- Peningkatan adopsi AI dan machine learning
- Kedua teknologi ini juga memperkuat otomatisasi penulisan kode, analisis, pengujian, deployment, monitoring, serta keamanan dan compliance
- Jika AI dan machine learning bekerja bersama dalam DevOps, sebagian tugas dalam proses pengembangan software dapat diotomatisasi sehingga meningkatkan produktivitas dan efisiensi
- Menurut Market Research, di pasar DevOps, ukuran pasar global generative AI diperkirakan tumbuh dari US$1,3025 miliar pada 2023 menjadi US$22,1 miliar pada 2032, dengan CAGR 38,2%
- Faktor pertumbuhan:
- Semakin banyak perusahaan berpindah ke cloud, sehingga pengembangan software dituntut menjadi lebih otomatis dan lebih efisien
- Karena generative AI adalah teknologi otomasi, teknologi ini akan digunakan sebagai alat kunci untuk mencapai tujuan tersebut
- Faktor penghambat:
- Tenaga kerja yang mampu membangun dan mengimplementasikan solusi generative AI masih kurang
- Potensi bias pada model generative AI serta kemungkinan memicu persoalan etika dan hukum
- Sulitnya mengintegrasikan generative AI ke dalam metode pengembangan software saat ini
- Saat digunakan untuk mengotomatisasi sebagian proses dalam pengembangan software, generative AI dapat menghadirkan kerentanan baru dan attack vector baru
- Perluasan containerization
- Containerization adalah pemisahan kode software ke dalam masing-masing container dengan membungkusnya bersama elemen penting seperti library, framework, dan dependency lainnya
- Sebagai bagian dari inisiatif transformasi digital, banyak perusahaan mengganti pekerjaan TI manual lama dengan software yang mengotomatisasi proses testing, konfigurasi, dan runtime. Container muncul sebagai teknologi penting yang mendukung hal ini
- Menurut Reportlinker.com, ukuran pasar application container diperkirakan tumbuh dari US$4,23 miliar pada 2023 menjadi US$15,006 miliar pada 2028, dengan CAGR 28,9%
- Faktor pertumbuhan:
- Container mendukung percepatan time-to-market aplikasi karena menawarkan siklus rilis yang lebih cepat dan lebih konsisten
- Saat beralih ke cloud, perusahaan menaruh perhatian pada fleksibilitas dan penghematan biaya dari container lalu mengambil strategi container-first, yang dapat mendorong penyebaran containerization
- Faktor penghambat:
- Kecepatan deployment application container membuatnya rentan terhadap risiko keamanan seperti bug atau misconfiguration yang digunakan dalam bisnis
- Dengan deployment container, infrastruktur TI menjadi lebih beragam sehingga perusahaan dapat kekurangan visibilitas atas lokasi data mission-critical dan menjadi lebih rentan terhadap masalah kehilangan data
- Container bisa lebih rentan terhadap risiko keamanan tertentu seperti kernel exploit dan kerentanan pada shared resource
- Misconfiguration atau praktik keamanan yang tidak diawasi dapat menyebabkan celah keamanan serius
- Meluasnya adopsi IaC
- Infrastructure as Code (IaC) adalah praktik DevOps untuk mengelola dan melakukan provisioning infrastruktur melalui kode, bukan proses manual
- Organisasi dapat menggunakan IaC untuk mengurangi waktu yang dibutuhkan dalam provisioning dan pemeliharaan infrastruktur, sekaligus meningkatkan akurasi dan konsistensi konfigurasi infrastruktur
- Menurut Fortune Business Insights, ukuran pasar IaC global diperkirakan tumbuh dari US$908,7 juta pada 2023 menjadi US$3,3049 miliar pada 2030, dengan CAGR 20,3%
- Faktor pertumbuhan:
- Arsitektur modern tersusun dari service dan API yang loosely coupled namun saling bergantung
