自動化是數據化轉型的關鍵組成部分，因為它是通過應用程序實現任務自動化，這是業務旅程第一階段（即數據化轉型）的重點。
隨著業務擴展其數據化存在以創造體驗，工作流的自動化在第二階段消耗了心智。
在第三個也是最後一個階段，即AI輔助業務中，通過AIOps和其他AI驅動的技術來創建和隨後使用可操作的見解，自動化是至關重要的。
自動化是一個關鍵概念，如果沒有一些描述我們正在自動化的內容的上下文，就很難談論它。
每年，當我和Cindy Borovick坐下來討論我們要從“應用程序狀態”中學習的內容時，我們不僅試圖提出與現在相關的問題，而且還可以窺見未來的相關問題。
對於自動化，這意味著超越對用於實現自動化的工具和技術的基本了解。這意味著探索自動化如何影響運營和業務，以及當今對從業人員而言具有挑戰性或令人沮喪的事物。這也意味著了解市場正在採用哪種方法來推動自動化，以及這些方法如何（或可能沒有）對數字化轉型產生影響。
這些方法之一是基礎架構即代碼。
基礎架構即代碼
基礎設施即代碼（IaC）是DevOps和SRE方法採用的一種慣例，以與開發人員對待代碼相同的方式對待置備和配置工件（文件）。這意味著它可以在存儲庫中進行理想的審查，測試和版本控制。這可以實現部署管道的自動化，因為在需要部署X的新實例（其中X可能是Web服務器，API網關或入口控制器，或者……您所看到的圖片）時，人員和工具都可以始終引用最新的工件。 ）。也許順應其起源，IaC支持的自動化類型通常被稱為GitOps，因為GitHub和GitLab通常被用作首選存儲庫，並且兩者都已很好地集成到當今的管道自動化工具中。
事實證明，採用IaC的組織從自動化工作的成功中看到了好處。
略超過一半（52％）的組織將“基礎架構視為代碼”。那些確實更可能頻繁部署的應用程序，具有完全自動化功能的應用程序部署管道以及比同期應用程序自動化更大比例的應用程序組合。
IaC和自動化的好處是顯而易見的，因此您必須懷疑為什麼更多的組織不採用這些方法？事實證明，有原因，而那些原因就是好的原因。
技能和工具自動化面臨的主要挑戰
沒有工具就無法實現自動化，我們多年來一直在追踪這些工具。在工具包中最先出現的是多雲，並且通常是開源選項，例如Terraform和Ansible。儘管雲提供商API仍在大量使用，但它們是特定於雲提供商的。當跨雲屬性操作應用程序時，這對所有IT域（安全性，基礎結構和網絡）的操作構成了重大挑戰。
因此，不可知論云的工具集的普及並不奇怪。將近一半的受訪者（47％）使用的工具包括Terraform，Ansible，GitHub，GitLab，Puppet和Chef。快死了嗎？特定於供應商的工具集僅佔所有受訪者的29％。這說明需要全面的，與云無關的自動化，因為應用程序組合以及提供並保護它們的技術現在分佈在多個公共和私有云，數據中心，甚至邊緣。
工具集之所以重要，是因為它們使組織能夠將基礎架構視為代碼。問題在於，今年受訪者確定的頭號挑戰是技能，而全球技能集的最大差距是……等待……工具集。
不難得出結論，要縮小技能差距並使更多組織享受將基礎結構視為代碼的好處，我們需要使工具集更易於使用，尤其是在跨環境自動化方面。
在我們的年度報告中，有更多關於自動化的見解，甚至更多。閱讀它，然後在此處返回時，我們將解壓縮應用程序安全性和交付技術的當前和將來狀態。