Как ИТ-руководителям следует относиться к многочисленным концепциям хOps, которые обещают более гладкое и оперативное предоставление услуг? Как и при любом многообещающем обновлении технологий, необходимо переосмысление процессов и культуры, отмечают опрошенные порталом ZDNet эксперты.

DevOps, как известно, способствует более тесному сотрудничеству и автоматизации при доставке ПО — но это только начало нового этапа управления технологиями. Сейчас мы видим множество ответвлений, таких как DataOps, MLOps, ModelOps и другие хOps, которые стремятся добавить скорость, надежность и сотрудничество в доставку программного обеспечения и данных по корпоративным каналам. Существует даже Манифест DataOps, который имеет поразительное сходство с Манифестом Agile, разработанным в 2001 г.

Однако принятие концепций xOps не произойдет в одночасье. Или даже в течение нескольких месяцев. Как и при любом многообещающем обновлении технологий, необходимо переосмысление процессов и культуры.

Что же следует делать руководителям и специалистам ИТ-отделов? Как они должны реагировать на то, что разнообразные xOps обещают более гладкое и оперативное предоставление услуг? «Ключевой элемент подготовки — ответить на важные вопросы о существующих процессах, как формальных, так и неформальных, — говорит Элис Макклюр, директор по искусственному интеллекту и аналитике компании SAS. — Это поможет определить, на чем следует сосредоточиться в первую очередь, что необходимо обновить и где существуют узкие места».

DataOps, например, «обеспечивает гибкий подход к доступу к данным, их качеству, подготовке и управлению, охватывая весь жизненный цикл данных, от подготовки до отчетности. Эта концепция обеспечивает бóльшую надежность, скорость и сотрудничество в ваших усилиях по операционализации данных и аналитических рабочих процессов, — поясняет он. — В свою очередь, ModelOps становится обязательной методологией для внедрения масштабируемой предиктивной аналитики. Речь идет о запуске аналитики в производство — быстром итеративном продвижении моделей по жизненному циклу аналитики, обеспечивая при этом качество и позволяя осуществлять постоянный мониторинг и управление моделями с течением времени».

Все дело в объединении автоматизации и архитектуры, отмечает Амар Арсикере, технический директор и соучредитель компании InfoWorks: «Речь идет о развертывании системы, автоматизирующей работу с данными, метаданными, рабочими нагрузками и их оркестровкой, в противовес ручным операциям, которые требуют времени, денег и специализированных ресурсов».

Подходы xOps становятся необходимостью по мере того, как на первый план выходят приложения, не требующие ручного управления, такие как искусственный интеллект и машинное обучение. «Решение связанных с ними проблем часто не продумано изначально и в конечном итоге ложится на плечи DevOps- и ИТ-команд», — говорит Рахул Прадхан, вице-президент по продуктам и стратегии облачных платформ компании Couchbase, добавляя, что новые приоритеты, такие как непрерывная интеграция и непрерывная доставка, автоматизация и мониторинг в реальном времени, создают дополнительную нагрузку на эти команды. «От них требуют не только большего, но и более широкого и полномасштабного подхода. Это подчеркивает необходимость избавления их от решения операционных задач с низкой ценностью, таких как управление инфраструктурой и базами данных», — считает он.

Большинство операций «в значительной степени заскриптованы или автоматизированы, но настоящий успех достигается, когда весь процесс автоматизирован от начала до конца, — соглашается Патрик Макфадин, вице-президент по работе с разработчиками DataStax. — Командам xOps придется пройти тот же путь, который проходят инженеры по надежности систем в плане обучения и подготовки, поскольку они имеют дело с теми же проблемами в нативных облачных приложениях».

Вопреки распространенному мнению, успешное внедрение xOps не означает, что предприятия смогут сократить штат ИТ-специалистов, наоборот, им необходимо активизировать свои усилия по подбору и удержанию персонала. Нехватка ИТ-специалистов «может существенно помешать инициативам xOps, — говорит Прадхан. — Направьте больше усилий на удержание разработчиков. Принятие упреждающих мер по поддержанию их вовлеченности и удовлетворенности позволяет избежать выгорания в процессе цифровой трансформации».

Есть еще один ключевой аспект успеха xOps: на внедрение и преодоление закостенелой корпоративной культуры требуется время. «Новая методология ModelOps или DataOps не может быть внедрена и отлажена за один день, — отмечает Прадхан. — Для преобразования процессов требуется время. Привлечение нужных команд в начале проекта имеет решающее значение и должно включать определение количественно измеримых результатов и четкого понимания ролей».

Задача состоит в том, чтобы «изменить мышление команд и организовать их вокруг целей и результатов преобразования бизнеса, — говорит Арсикере. — Вместо того, чтобы полагаться на ручное кодирование или разрозненные точечные решения, нужно переосмыслить развертывание путем автоматизации сквозных процессов».

Именно здесь методологии хOps «могут помочь упростить работу, повысить ценность бизнеса и обеспечить наилучшее качество обслуживания клиентов», — считает Прадхан. Он призывает использовать комбинированный подход, похожий на стратегию строительства из блоков Lego, «чтобы снять напряжение, которое может возникнуть при реализации возможностей xOps и стратегий цифровой трансформации. Одни и те же блоки и стратегии можно использовать снова и снова».

Кроме того, пришло время объединить разработку и развертывание инфраструктуры приложений и данных под одной крышей, полагает Макфадин. «Не держитесь за старые методологии, — говорит он. — Я часто вижу, как предприятия разделяют инфраструктуру приложений и инфраструктуру данных, используя различные методы и стандарты. Приверженность единому подходу для кода и данных может открыть широкие возможности. Это означает поиск способов сделать часть стека приложений, связанную с данными, нативно-облачной».

Внедрение облачных технологий для данных «отличает команды, которые двигаются быстро, — говорит Макфадин. — Это означает использование всего, что доступно в экосистеме Kubernetes, в своих интересах. От CI/CD до наблюдаемости — цель заключается в создании повторяемых и надежных систем. DevOps занимает лидирующее положение в проектах, которые решают различные проблемы. Сейчас MLOps и DataOps быстро становятся частями новых и развивающихся проектов».