PDG de CloudBees : l’état du développement logiciel est un désastre – DevOps.com
Le PDG de CloudBees, Anuj Kapur, a déclaré aujourd’hui aux participants à un événement DevOps World qu’avec les développeurs qui ne consacrent que 30 % de leur temps à écrire du code, l’état actuel du développement logiciel dans les organisations informatiques d’entreprise est un désastre.
Après plus de 14 ans d’efforts, la promesse du DevOps, en termes de capacité à accélérer le rythme de déploiement des applications, reste largement académique, a déclaré Kapur. En fait, les efforts visant à transférer davantage de responsabilités en matière de sécurité des applications vers les développeurs n’ont fait qu’augmenter la charge cognitive et réduire le temps disponible pour écrire du code, a-t-il noté.
Cependant, avec l’essor de l’intelligence artificielle générative (IA), un point d’inflexion qui augmentera considérablement la vitesse à laquelle les applications sont créées et déployées est arrivé, a déclaré Kapur. Le défi sera d’atteindre cet objectif sans augmenter la charge cognitive des développeurs. Cette surcharge cognitive fait que 70 % du temps des développeurs n’est pas productif au sein des organisations qui embauchent souvent des milliers de développeurs, a-t-il noté.
Malgré tous les problèmes DevOps qui doivent être résolus, les progrès de l’IA promettent des améliorations. Le marché global du DevOps est encore relativement jeune, compte tenu du niveau actuel d’adoption, a déclaré Kapur. « Nous continuons de croire que le marché est précoce », a-t-il déclaré.
Aujourd’hui, CloudBees a dévoilé la première mise à jour majeure de la plate-forme open source d’intégration continue/de livraison continue (CI/CD) Jenkins réalisée au cours des dernières années. Dans le même temps, la société a également dévoilé une plate-forme DevSecOps basée sur Kubernetes, optimisée pour la création et le déploiement d’applications cloud natives basées sur des pipelines Tekton portables. Cette dernière plate-forme constitue la base sur laquelle CloudBees appliquera, dans les mois à venir, l’IA générative au génie logiciel pour, par exemple, créer des tests unitaires à la volée et automatiser les restaurations.
De plus, les capacités DevSecOps seront étendues jusqu’aux environnements de développement intégrés (IDE) afin de réduire la charge cognitive des développeurs.
L’objectif global est de réduire le nombre de processus manuels qui créent des goulots d’étranglement qui rendent difficile la gestion du DevOps à grande échelle.
Les critiques concernant le niveau de productivité des développeurs permis par DevOps par rapport à d’autres approches de développement doivent être tempérées, a déclaré Tapabrata Pal, vice-président de l’architecture chez Fidelity Investments, car cela représente encore une avancée significative. Il reste clairement trop de travail à faire, mais les problèmes qui entravent la vitesse à laquelle les développeurs peuvent écrire efficacement du code ont tendance à être plus culturels que techniques, a-t-il ajouté.
Les organisations ne sont pas enclines à faire automatiquement confiance au code créé par les développeurs. Par conséquent, il existe encore beaucoup de frictions dans le processus DevOps, a noté Pal.
En théorie, les progrès de l’IA devraient réduire ces frictions, mais les grands modèles de langage (LLM) qui pilotent les plates-formes d’IA générative et leur capacité à créer du code fiable n’en sont encore qu’à leurs débuts, a-t-il ajouté. Cela devrait s’améliorer car les LLM sont spécifiquement formés à l’aide d’un code de haute qualité, mais en attendant, la vitesse à laquelle un code de qualité inférieure pourrait être généré pourrait submerger les processus DevOps jusqu’à ce que l’IA y soit également appliquée, a déclaré Pal.
Thomas Haver, ingénieur logiciel principal chez M&T Bank, a ajouté que même si les technologies d’IA assistée auront un impact majeur, il n’est pas raisonnable de s’attendre à ce que les grandes organisations les absorbent du jour au lendemain. Il faudra faire preuve de patience pour garantir que les progrès soient réalisés de manière à la fois sûre et durable, a-t-il ajouté. Dans certains cas, les organisations peuvent choisir de créer leurs propres LLM pour atteindre cet objectif, a noté Haver. « Il ne faut pas s’attendre à un changement en un rien de temps », a-t-il déclaré. « Il faudra du temps pour voir les fruits de notre travail. »
Même si de nombreux défis DevOps doivent être résolus, les avantages continuent de dépasser les coûts et les efforts nécessaires pour réussir. L’espoir est qu’avec l’aide de l’IA, le retour sur investissement continuera de s’accumuler.