Pesquisa divulgada pela Dynatrace revela que os investimentos em automação de DevOps estão proporcionando benefícios significativos, como uma melhoria de 61% na qualidade de software, uma redução de 57% nas falhas de implantação e uma redução de 55% nos custos de tecnologia. A pesquisa Dynatrace 2023 DevOps Automation Pulse foi conduzida pela Coleman Parkes, a pedido da Dynatrace e está disponível para download de forma gratuita no link.
A pesquisa global feita de forma independente com 450 profissionais de TI responsáveis por DevOps e automação de segurança em grandes empresas mundiais. A pesquisa alerta que, na maioria das empresas, as práticas de automação de DevOps permanecem nos estágios iniciais de maturidade.
A ausência de uma estratégia clara e bem definida para a automação de DevOps, a prevalência da complexidade do conjunto de ferramentas e os desafios de análise de dados de observabilidade e segurança as impedem de perceber o impacto de seus investimentos. Esta pesquisa ressalta a necessidade de práticas de automação baseadas em dados e alimentadas por Inteligência Artificial que gerem mais receptividade e preparo para endereçar as necessidades de negócios.
Segundo a pesquisa, nos próximos doze meses, as companhias investirão em automação de DevOps para apoiar o gerenciamento de segurança e a conformidade de sistemas (55%), provisionamento e gerenciamento de infraestrutura (52%) e otimização de performance (51%). No entanto, apenas 38% das companhias têm uma estratégia de automação de DevOps claramente definida para informar estes investimentos e, em média, as empresas conseguiram automatizar pouco mais da metade (56%) do seu ciclo de vida DevOps de ponta a ponta.
O levantamento mostra que médias empresas dependem de mais de sete ferramentas diferentes para automação de DevOps e as maiores barreiras que impedem as companhias de automatizarem novos casos de uso de DevOps são questões de segurança (54%), dificuldade de operacionalização de dados (54%) e complexidade do conjunto de ferramentas (53%).
“À medida que mais empresas adotam a entrega de software nativo de Nuvem, a automação de DevOps evoluiu para se tornar um imperativo estratégico”, diz Bernd Greifeneder, CTO da Dynatrace. Segundo ele, a prevalência de arquiteturas Kubernetes e pilhas de tecnologia que ultrapassaram a capacidade humana de gerenciamento estão impulsionando a necessidade de orquestração e proteção automatizada do ecossistema.
O executivo destaca que as empresas estão tentando atender a essa necessidade criando e gerenciando scripts de automação usando uma gama crescente de ferramentas de código aberto unidas a abordagens DIY e esforço manual. No entanto, as fissuras começam a aparecer nesta abordagem fragmentada.
As equipes estão sobrecarregadas com silos de dados, bolsões isolados de automação e operações reativas e manualmente intensivas e esforços de segurança. “As companhias precisam urgentemente de uma abordagem unificada e apoiada por Inteligência Artificial para a automação de DevOps, ou será impossível acelerar a inovação e, ao mesmo tempo, manter a qualidade e a segurança dos programas e aplicações.”
A pesquisa também registrou:
– 71% das empresas usam dados e insights de observabilidade para impulsionar decisões de automação e melhorias nos fluxos de trabalho de DevOps. No entanto, 85% das organizações enfrentam desafios ao usar dados de observabilidade e segurança para impulsionar a automação com DevOps.
– Os três principais desafios enfrentados pelas empresas incluem dados inacessíveis (51%), dados isolados (43%) e a necessidade de os dados fluírem por meio de muitos sistemas para serem analisados (41%).
– 54% das companhias pesquisas estão investindo em plataformas para facilitar a integração de ferramentas e a colaboração entre equipes envolvidas em projetos de automação.
– 59% das empresas esperam que grandes modelos de linguagem (LLMs), como ChatGPT e Bard, tenham um impacto significativo em seus recursos de automação deDevOps, com os três principais benefícios incluindo aumento de produtividade e redução de esforço manual (57%), melhor desenvolvimento, segurança e colaboração operacional (56%) e permitir que as equipes gerem código automaticamente (48%).
“A automação baseada em dados é a chave para desbloquear a inovação e atender às expectativas dos clientes na era nativa de Nuvem”, afirma Greifeneder. “Isso requer uma plataforma que possa lidar com o enorme volume e variedade de dados gerados por pilhas nativas da nuvem e que use Inteligência Artificial para fornecer insights precisos e acionáveis para automação de DevOps. Ao contrário das técnicas tradicionais de Inteligência Artificial que são limitadas em escopo e aplicabilidade, as plataformas que combinam técnicas preditivas, causais e generativas podem se destacar em recursos específicos para atender a diferentes casos de uso de automação de DevOps. Dessa forma, as equipes maximizam o valor de seus resultados, eliminam silos de dados e podem automatizar processos de DevOps com confiança.”
