AI はプラットフォーム エンジニアリングと DevEx をどのように強化するのでしょうか?

AI はプラットフォーム エンジニアリングと DevEx をどのように強化するのでしょうか?

ヘザー・ジョスリン

編纂者:Xing Xuan

DevOps を導入している多くの企業にとって、開発者の生産性を向上させることで価値を拡大し、提供することは大きな課題です。この記事では、プラットフォーム エンジニアリングにおける最新の AI 主導のアプローチについて説明します。

1. AI駆動型DevOpsプラットフォーム

Digital.ai は、世界中の企業のデジタル変革の実現を支援することに専念する、業界をリードする AI 主導のテクノロジー企業です。顧客には金融機関、保険会社、ゲーム会社などの大企業が含まれます。彼らが直面している最大の問題の一つは規模です。

今日は、AI 主導型企業における DevOps プラットフォームがどのように機能するかを説明します。

「もちろん、彼らは皆、アジャイルDevOpsなどの現代的な開発手法を採用している」と、Digital.aiのバリューストリーム配信プラットフォームおよびDevOpsエンジニアリング担当副社長兼DevOpsゼネラルマネージャーであるWing To氏は、海外メディアとのポッドキャストで語った。 「しかし、何千人もの開発者のような大規模な組織に組織されている場合、実際の課題は、エンドユーザーの近くにいながら迅速な配信のメリットを得るためにどのように規模を拡大し、それを大規模に実行できるかということです。」

この記事では、プラットフォーム エンジニアリングの最新の開発と、人工知能が自動化の強化にどのように役立つかについて説明します。

「もちろん、彼らは皆、アジャイルDevOpsのような最新の開発手法を採用しています」と、Digital.aiのDevOpsゼネラルマネージャー兼バリューストリーム配信プラットフォームおよびDevOpsエンジニアリング担当副社長であるウィング・トー氏は語る。

「しかし、数万人の開発者のような大規模な組織に組織されている場合、本当の課題は、迅速な配信のメリットを享受しながらエンドユーザーとの親密さを維持し、それを大規模に実現するためにどのようにスケールアップするかということです。」 Makers のこのエピソードでは、TNS の To と Heather Joslyn がプラットフォーム エンジニアリングの最新の進歩と、AI が自動化の強化にどのように役立つかを探ります。

2. 生産性を向上させる価値はどこにあるのでしょうか?

DevOps プラクティスの拡張という課題以外にも、別のジレンマがあると To 氏は言います。「これらのプラクティスによって、開発者がより多くのコードを記述し、より頻繁にリリースできるようになったとしても、それは良いことなのでしょうか?」

また、新たな課題もあると彼は付け加えた。 「AI 支援または AI 拡張開発については、特に大企業では開発組織の生産性向上の可能性を見出し、誰もが話題にしていると思います。しかし、これは具体的にどのように組織全体に実装されるのでしょうか。」

企業に生産性の高い開発者がいても、ソフトウェア構築後の対応力で彼らに匹敵できない場合はどうなるでしょうか? 「皆さんご存知のとおり、コードを納品するということは、ただ書くだけではありません。その後に多くのプロセスがあります」とトー氏は言う。「フォローアップも同じペースで行わなければなりません。」

3. 自動化と人工知能を組み合わせる

プラットフォーム エンジニアリングは、開発者が Kubernetes とインフラストラクチャについて過度に心配する必要がないように、また運用エンジニアが開発者へのサービス提供において反復的なタスクを実行する必要がなくなるように設計された、一連のプラクティスとツールです。 「チームが拡大するにつれて、私たちが直面する課題は、新しいジュニア開発者や中級開発者のスキルがそれほど高くないことです。また、上級開発者にインフラストラクチャにすべての時間を費やしてほしくありません」とトー氏は語った。

「それでは、それをどのように拡張するか、再利用可能な共通のオーケストレーションを支援するために、どのように準備するかという問題になります」と、開発者がコードを作成して配信し、組織が運用中のソフトウェアからより多くのビジネス価値を生み出すのに役立つ自動化に AI を組み込むことに注力している To 氏は語ります。

Digital.ai が行っていることの中には、テンプレートを使用して、組織のソフトウェア配信プロセスの「意見のある」部分をキャプチャして複製することなどがあります。しかし、同社は AI を活用して、開発者環境のセットアップを迅速に自動化し、開発者向けのツールを作成するのにも役立てています。

To 氏は、これらの機能やその他の機能が Digital.ai の「社内開発者プラットフォームという全体的なアイデア」の完成に役立っていると考えています。「これは、1 つのものだけではないという点で興味深いものです。」これは実際には、パイプライン、単一のタスク、またはセットアップを作成するなど、複数のツール セットを組み合わせているのです。 ”

<<:  AI プログラミング: GitHub Copilot と Amazon CodeWhisperer の詳細な比較

>>: 

推薦する

デジタルパフォーマンスの向上における人工知能の役割

AI は、正確なバイヤーペルソナをターゲットにすることで、パーソナライゼーションを迅速かつ簡単に実現...

AIが再び大学入試小論文に挑戦、強力なハードコア技術で「数秒」の文章作成を実現

昨日(6月7日)、2022年度全国大学入学試験が始まりました。午前中に中国語科目試験が終了し、中国語...

2.7B は Llama 2 70B に勝てる、Microsoft は「小さな言語モデル」を提供! 96台のA100が14日間でPhi-2を訓練し、Google Gemini nanoを圧倒

大きなモデルの髪は、本当にどんどんカールしてきています! 11月に、OpenAIはまずGPTを使用し...

脳卒中の診断と治療を加速させるAIの登場

ディープラーニングは人工知能の一種です。医療分野では、CTスキャン画像を使用して脳の血液供給動脈の閉...

...

本当に良いものです!機械学習技術と市場の最強評価ガイド

【51CTO.comオリジナル記事】機械学習の特許は、2013 年から 2017 年の間に 34% ...

国連チーフAIアドバイザーとの独占インタビュー:AIは完璧だと期待しているが、決して完璧ではない

[[384962]]ビッグデータダイジェスト制作出典: informationweek編纂者:張大毓...

Facebookは27億人にサービスを提供するAIハードウェアシステムをオープンソース化した。

コミュニティは常に Facebook のハードウェア研究に細心の注意を払ってきました。本日の Ope...

4 大検索大手は人工知能に夢中です。最も有望なのはどれだと思いますか?

近年、世界の科学技術分野で最もホットな言葉は「人工知能」です。グーグル、百度、ヤンデックス、ネイバー...

騒ぎの裏で、2020年はケータリングロボットにとって楽な年になるだろうか?

最近、ロボットに特化したレストランが広州に正式にオープンしました。客の出迎えから調理まで、一連の作業...

AIの背後にあるエンジンを理解する、テクノロジー愛好家が知っておくべき4つの機械学習アルゴリズム

人工知能は、車の運転、バーでのミキシング、戦争など、驚くべきことを行っていますが、ロボットマスクが脚...

...

人工知能の数学的基礎 - 線形代数における行列

この記事は、行列の性質、行列の原理、行列の応用という 3 つの側面から、人工知能の数学的基礎である線...

ディープラーニングの学習をすぐに始めないでください。非常に詳細な AI 専門家のロードマップ、GitHub は数日間で 2.1k のスターを獲得

この学習ロードマップは、人工知能分野のほぼすべてのコンテンツを網羅しています。マウスをクリックするだ...