Questo articolo è stato pubblicato in origine su The New Stack.
Le internal developer platform (IDP) e l’integrazione dell’AI stanno favorendo una nuova era di democratizzazione all’interno dello sviluppo software, aiutando il platform engineering a realizzare l’obiettivo di un’esperienza per sviluppatori fluida e di un ciclo di vita dello sviluppo software (SDLC) ottimizzato.
Il platform engineering utilizza i principi DevOps e Site Reliability Engineering (SRE) per comprimere l’intero SDLC.
Proprio come in una grande fabbrica, dove sia le persone che i piccoli meccanismi svolgono un ruolo chiave per raggiungere risultati condivisi, i ruoli di piattaforma (platform roles) realizzano funzioni e responsabilità specializzate per allinearsi agli obiettivi aziendali.
Questi ruoli sono stati tradizionalmente una prerogativa di platform engineer e software engineer esperti perché richiedevano una profonda competenza tecnica nello sviluppo software, nella gestione dell’infrastruttura e in specifiche tecnologie di piattaforma.
Il platform engineering ha facilitato un DevOps più fluido creando team di piattaforma dedicati e interfunzionali che forniscono servizi condivisi come parte di una internal developer platform.
Le IDP astraggono qualsiasi complessità sottostante dell’infrastruttura e degli strumenti, offrendo capacità self-service e ambienti preconfigurati. Allo stesso modo, gli strumenti basati sull’AI stanno abbattendo le barriere d’ingresso automatizzando le attività più ripetitive, con assistenza intelligente nel coding e nel debugging e con approfondimenti sulle prestazioni del sistema.
Ruoli di piattaforma: le IDP come fattori abilitanti della democratizzazione
Il platform engineering dovrebbe aiutare gli sviluppatori fornendo loro una solida base e strumenti essenziali per operare con facilità.
Ma questo non è semplice da realizzare, poiché il panorama cloud-native è incline ad accumulare strati di complessità, come un gomitolo di fili che si aggroviglia sempre più.
Il risultato è che i ruoli di piattaforma sono spesso poco chiari senza un approccio strutturato.
I team di piattaforma interfunzionali aiutano a sbrogliare questo complicato groviglio di problemi, con la piattaforma che diventa l’unica fonte di verità. L’IDP rappresenta una struttura basilare di conoscenza: un ecosistema interconnesso che presenta elementi costitutivi altamente flessibili, componenti riutilizzabili, strumenti self-service e ambienti preconfigurati.
Questa astrazione consente a ruoli esterni al tradizionale platform engineering, come data engineer, business analyst e altre figure non tecniche, di interagire con le capacità della piattaforma senza aver bisogno di una profonda esperienza operativa o di conoscenza del backend.
Offrendo interfacce standardizzate e facili da usare e componenti riutilizzabili, le IDP consentono a team più ampi di effettuare il provisioning di ambienti, distribuire, monitorare e gestire applicazioni o pipeline di dati in modo indipendente. Ciò riduce la dipendenza dai platform engineer per le attività di routine e promuove una maggiore autonomia e collaborazione tra i ruoli.
Nello specifico, l’IDP potrebbe estendere l’accesso a:
- Data engineer: Possono utilizzare le capacità della piattaforma dati come cataloghi di dati, livelli di integrazione dei dati e servizi CRUD. Un’interfaccia utente semplice e intuitiva consente una gestione più agevole delle pipeline di dati e una più stretta integrazione con i flussi di lavoro di software engineering attraverso ambienti preconfigurati per l’acquisizione e l’elaborazione dei dati.
- Business technologist e citizen developers: I power user in dipartimenti come marketing, finanza o operations vedono il loro accesso alla piattaforma facilitato da funzionalità come l’abilitazione low-code/no-code, interfacce drag-and-drop e un marketplace di componenti riutilizzabili, consentendo loro di costruire applicazioni aziendali e portare valore senza una profonda conoscenza del coding.
- Leader aziendali: I product manager e i digital transformation officer hanno accesso a dashboard e metriche tramite strumenti self-service. Potrebbero attivare il lancio di funzionalità e visualizzare dati sulle prestazioni in tempo reale senza coinvolgere continuamente gli sviluppatori.
- Altri ruoli IT: L’IDP è progettata per servire più team, inclusi quelli delle operazioni IT e della sicurezza delle applicazioni, fornendo la scoperta self-service e l’accesso a capacità che ottimizzano i loro flussi di lavoro. La piattaforma li aiuta con blueprint di infrastruttura predefiniti per il provisioning e lo scaling. Ad esempio:
- Ingegneri QA/Test: Il portale self-service fornisce la configurazione automatica dell’ambiente di test. Un ingegnere QA potrebbe distribuire un ambiente di test con tutti i servizi richiesti con un singolo clic dalla piattaforma.
- Analisti della sicurezza: Una dashboard IDP con scorecard e security guard rails consente la scansione e i controlli di conformità per le nuove distribuzioni di codice. Il design security-as-a-service è saldato direttamente alla piattaforma.
- Ingegneri ML/Data Scientists: Potrebbero utilizzare pipeline di addestramento di modelli predefinite e paved roads per distribuire modelli addestrati senza bisogno di scriptare i passaggi dell’infrastruttura o gestire i container.
