Menjelajahi perpaduan AI, open source, dan DevOps: Memanfaatkan potensi

Dunia teknologi telah menyaksikan beberapa titik belok yang telah membentuk cara perusahaan mengembangkan dan mengoperasikan sistem. Kecerdasan Buatan hanyalah titik belok terbaru yang memiliki dampak signifikan pada pengembang dan ekosistem sumber terbuka.

Selama Red Hat Summit minggu ini, Matt Hicks (foto), presiden dan kepala eksekutif Red Hat Inc., membahas titik belok ini dan pengaruhnya terhadap industri. Dengan karir yang ditandai oleh empat momen penting: open source, internet, tim terdistribusi, dan iPhone, Hicks percaya bahwa setiap momen ini telah berkontribusi pada evolusi teknologi dan telah menetapkan panggung untuk era saat ini di mana kita berada.

“Ketika Anda melihat tantangan yang dimiliki TI, dan kami telah melihat juga keamanan sebagai bagian besar dari itu, bagaimana operasi dapat mengimbangi kecepatan pengembang?” kata Hicks. “Bergeser ke kiri, keamanan, pengembang sedang menanganinya tepat di dalam pipa. Anda memiliki ancaman keamanan. Sekarang Anda memiliki AI, yang sekarang juga menjadi tantangan peluang data.”

Hicks berbicara dengan analis industri CUBE John Furrier dan Rob Strechay di KTT Topi Merah, selama siaran eksklusif di theCUBE, studio streaming langsung SiliconANGLE Media. Mereka membahas bagaimana Hicks melihat AI sebagai bidang yang berkembang pesat yang berpotensi menjadi model inovasi di masa depan. (* Pengungkapan di bawah.)

Menyeimbangkan pengembangan, operasi, dan AI dalam tantangan TI

Salah satu tantangan dalam lanskap teknologi informasi adalah kebutuhan operasi untuk mengikuti kecepatan pengembang. Dengan munculnya AI, kompleksitas pengelolaan ancaman keamanan dan peluang data semakin meningkat. Hicks menekankan pentingnya kolaborasi antara tim pengembangan dan operasi untuk mengatasi tantangan ini secara efektif. Sama seperti industri yang menganut konsep seperti “bergeser ke kiri” dalam keamanan, dia percaya bahwa AI dapat dimanfaatkan untuk meningkatkan keahlian domain dan meningkatkan praktik pengembangan dan operasi.

Konsep menaikkan lantai, yang mengacu pada pembelajaran yang dipercepat dan spesialisasi yang dimungkinkan oleh AI, juga menjadi topik diskusi. Hicks membandingkannya dengan pengaruh mesin telusur Google, yang membuat informasi lebih mudah diakses oleh pengembang. Dengan AI, individu dapat memperoleh keterampilan khusus dan belajar dari rekan mereka dengan lebih cepat, yang mengarah pada peningkatan produktivitas dan efisiensi.

“Saya memparalelkan ini kembali ke … ketika saya mulai, Anda harus membaca buku – atau dalam kasus saya, membaca kode sumber terbuka untuk belajar,” jelas Hicks. “Namun ketika Google muncul, pencariannya sangat luas, pengembang tidak perlu melakukan model yang sama. Mereka bisa mendapatkan banyak saran. AI melakukan hal yang sama. Anda dapat keluar dari perguruan tinggi, memiliki beberapa keterampilan inti, dan menjadi sangat, sangat baik dalam spesialisasi dengan cepat dan kemudian belajar dari orang-orang di sekitar Anda dengan lebih cepat.”

AI infrastruktur vs. AI aplikasi: Model khusus dan hasil deterministik

Sementara model bahasa besar memiliki peran penting dalam pengembangan dan eksperimen aplikasi, otomatisasi infrastruktur membutuhkan hasil yang lebih deterministik, menurut Hicks. Karena model AI menjadi lebih terspesialisasi untuk domain tertentu, penerapannya dalam otomatisasi infrastruktur perlu dikontrol dan aman secara ketat.

Mengenai risiko yang terkait dengan AI, sangat penting untuk menemukan keseimbangan yang tepat antara inovasi dan kepatuhan, kata Hicks. Prinsip-prinsip open-source berfungsi sebagai dasar pendekatan Red Hat, memastikan bahwa pilihan hak cipta dan lisensi open-source dihormati. Transparansi, atribusi, dan pemahaman sumber data pelatihan AI merupakan pertimbangan penting untuk mencegah pelanggaran yang tidak diinginkan dan menjaga integritas perangkat lunak sumber terbuka.

“Kami tidak ingin menjadi satu-satunya yang menjalankan proyek,” kata Hicks. “Kami harus bergabung, kami harus berkontribusi, tetapi di situlah Anda memanfaatkan potensi inovasi yang kami lihat dengan proyek seperti Backstage, kami melihat dengan AI, kami melihat dengan Linux, kami melihat dengan Kubernetes. Tapi, ya, itulah yang membuat open-source berfungsi, dalam pikiran kami.”

Bagaimana dengan pentingnya SBOM dalam rantai pasokan sumber terbuka? Masalah keamanan baru-baru ini, seperti kerentanan Log4j, telah menyoroti kebutuhan perusahaan untuk memiliki visibilitas dan kontrol yang lebih baik atas perangkat lunak yang mereka gunakan. Dengan memahami asal-usul dan lisensi komponen sumber terbuka, organisasi dapat membuat keputusan berdasarkan informasi dan memastikan keandalan dan keamanan rantai pasokan perangkat lunak mereka, tambah Hicks.

Inilah wawancara video lengkapnya, bagian dari liputan SiliconANGLE dan theCUBE KTT Topi Merah:

(* Pengungkapan: Red Hat Inc. mensponsori segmen CUBE ini. Baik Red Hat maupun sponsor lain tidak memiliki kendali editorial atas konten di CUBE atau SiliconANGLE.)

Foto: SiliconANGLE