalisation des données et la complexité des chaînes d'outils posent des freins importants, 54 % des entreprises IT les considérant comme des enjeux cruciaux. Comme le souligne Bernd Greifeneder, CTO de Dynatrace, "Les équipes sont coincées dans des silos de données et des opérations manuelles, rendant nécessaire une approche unifiée et axée sur l'IA pour véritablement stimuler l'innovation tout en garantissant la qualité et la sécurité des logiciels."

Le Rôle des Données et des Compétences dans l'Automatisation

Les résultats de Dynatrace montrent que l'automatisation est corrélée à des améliorations notables des performances commerciales. Les participants à l'enquête rapportent une amélioration de 61 % de la qualité des logiciels, une augmentation de 58 % de la satisfaction des employés, une réduction de 57 % des échecs de déploiement et une diminution de 55 % des coûts IT attribués à l'automatisation.

Malgré ces avantages, des défis subsistent dans l'utilisation efficace des données pour les décisions d'automatisation. Parmi les principaux obstacles figurent l'inaccessibilité des données (51 %), l'information en silo (43 %) et la nécessité fastidieuse d'agréger des données provenant de systèmes multiples avant analyse (41 %). De plus, 54 % des répondants investissent dans des plateformes visant à faciliter l'intégration des outils et à améliorer la collaboration entre les équipes travaillant sur des projets d'automatisation. Cependant, la dépendance à plus de sept outils distincts en moyenne indique que la fragmentation reste un obstacle majeur.

Les lacunes de compétences compliquent encore la situation, 56 % des répondants identifiant le manque de maîtrise des langages de scripting comme un obstacle principal à l'avancement des efforts d'automatisation.

Exploitation des Grands Modèles Linguistiques pour l’Efficacité

Une solution prometteuse identifiée dans le rapport est l'utilisation des grands modèles linguistiques (GML) pour atténuer la pression sur les charges de travail. Une part significative de 57 % des répondants estime que les GML peuvent améliorer la productivité et réduire les tâches manuelles, tandis que 48 % perçoivent le potentiel de ces modèles pour soutenir la génération automatique de code. Les GML peuvent être ajustés à l'aide de jeux de données existants pour optimiser des tâches spécifiques ou utiliser des modèles spécialisés adaptés à des domaines distincts, comme Owl — un modèle dédié à l'automatisation des tâches IT.

Dynatrace souligne que les équipes DevOps performantes doivent allier grands modèles linguistiques et maturité des données pour atteindre "précision et prédiction". Comme le précise Greifeneder, "L'automatisation pilotée par les données est essentielle pour libérer l'innovation et répondre aux attentes des clients à l'ère des applications cloud-native." Contrairement aux méthodes traditionnelles de l'IA qui peuvent être limitées, les plateformes combinant techniques prédictives, causales et génératives peuvent exceller face aux divers défis de l'automatisation DevOps.

En résumé, bien que le chemin vers une automatisation DevOps avancée soit parsemé d'obstacles, l'intégration de l'IA et l'amélioration des stratégies de données offrent une voie prometteuse pour accroître l'efficacité, stimuler la productivité et favoriser l'innovation dans un paysage concurrentiel actuel.