- Akibatnya, penggunaan resource cloud yang dikelola manusia meningkat, dan IaC dapat menangani kompleksitas ini
- Platform IaC menyediakan semua kemampuan bahasa pemrograman bagi developer
- Dengan demikian, dependency aplikasi cloud modern dapat dikelola dengan lebih sederhana
- Faktor penghambat:
- IaC membutuhkan tingkat keterampilan teknis yang tinggi
- Sebagian perusahaan mungkin enggan mengadopsi IaC karena perubahan budaya dan prosedur bisnis, risiko migrasi aplikasi lama, atau kemungkinan tim tidak memiliki keterampilan yang dibutuhkan
- Organisasi menghadapi tantangan saat mengubah proses manajemen infrastruktur manual menjadi proses otomatis berbasis kode
- Hal ini dapat sangat memengaruhi workflow yang ada dan menurunkan produktivitas operasional bisnis
- Kurangnya pengetahuan untuk menangani arsitektur perusahaan besar yang berlapis dan kompleks dapat memicu resistensi saat mengintegrasikan teknologi baru
- Masalah ini dapat menimbulkan risiko saat mengelola konfigurasi infrastruktur berbasis kode organisasi dan menciptakan persoalan kerentanan
- Kompleksitas dalam mengelola arsitektur berbasis kode pada akhirnya dapat membatasi pertumbuhan pasar IaC
- Meningkatnya pentingnya observability
- Observability adalah ukuran untuk menunjukkan ‘seberapa baik keadaan internal sistem dapat disimpulkan dari hasil output eksternal sistem (pengetahuan)’. Ini mencakup aktivitas mengumpulkan, memvisualisasikan, dan menganalisis metrik, event, log, dan trace
- Tool observability memberikan visibilitas real-time dan insight terperinci terkait performa aplikasi di lingkungan yang kompleks dan terdistribusi
- Menurut Future Market Insights, ukuran pasar ini diproyeksikan tumbuh dari US$2,1737 miliar pada 2022 menjadi US$5,5532 miliar pada 2032, dengan CAGR 8,2%
- Faktor pertumbuhan:
- ‘Permintaan pasar berubah dengan cepat, dan untuk meresponsnya secara fleksibel dan agile, perusahaan perlu memiliki teknologi observability
- Hal ini dapat mendorong komunikasi dan kolaborasi antara pemangku kepentingan dan pelanggan, menurunkan hambatan antara operasi TI, desain, dan bisnis, serta memainkan peran penting dalam bisnis
- Di industri saat ini, fokus diarahkan pada pemahaman dan analisis performa aplikasi serta peningkatan stabilitas, skalabilitas, dan availability aplikasi
- Karena itu, kesadaran bersama terhadap observability akan meningkat dan pemanfaatan platform terkait juga akan bertambah
- Faktor penghambat:
- Biaya implementasi teknologi platform observability cukup tinggi
- Kekurangan tenaga ahli juga akan menimbulkan resistensi di berbagai organisasi terhadap implementasi tool dan teknologi baru
- Kebangkitan NoOps
- Konsep bahwa ‘lingkungan software sepenuhnya diotomatisasi sehingga tim operasi tidak perlu lagi mengelolanya’
- Konsep ini bertujuan memaksimalkan efisiensi operasional hingga kebutuhan akan tim operasi khusus menjadi tidak lagi diperlukan
- AI, IaC, dan serverless computing disebut sebagai teknologi dasar NoOps
- NoOps bertujuan agar developer terbebas dari masalah operasional dan bisa fokus pada coding
- Semakin banyak organisasi mengadopsi NoOps karena adanya platform AIOps yang mengotomatisasi proses operasi TI dengan menggabungkan big data dan machine learning
- Organisasi perlu mengeksplorasi transisi ke NoOps dengan hati-hati
- Meski efisiensi operasi meningkat, tetap perlu berhati-hati agar tidak kehilangan insight penting dan kemampuan pengambilan keputusan manusia
Belum ada komentar.