Tierney - stock.adobe.com

Automatizar DevOps es un imperativo estratégico, pero pocos tienen una estrategia para implementarla

La automatización está ayudando a los equipos a mejorar la calidad del software y reducir los costos, pero las organizaciones solo han automatizado el 56% de su ciclo de vida de DevOps.

La inversión de las organizaciones en la automatización de DevOps está brindando beneficios significativos, incluidos una mejora del 61 % en la calidad del software, la reducción del 57 % en las fallas de implementación y una disminución del 55 % en los costos de TI. Sin embargo, en la mayoría de las organizaciones, las prácticas de automatización de DevOps aún se encuentran en las primeras etapas de madurez, señala un reporte de Dynatrace.

La ausencia de una estrategia claramente definida para la automatización de DevOps, la prevalencia de la complejidad de la cadena de herramientas y los desafíos de analizar los datos de observabilidad y seguridad, impiden a las empresas darse cuenta del impacto total de sus inversiones. El “Reporte sobre la Automatización de DevOps 2023” de Dynatrace destaca la necesidad de prácticas de automatización impulsadas por datos e inteligencia artificial (IA) que permitan a las organizaciones responder mejor a las necesidades del negocio.

La investigación mostró que, en los próximos 12 meses, las organizaciones estarán invirtiendo en automatización de DevOps para respaldar la gestión de seguridad y cumplimiento (55 %), aprovisionamiento y gestión de infraestructura (52 %) y optimización del desempeño (51 %).

Sin embargo, solo el 38 % de las organizaciones tienen una estrategia de automatización de DevOps claramente definida para informar estas inversiones. En promedio, las organizaciones han logrado automatizar poco más de la mitad (56 %) de su ciclo de vida de DevOps de extremo a extremo, y en promedio dependen de más de siete herramientas diferentes para la automatización de DevOps.

Asimismo, las mayores barreras que impiden a las organizaciones automatizar nuevos casos de uso de DevOps son las preocupaciones de seguridad (54 %), la dificultad para operar los datos (54 %) y la complejidad de la cadena de herramientas (53 %).

"A medida que más organizaciones adoptan la entrega de software nativo de la nube, la automatización de DevOps ha evolucionado hasta convertirse en un imperativo estratégico", afirmó Bernd Greifeneder, CTO de Dynatrace. “La prevalencia de arquitecturas de Kubernetes y los stacks de tecnología que han superado la capacidad humana de gestión están impulsando la necesidad de orquestación y protección automatizadas del ecosistema. Las organizaciones están intentando satisfacer esta necesidad mediante la creación y gestión de scripts de automatización utilizando una gama cada vez mayor de herramientas de código abierto, unidas con enfoques de ‘hágalo usted mismo’ y esfuerzo manual. Sin embargo, las grietas en este enfoque fragmentado están empezando a aparecer. Los equipos están atrincherados en silos de datos, focos aislados de automatización, así como operaciones y esfuerzos de seguridad reactivos y manualmente intensivos. Los equipos necesitan urgentemente un enfoque unificado, respaldado por IA para la automatización de DevOps, o será imposible acelerar la innovación, manteniendo la calidad y seguridad del software”, aseguró.

Otros resultados adicionales de la investigación fueron:

  • El 71 % de las organizaciones utilizan información y datos de observabilidad para impulsar decisiones de automatización y mejoras en los flujos de trabajo de DevOps.
  • El 85% de las organizaciones enfrentan desafíos al utilizar datos de seguridad y observabilidad para impulsar la automatización de DevOps.
  • Los tres principales desafíos que enfrentan las organizaciones son: datos inaccesibles (51 %), datos aislados (43 %) y la necesidad de que los datos fluyan a través de muchos sistemas para ser analizados (41 %).
  • El 54 % de las organizaciones está invirtiendo en plataformas para permitir una integración más sencilla de herramientas y la colaboración entre equipos involucrados en proyectos de automatización.
  • El 59 % de las organizaciones espera que los modelos grandes de lenguaje (LLM), como ChatGPT y Bard, tengan un impacto significativo en sus capacidades de automatización de DevOps. Los tres beneficios principales incluyen: mayor productividad y reducción del esfuerzo manual (57 %); desarrollo mejorado, colaboración en seguridad y operaciones (56 %); y permitir a los equipos generar código automáticamente (48 %).

"La automatización basada en datos es la clave para desbloquear la innovación y satisfacer las expectativas de los clientes en la era nativa de la nube", continuó Greifeneder. “Esto requiere una plataforma que pueda manejar el enorme volumen y la variedad de datos generados por stacks nativos de la nube y que utilice IA para proporcionar información precisa y accionable para la automatización de DevOps. A diferencia de las técnicas tradicionales de IA, que tienen alcance y aplicabilidad limitadas, las plataformas que combinan técnicas predictivas, causales y generativas pueden sobresalir en capacidades específicas para abordar diferentes casos de uso de automatización de DevOps. De esta manera, los equipos maximizan el valor de sus datos, eliminan los silos de datos y pueden automatizar los procesos de DevOps con confianza”.

El reporte está basado en la respuesta de una encuesta global realizada a 450 profesionales de TI responsables de DevOps y automatización de la seguridad en grandes organizaciones, incluidos 150 en los EE.UU., 150 en EMEA y 150 en Asia Pacífico. La investigación fue realizada por Coleman Parkes y encargada por Dynatrace.

Investigue más sobre Desarrollo de software y aplicaciones

ComputerWeekly.com.br
Close