L’AI come catalizzatore della democratizzazione dei ruoli di piattaforma
Le piattaforme moderne che incorporano l’AI migliorano ulteriormente questo processo. Assistenti virtuali e agenti sensibili al contesto ottimizzano i flussi di lavoro, automatizzano i processi e raccomandano soluzioni personalizzate su richiesta, attraverso tutti gli strati della fabbrica IT. Un’interfaccia già di per sé user-friendly diventa ancor più intelligente: ti guida attraverso questi strati senza interruzioni in maniera conversazionale, fornendo orientamento e insight pertinenti.
Ciò significa che tutti i professionisti coinvolti nella creazione e manutenzione del software sanno di poter accedere facilmente all’ecosistema e contare su fonti di informazioni contestualizzate e preziose per migliorare il proprio lavoro, allineandosi così con gli obiettivi aziendali. Ma soprattutto significa che tutti svolgono un ruolo all’interno del paradigma della piattaforma.
In sintesi, l’AI contribuisce alla democratizzazione dei ruoli di piattaforma abbassando le barriere tecniche e consentendo una partecipazione più ampia. Vediamo alcuni esempi pratici:
- I data engineer ricevono suggerimenti intelligenti per migliorare l’efficienza dei dati o ottengono avvisi automatici di anomalie dei dati. Gli assistenti AI possono anche aiutarli a scoprire, gestire e accelerare i processi di data governance.
- I business technicians beneficiano di interfacce in linguaggio naturale: gli assistenti possono creare automazioni attraverso i flussi di lavoro delle attività e generare script, dare consigli sulla composizione di applicazioni o sulla consultazione della documentazione.
- I leader aziendali si affidano agli assistenti per riepilogare l’impatto delle distribuzioni, prevedere i risultati, segnalare i rischi o per esplorare le metriche del sistema. L’analisi aumentata supporta il processo decisionale aziendale.
- Gli ingegneri QA/Test possono utilizzare l’AI per scrivere test, identificare lacune nella copertura dei test o ottenere suggerimenti per il predictive testing basati su recenti modifiche al codice o tassi di fallimento storici.
- Gli analisti della sicurezza sono supportati da report curati sui problemi di rischio e sulle fasi di remediation, nonché da avvisi automatici basati su vulnerabilità e prioritizzazione.
- Gli ingegneri ML/Data Scientists utilizzano piattaforme basate sull’AI per automatizzare la distribuzione, il monitoraggio dei modelli e il rilevamento del data drift, ma possono anche ricevere suggerimenti sulle tecniche di feature engineering e golden paths per le pipeline di ModelOps.
Implicazioni più ampie e impatto sui ruoli organizzativi
L’effetto più prezioso è probabilmente il passaggio dai tradizionali ruoli di piattaforma come guardiani a integratori, con conseguente:
- Collaborazione interfunzionale: Favorire una cultura della cooperazione, basata su dati, moduli e servizi facilmente accessibili all’interno dello stesso ecosistema di piattaforma, porta a un migliore allineamento con gli obiettivi aziendali condivisi.
- Diversificazione delle competenze: Le internal developer platform sono state progettate per astrarre la complessità. L’AI semplifica ulteriormente i ruoli, ampliando l’ambito di ciò che gli utenti non tecnici possono realizzare.
- Ridotta dipendenza da team altamente tecnici: Strumenti self-service e interfacce intelligenti e facili da usare alleggeriscono l’onere sugli platform engineer e sui team altamente specializzati.
- Scalabilità operativa e agilità: Le organizzazioni possono scalare le pratiche DevOps e SRE in modo più efficace distribuendo le responsabilità della piattaforma su una base di utenti più ampia, riducendo i colli di bottiglia e migliorando l’agilità e l’efficienza operativa.
- Trasparenza e responsabilità: Avere fonti di informazione tracciabili enfatizza la responsabilità, mentre i security guard rail garantiscono che tutti operino entro i giusti confini a tutti i livelli organizzativi.
- Processo decisionale più rapido: Le IDP ampliano la disponibilità di strumenti e dati. Gli assistenti AI e l’analisi aumentata ne facilitano notevolmente il consumo. Ciò accelera la reattività e l’agilità in aree come marketing, servizio clienti, conformità e operazioni.
- Efficienza dei costi: La democratizzazione dei ruoli di piattaforma riduce le dipendenze, ottimizza i flussi di lavoro e abbatte i silos in tutta l’organizzazione. La riduzione dei colli di bottiglia aiuta a mantenere bassi i costi durante tutto l’SDLC.
In conclusione
Con le internal developer platform e l’AI, i ruoli di piattaforma, un tempo accessibili solo a figure esperte e specializzate come ingegneri di piattaforma e ingegneri software, sono ora aperti a una gamma di professionisti come data engineer e business technologists.
Le piattaforme moderne con strumenti self-service svolgono il ruolo principale nella democratizzazione dei ruoli di piattaforma astraendo qualsiasi complessità sottostante. I companion e gli agenti AI espandono ulteriormente le capacità delle piattaforme automatizzando e orchestrando i processi, generando raccomandazioni e avvisi su misura e arricchendo le interfacce utente con un aiuto intelligente.
Alla fine, è una situazione vantaggiosa per tutti, che consente un migliore allineamento con gli obiettivi aziendali.
