“Yazılım mühendisliğinin tüm tarihi, artan soyutlama düzeylerinin tarihidir” diyor Grady Booch, IBM’de yazılım mühendisliği baş bilimcisi. ChatGPT’yi kullandıysanız, muhtemelen sorgunuzu oluşturmayı düşündünüz, ancak altyapısını – sunucuları, veritabanlarını, ağları ve hatta büyük dil modellerini (LLM’ler) – oluşturmayı hiç düşünmediniz.
Soyutlama çağına hoş geldiniz. Ve BT departmanları ve iş departmanları için soyutlamanın hızı hızla artıyor. Öyle ki, uygulamalar ve cihazlar altında sıhhi tesisat hakkında derinlemesine bilgi veya hatta giderek artan bir şekilde veri bilimi artık gerekli değildir.
Bazıları, yapay zeka, makine öğrenimi ve robot bilimi (yazılım ve fizik) gibi ortaya çıkan teknolojiler kümesini, pek çok rutin veya düşük seviyeli ama aynı zamanda giderek karmaşıklaşan görevleri destekleyecek “yeni otomasyon” olarak adlandırıyor. Sorun şu ki, “yeni otomasyonu” etkili bir şekilde tanıtmak için şu anda yetersiz olan bir dizi beceri gerekecek.
Daha fazla otomasyon ayrıca herkes için daha fazla self servis anlamına gelir. 439 CIO yöneticisi ve operatörünün katıldığı yakın tarihli bir anket, yayınlanan Stonebranch tarafından yazılan, self servis otomasyonun hem teknoloji uzmanları hem de teknoloji uzmanı olmayanlar için yükselişte olduğunu ortaya koyuyor. Hemen hemen tamamı (%92) artık son kullanıcılara verilere, bulut bilişime, geliştirme araçlarına bu yollarla erişim sağlıyor. İş departmanlarına kendi araçları ve süreçleriyle kendi iş akışlarını yürütme araçları sağlamaya yetecek kadar.
Yazarlar, self servis otomasyon “insanların kendi süreçlerinin kontrolünü ele geçirmelerine yardımcı oluyor, manuel çalışmayı azaltıyor ve son kullanıcı ve BT ekibi için verimliliği artırıyor” diyor. Teknoloji alanında çalışanlar için bu hız daha da yüksek: veri ekipleri self servis kullanımlarını yıldan yıla ikiye katladı ve geliştiriciler dört katına çıktı.
Ve AI, teknoloji görevlerini yönetmede zaten bir rol oynuyor. A soruşturma OpsRamp tarafından yayınlanan, işletmelerin %60’ından fazlasının BT operasyonlarını kendileri izlemek ve iyileştirmek için yapay zekayı kullanan AIOps’u benimsediğini ortaya koyuyor. Ankete katılanların %66’sının belirttiği gibi, 2023’te işletmeler için en büyük BT operasyonları zorluğu, mümkün olduğu kadar çok işlemi otomatikleştirmektir. AIOps’un şu ana kadar görülen ana faydaları, açık sorun biletlerinde azalma (%65); ortalama algılama veya geri yükleme süresinin azaltılması (%56) ve sıkıcı görevlerin otomatikleştirilmesi (%52).
DSİ ile ilgili son veriler Janco Associates’ten bir şirket, son işten çıkarmaların çoğunlukla veri merkezi ve BT operasyonları personelini etkilediğini de ortaya koyuyor. Ne için ? Çünkü iş dünyasının liderleri BT süreçlerini ve raporlamayı otomatikleştirmenin yollarını arıyor. Bu nedenle, görünürdeki eğilim, teknoloji alanında kariyer peşinde koşanların, uygulamalara ve iş danışmanlığına doğru daha yukarılara bakmaları gerektiğini gösteriyor.
Ancak tesisat ve kodlama ile uğraşan insanlar için hala çok iş var. Ne yazık ki, otomatikleştirilmiş soyutlamaya geçmek – özellikle de yapay zeka içeriyorsa – önceden manuel çalışma gerektiriyor. Tüm otomasyon çözümleri bulut sistemleri, kapsayıcılar ve şirket içi sistemler arasındaki boşluğu kapatamaz.
Stonebranch anketine katılanların yaklaşık %40’ı, otomasyon araçlarının belirli bulut tabanlı/SaaS teknolojilerine bağlanamadığını veya bunlara yalnızca API’ler aracılığıyla bağlanabildiğini söyledi. Raporun yazarları, “Kuruluşlar hibrit BT’nin zorluklarıyla boğuşurken, çeşitli ortamlarda otomatikleştirilmiş BT süreçlerini düzenlemenin önemi açıktır.”
OpsRamp çalışması, AIOps için gerekli becerilere sahip mühendis bulmanın zor olduğunu ortaya koyuyor. Yöneticilerin çoğunluğu, %68’i, AIOps için gereken becerilere sahip mühendisleri işe almanın altı aydan uzun sürdüğünü söylüyor. Raporun yazarları, “AIOps için işe alma, AIOps’u uygulamaktan daha uzun sürüyor” diyor. “Organizasyonlar, mümkün olan durumlarda, mevcut ITOps çalışanlarını AIOps için yeniden eğitmeye yatırım yapmalıdır.
Vurgulandığı gibi, yapay zeka ve otomasyonu BT süreçlerine ve iş departmanlarına getirmek için yüksek talep gören ve olmaya devam edecek beceriler Gaurav TewariOmega Venture Partners’ın kurucusu ve yönetici ortağı, Forbes, AI sistemlerinin eğitimini, uygulanmasını ve entegrasyonunu içerir. “İş akışlarını iyileştirmek için uygulamalar oluşturabilen” insanlar gerekir. Sistemlerin, çalışanların verileri düzgün bir şekilde analiz edebilmesi ve nüanslı kalıpları tanıyabilmesi için eğitilmesi gerekecek.”
Ek olarak, Tewan’a göre, yapay zeka sistemlerini yönetmek “işlevler arası liderlik, koordinasyon, değişiklik yönetimi ve yapay zeka sistemlerini çalışanların halihazırda yaptıklarını tamamlayacak şekilde yönetme becerisi gerektirecektir.”
Kaynak : “ZDNet.com”
genel-15