Madrid, 11 de octubre de 2023. Dyntrace, líder en seguridad y observabilidad unificadas, ha publicado los resultados de su encuesta internacional e independiente realizada a 450 profesionales IT, responsables de DevOps y seguridad automatizada en grandes empresas. El estudio revela que la inversión en la automatización de DevOps está mostrando grandes beneficios para las compañías, entre los que destaca un 61% de mejora en la calidad del software, una disminución del 57% en los fallos de implementación y una reducción en gastos IT del 55%.
Sin embargo, en muchas empresas, la implementación de la automatización de DevOps sigue estando en sus primeras fases de madurez. La ausencia de una estrategia claramente definida para la automatización de DevOps; la prevalencia de la complejidad de la cadena de herramientas; y el reto de analizar los datos de seguridad y observabilidad, están impidiendo que las compañías puedan aprovechar al máximo sus inversiones. Esta investigación realizada por Dynatrace subraya la necesidad de implementar prácticas de automatización basadas en datos e impulsadas por Inteligencia Artificial, permitiendo así a las empresas responder mejor a sus necesidades de negocio.
En dicho informe, se invita a las organizaciones a realizar una valoración sobre sus procesos de automatización de DevOps para llegar a entender la madurez de sus prácticas con la ayuda de Dynatrace. 2023 DevOps Automation Pulse Report incluye conclusiones muy interesantes sobre la materia entre las que destacan las siguientes:
En los próximos 12 meses, las empresas van a invertir en la automatización de DevOps para apoyar la gestión de la seguridad y compliance (55%), el suministro y la gestión de infraestructuras (52%) y la optimización del rendimiento (51%). Sin embargo, sólo el 36% de las organizaciones cuenta con una estrategia definida y clara de automatización de DevOps que pueda servir como base para estos objetivos e inversión.
El informe muestra que, de media, las compañías han conseguido automatizar algo más de la mitad (un 56%) de su ciclo integral de DevOps y que confían en más de siete herramientas diferentes para la automatización de DevOps. Asimismo, dichas empresas aseguran que las mayores barreras que les impiden automatizar nuevos casos de uso de DevOps son las preocupaciones por la seguridad (54%), la dificultad para hacer operativos los datos (54%) y la complejidad de la cadena de herramientas (53%).
“A medida que más organizaciones adoptan la entrega de software ‘cloud-native’, la automatización de DevOps ha evolucionado hasta convertirse en una necesidad estratégica”, afirma Bernd Greifeneder, CTO de Dynatrace. “La predominancia de arquitecturas Kubernetes y stacks tecnológicos que han superado la capacidad humana de gestión está impulsando la necesidad de una organización y protección automatizadas del ecosistema. Las empresas intentan satisfacer esta necesidad creando y gestionando una creciente variedad de herramientas de código abierto de manera manual. Sin embargo, este enfoque empieza a presentar grietas ya que los equipos están atrincherados en silos de datos, núcleos aislados de automatización y operaciones manuales reactivas que requieren grandes esfuerzos de seguridad. Necesitan urgentemente un enfoque unificado y respaldado por Inteligencia Artificial para la optimización de DevOps o les será imposible acelerar la innovación y mantener la calidad y la seguridad de software al mismo tiempo.
Otros datos interesantes que recoge la investigación de Dynatrace señalan que el 71% de las compañías utilizan observabilidad para impulsar la automatización y la eficiencia en flujos de trabajo de DevOps. Dicho esto, el 85% de las empresas se enfrentan a grandes desafíos a la hora de utilizar los datos de observabilidad para impulsar la automatización de DevOps. Según el informe, los principales retos a los que se enfrentan las organizaciones son la inaccesibilidad de los datos (51%), el aislamiento de los datos (43%) y la necesidad de que los datos pasen por muchos sistemas para poder ser analizados (41%). Asimismo, el 54% de los encuestados está invirtiendo en plataformas que facilitan la integración de herramientas y la colaboración entre los equipos que participan en los proyectos de automatización.
Por último, cabe destacar que, el 59% de las organizaciones, espera que los grandes modelos de lenguaje (en sus siglas LLM) como ChatGPT o Brad, tengan un impacto significativo en sus capacidades de automatización DevOps, siendo sus principales beneficios el aumento de la productividad y la reducción del esfuerzo manual (57%); la mejora del desarrollo, la seguridad y la colaboración de operaciones (56%), así como permitir a los equipos generar código de manera automática (48%).
“La automatización basada en datos es clave para impulsar la innovación y satisfacer las expectativas de los clientes en la era del native cloud”, explica Greifeneder. “Esto requiere una plataforma que pueda gestionar el enorme volumen y la cantidad de datos que generan los stacks del cloud, y que utilice la Inteligencia Artificial para proporcionar información precisa y procesable para la automatización de DevOps. A diferencia de las técnicas tradicionales de IA, que tienen un alcance y utilidad limitadas, las plataformas que combinan técnicas predictivas, causales y generativas, pueden sobresalir en funciones específicas para abordar diferentes casos de uso en la automatización de DevOps. De esta manera, los equipos maximizan el valor de sus datos, eliminan los silos de datos y pueden automatizar procesos de DevOps con confianza y seguridad”.