Muitas mudanças ocorreram nos últimos anos, e o papel do programador não passou incólume. Pelo contrário. Isso quer dizer que, vez do tradicional ciclo de vida do desenvolvimento de softwares (planejados, construídos e lançados), muitos desses profissionais agora trabalham em equipes multidisciplinares, em que o desenvolvimento e as operações coexistem lado a lado — e é cada vez mais difícil distingui-las.

Esse modelo, como se sabe, foi denominado DevOps. Mas o fato é que tal conceito também já está começando a mudar (e, claro, a se adaptar). Vale ressaltar, aliás, que atualmente há uma infinidade de siglas para diferentes perspectivas de trabalho e tendências futuras. Aqui, porém, falaremos do AIOps — e por que essa isso vem atraindo tanta atenção.

Mas, afinal, o que é AIOps?

O termo AIOps refere-se à visão na qual as ferramentas de AI (Artificial Intelligence) vêm, aos poucos, substituindo o papel do desenvolvedor — e é (claro!) um tanto complexo, evidentemente, avaliar se essa tendência realmente faz sentido.

O fato, entretanto, é que para compreender as razões pelas quais as ferramentas de IA foram adotadas tão rapidamente pelos times de DevOps, faz-se necessário saber até que ponto elas têm sido valiosas nesse sentido.

Assim, de um lado temos a utilização dessas ferramentas como um meio para que desenvolvedores sobrecarregados se mantenham constantemente atualizados sobre os sistemas incrivelmente complicados em que trabalham. Paralelamente, a adoção de soluções de IA oferece uma diversidade de técnicas automatizadas de desenvolvimento e implantação de código, que têm transformado a maneira como os softwares são desenvolvidos.

Seja como for, basta observar a proliferação de modelos de infraestrutura em Cloud nos últimos dez anos para atestar a importância da IA. Vale ressaltar que, hoje em dia, a maioria das organizações trabalha com algum modelo de infraestrutura híbrida ou nuvem — e é praticamente impossível gerenciar tal cenário sem o auxílio da IA.

Há, ainda, o fato de que algumas ferramentas de IA abrem novas possibilidades de desenvolvimento e distribuição de código. A velocidade com que tais soluções avaliam os requisitos individuais do usuário, por exemplo, faz com que seja possível ajustar e especificar o comportamento padrão de navegação na internet para cada usuário individualmente — reduzindo sua vulnerabilidade a tipos específicos de malware.

AIOps: Uma nova realidade

O resultado da utilização dessas ferramentas ampliou rapidamente sua adoção pelas equipes de DevOps — e, para todos os efeitos, as equipes que hoje executam várias nuvens enxergam as interfaces de IA quase como uma necessidade. Outra consequência dessa mudança é o tempo com que os desenvolvedores analisam dados e sistemas.

Para que se tenha uma ideia, no passado o papel da equipe de operações envolvia a construção e manutenção de um painel, com todos os dados do software, para que seus membros pudessem consultá-los sempre que fosse necessário. Essa tarefa, no entanto, hoje é obsoleta — uma vez que a maioria das equipes de DevOps utiliza ferramentas de IA que monitoram automaticamente o sistema em que estão trabalhando.

Uma pesquisa do GitLab trouxe, aliás, números reveladores sobre essa tendência. De acordo com o estudo, algumas empresas têm lançado novos códigos até dez vezes mais rápido do que faziam anteriormente. E  (surpresa!) 75% delas utilizam IA e ML (Machine Learning) para testar e revisar o pré-lançamento do código.

Assim, conforme as ferramentas de IA foram adotadas na área de desenvolvimento, as equipes de DevOps passaram a utilizar menos de seu tempo para gerenciar diretamente seus softwares. Em contrapartida, porém, esses times tornaram-se maiores e mais atarefados do que nunca. Afinal, os ciclos de desenvolvimento ficaram muito mais rápidos.

Para todos os efeitos, portanto, o tempo que esses times costumavam empregar em tais atividades é, agora, ocupado por tarefas mais nobres, ou seja, indubitavelmente mais valiosas — como planejamento estratégico e metanálises, por exemplo — além de garantir que os objetivos de desenvolvimento estejam em consonância com os da gestão.

Conclusão

Naturalmente, ainda é muito cedo para afirmar que as ferramentas de Inteligência Artificial assumirão o lugar do DevOps, uma vez que ainda não possuem capacidade para responder às demandas de usuários de maneiras realmente criativas — mesmo que estejam à altura em diversas aplicações.

Todos esses aspectos, no entanto, apontam para o fato de que os times de DevOps estão cada vez mais concentrados nos core business das organizações — e não apenas nos desafios técnicos. Tal mudança, é necessário observar, impacta diretamente na qualidade dos softwares produzidos.

Por essa razão, pode-se afirmar, sem medo de errar, que um dos maiores — e mais importantes — benefícios proporcionados pelas ferramentas de IA é permitir que as equipes de desenvolvedores possam se concentrar, ainda mais, em atividade criativas e estratégicas.