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

>>: 

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

データが新たな石油なら、AIは新たな核兵器だ

人工知能 (AI) とビッグデータは以前から存在しており、さまざまな分野での応用により、世界中の組織...

「AI」があなたにビデオ通話を開始しました。あなたはそれを受け入れるべきでしょうか?

毎年恒例のスーパーボウル決勝戦の前に、Amazon は「Alexa の新しい形」というもう一つの大ヒ...

...

Googleの創設者が個人的にGeminiのコードを書いたが、これは非常に核心的なものだ

純資産が1,050 億ドルあるにもかかわらず、彼は今でも毎日自分でコードを書いています。 ?彼の名前...

...

ハードコア科学: たった一文で、話題の「ニューラル ネットワーク」とは何なのか説明できますか?

私の誠意を示すために、この短くて鋭い真実をここに述べます。ニューラル ネットワークは、 相互接続され...

Appleがニュース編集者を雇っているにもかかわらず、アルゴリズムがあなたが読むものを決定する

[[137024]]読むものを決めるのがメディアではなく、モバイル アプリケーションやソーシャル ネ...

国防総省が新たなAIを開発: 海、陸、空のデータをリアルタイムで分析し「未来を予測」

[[415593]] 8月5日、外国メディアの報道によると、米軍は世界中のセンサーデータをタイムリ...

GoogleのAI設計チップから「知能」の本質がわかる

先週、査読付き科学誌「ネイチャー」に掲載された論文で、Google Brain チームの科学者らは、...

グラフニューラルネットワークは急成長を遂げており、最新の進歩はここにあります

[[346023]]グラフニューラルネットワーク (GNN) は近年急速に発展しており、最近の会議で...

BAIRの最新のRLアルゴリズムはGoogle Dreamerを上回り、パフォーマンスが2.8倍向上しました。

ピクセルベースの RL アルゴリズムが復活しました。BAIR は対照学習と RL を組み合わせたアル...

英国最高裁:AIは「発明者」として記載できない

英国最高裁判所は12月21日、特許出願において人工知能(AI)を発明者として記載することはできないと...

FacebookはCNN Transformerの利点を組み合わせ、誘導バイアスを柔軟に利用するConViTを提案している

[[411034]] AI 研究者は、新しい機械学習モデルを構築し、パラダイムをトレーニングする際に...

InnoDB ストレージ エンジンの 3 つの行ロック アルゴリズムの図解と例の分析

[[415025]]この記事はWeChatの公開アカウント「Flying Veal」から転載したもの...