人工知能（AI）は、DevOpsの取り組みをフラジャイル（脆弱）からアジャイル（俊敏）へと変える助けになるだろうか。AIはソフトウェアのコード生成だけでなく、それに伴うすべての作業、たとえば仕様策定、文書化、テスト、展開などを大幅に加速する可能性がある、との見方が業界全体に広がっている。
AIはこの数年、運用や予測に使用され、舞台裏で動作してワークフローやスケジュールを自動化してきた。ITマネージャーやIT担当者は今、生成AIの可能性を受け入れつつある。
GartnerのManjunath Bhat氏が率いるアナリストチームによって発表された分析によると、AIを採用してソフトウェア開発ライフサイクルの強化を図るプラットフォームエンジニアリングチームの数が、今後3年以内に5％から40％に増加する見込みだという。
IT業界全体で、AIはDevOpsとそれに関連するアジャイル手法を強化する可能性があるとの楽観論が目立つ。「DevOpsの領域とAIの領域の融合は相互補完的な形をとり、ソフトウェア開発ライフサイクルの全段階が強化され、ソフトウェアの市場投入の期間短縮、信頼性向上、効率化が実現する可能性がある」。SASのプリンシパルソフトウェアエンジニアのBilly Dickerson氏は米ZDNETにこう語った。
生成AIとDevOpsプロセスに関連する活動が、非常に多く実施されている。自動化を専門とするStonebranchが発表した調査では、408人のテクノロジーマネージャーのほぼ全員（97％）が「生成AIを自動化プログラムに組み込むことに関心がある」と回答した。これらの専門家は「生成AIについて、多様なツールを結び付けて幅広いユーザーに力を与える極めて重要なツールだと考えている」と調査レポートの著者らは指摘する。
AIはDevOpsを強化するが、DevOpsもAIアプリケーション開発を強化する、ということがStonebranchの調査で示されている。機械学習パイプラインを採用して生成AI関連のイニシアチブに活用している回答者は、72％以上にのぼった。
生成AIを用いたソフトウェアコードの作成や修正に大きな注目が集まっているが、これは開発プロセスのごく一部にすぎない。今こそ、AIによってIT担当者とITマネージャーの他の業務を支援する方法に目を向けるべきだ。
「開発者は、平均で作業時間の10～25％をコードの作成に費やしている」とGartnerのBhat氏と共著者らは記している。「残りの時間で行っているのは、仕様の確認、ドキュメントの作成、コードレビュー、会議への出席、同僚の支援、既存のコードのデバッグ、他のチームとの共同作業、環境のプロビジョニング、本番環境のインシデントのトラブルシューティング、技術やビジネスの概念の学習などだ」
AIを「DevOpsフィードバックループのすべての段階、すなわち計画、コードのレビューと開発、ビルド、テスト、展開、監視、測定に統合することで、チーム内の共同作業が増加し、結果が確実に改善される」とSASのDickerson氏は指摘した。計画に関しては、「AIがユーザーの要望から要件を自動生成して、タイムラインの不整合を検出し、さらには不完全な要件を特定することで、プロジェクト管理プロセスを効率化できる可能性がある」
Dickerson氏によると、AIはコードのレビューと開発における手間のかかるプロセスの処理も可能だという。「AIは開発者に定型コードの自動生成に関する提案ができるだけでなく、コードレビュープロセスに貢献する可能性もある。このアプローチによってチーム間の共同作業が促進され、さらなるイノベーション、市場投入までの時間の短縮、ビジネス目標との整合性の向上につながると考えられる」
