Co „nowa automatyzacja” oznacza dla karier w branży technologicznej
Aby zmniejszyć zapotrzebowanie na talenty AIOps, potrzebny będzie szereg nowych umiejętności.
„Cała historia inżynierii oprogramowania charakteryzuje się rosnącym poziomem abstrakcji” - mówi Grady Booch, główny naukowiec IBM ds. inżynierii oprogramowania i czołowy lider myśli w przestrzeni technologicznej.
Jeśli korzystałeś z ChatGPT, prawdopodobnie zastanawiałeś się nad konstrukcją zapytania - ale w ogóle nie zastanawiałeś się nad budową infrastruktury pomocniczej - serwerów, baz danych, sieci, a nawet dużych modeli językowych.
Witamy w epoce abstrakcji. Tempo abstrakcji, zarówno w przypadku profesjonalistów z branży technologicznej, jak i biznesowej, przyspiesza równie szybko - do punktu, w którym nie jest już wymagana dogłębna wiedza na temat instalacji hydraulicznych leżących u podstaw aplikacji i urządzeń - ani, w coraz większym stopniu, nawet nauki o danych.
Niektórzy nazywają powstającą konstelację technologii - sztuczną inteligencję, uczenie maszynowe i zaawansowaną robotykę (zarówno programową, jak i fizyczną) - jako „nową automatyzację”, która będzie wykonywać wiele rutynowych lub prostych zadań, ale w coraz większym stopniu będzie przejmować więcej złożone prace. Problem w tym, że skuteczne wprowadzenie „nowej automatyzacji” będzie wymagało szeregu umiejętności, których obecnie brakuje.
Większa wszechstronna automatyzacja oznacza większą samoobsługę dla wszystkich. Z niedawnej ankiety przeprowadzonej wśród 439 menedżerów i operatorów IT, opublikowanej przez Stonebranch, wynika, że automatyzacja samoobsługi kwitnie zarówno wśród technologów, jak i nietechnologów. Prawie wszyscy, bo 92%, umożliwia użytkownikom końcowym z zespołów zajmujących się przetwarzaniem danych, chmurą, programistami i branżą wykonywanie własnych przepływów pracy, narzędzi i procesów.
Automatyzacja samoobsługi „pomaga ludziom kontrolować własne procesy, ogranicza pracę ręczną i zwiększa wydajność - zarówno dla użytkownika końcowego, jak i zespołu IT” - stwierdzają autorzy raportu z badania. W przypadku osób zajmujących się technologią tempo jest jeszcze większe — zespoły zajmujące się danymi odnotowują dwukrotny wzrost samoobsługi, a programiści odnotowują czterokrotny wzrost rok do roku.
Sztuczna inteligencja już odgrywa rolę w realizacji zadań technologicznych. Ankieta przeprowadzona przez OpsRamp wykazała, że ponad 60% firm wdraża rozwiązanie AIOps, które wykorzystuje sztuczną inteligencję do samodzielnego monitorowania i ulepszania operacji IT. Największym wyzwaniem operacyjnym IT dla przedsiębiorstw w 2023 roku była automatyzacja jak największej liczby operacji, którą wskazało 66% respondentów. Główne zaobserwowane dotychczas korzyści AIOps obejmują zmniejszenie liczby otwartych zgłoszeń na incydenty (65%); skrócenie średniego czasu wykrycia lub przywrócenia (56%) oraz automatyzacja żmudnych zadań (52%).
Najnowsze dane dotyczące personelu IT pochodzące z Janco Associates wskazują, że niedawne zwolnienia dotknęły pracowników centrum danych i pracowników operacyjnych, a liderzy biznesowi chcą automatyzować procesy i raportowanie IT. Widoczną tendencją jest to, że osoby pragnące kariery w branży technologicznej muszą patrzeć wyżej - na aplikacje i doradztwo biznesowe.
Jednak osoby pracujące z hydrauliką i kodowaniem mają nadal dużo pracy. Niestety przejście do abstrakcji opartej na automatyzacji - szczególnie jeśli dotyczy sztucznej inteligencji - wymaga od początku pewnej ręcznej pracy. Nie wszystkie rozwiązania do automatyzacji mogą wypełnić lukę między systemami chmurowymi, kontenerowymi i lokalnymi. Prawie 40% respondentów ankiety Stonebranch stwierdziło, że ich narzędzia do automatyzacji albo nie mogą łączyć się z niektórymi technologiami opartymi na chmurze/SaaS, albo łączą się tylko z niektórymi technologiami opartymi na chmurze/SaaS za pośrednictwem interfejsów API. „Ponieważ organizacje stają przed wyzwaniami hybrydowego IT, oczywiste jest znaczenie koordynowania zautomatyzowanych procesów IT w różnych środowiskach” - stwierdzają autorzy raportu.
Badanie OpsRamp wykazało, że nadal trudno znaleźć inżynierów posiadających odpowiednie umiejętności do obsługi AIOps. Większość menedżerów (68%) stwierdziła, że zatrudnienie inżynierów posiadających odpowiednie umiejętności do obsługi AIOps zajmuje ponad sześć miesięcy. „Zatrudnianie pracowników AIOps trwa dłużej niż wdrażanie AIOps” - stwierdzają autorzy raportu. „Organizacje powinny inwestować w przekwalifikowanie obecnych pracowników ITOps do AIOps, jeśli to możliwe”.
Umiejętności, które są i będą nadal bardzo poszukiwane, aby wprowadzić sztuczną inteligencję i zaawansowaną automatyzację zarówno do procesów informatycznych, jak i biznesowych, jak nakreślił Gaurav Tewari, założyciel i partner zarządzający Omega Venture Partners w Forbes, obejmują szkolenia, wdrażanie i integrowanie sztucznej inteligencji systemy: Potrzebni są ludzie, „którzy potrafią budować aplikacje usprawniające przepływ pracy w biznesie. Będzie to oznaczać nauczenie systemów, aby pracownicy mogli właściwie analizować dane i rozpoznawać zróżnicowane wzorce”.
Ponadto Tewan twierdzi, że zarządzanie systemami AI „będzie wymagało wielofunkcyjnego przywództwa, koordynacji, zarządzania zmianami i umiejętności zarządzania systemami AI w sposób, który uzupełnia to, co już robią ich pracownicy”.