Uit een onderzoek van Dynatrace blijkt dat investeren in DevOps automatisering organisaties aanzienlijke voordelen oplevert, waaronder een verbetering van de softwarekwaliteit met 61%, een vermindering van implementatiefouten met 57% en een vermindering van de IT-kosten met 55%. 
Toch komt DevOps automatisering vaak niet verder dan de beginfase, zo blijkt uit een onderzoek onder 450 IT-professionals die verantwoordelijk zijn voor DevOps automatisering en beveiliging in grote organisaties.
 
Het ontbreken van een automatiseringsstrategie voor DevOps, de complexiteit van de gebruikte tools en de uitdagingen die inherent zijn aan het analyseren van waarnemings- en beveiligingsgegevens weerhouden organisaties ervan om het maximale uit hun investeringen te halen. 
Het onderzoek benadrukt ook de behoefte aan datagestuurde automatisering en AI om organisaties in staat te stellen beter aan de bedrijfsbehoeften te voldoen.

Gemiddeld hebben organisaties iets meer dan de helft (56%) van hun end-to-end DevOps-levenscyclus geautomatiseerd.
De gemiddelde organisatie gebruikt 7 verschillende tools voor DevOps-automatisering.
In de komende 12 maanden zijn organisaties van plan om te investeren in DevOps automatisering voor security en compliance management (55%), infrastructuur configuratie en beheer (52%) en performance optimalisatie (51%).

Volgens het onderzoek zijn de belangrijkste barrières voor organisaties om nieuwe DevOps use cases te automatiseren zorgen over de beveiliging (54%), problemen met operationele inzet van data (54%) en de complexiteit van de gebruikte tools (53%).
 
"Nu steeds meer organisaties cloud-native software willen inzetten, is DevOps-automatisering een strategische noodzaak geworden", zegt Bernd Greifeneder, Chief Technology Officer bij Dynatrace. 

De opkomst van Kubernetes-architecturen en moeilijk te beheren technologiestacks creëert een grotere behoefte aan geautomatiseerde ecosysteemorkestratie. Organisaties proberen aan deze behoefte te voldoen door automatiseringsscripts te ontwikkelen en te beheren met een groeiend aantal open source tools, aangevuld met in-house oplossingen en handmatige handelingen. De problemen die gepaard gaan met deze manier van werken worden echter steeds duidelijker. Teams zitten vast in gegevenssilo's, geïsoleerde automatiseringscomponenten en reactieve en vaak intensieve handmatige handelingen. Ze hebben dringend behoefte aan een uniforme, AI-ondersteunde aanpak van DevOps-automatisering. Zonder zo'n aanpak wordt het onmogelijk om innovatie te versnellen met behoud van een hoge softwarekwaliteit en -beveiliging."
 
 "Datagedreven automatisering is de sleutel tot innovatie en is essentieel om te voldoen aan de verwachtingen van klanten in het cloud-native tijdperk," besluit Bernd Greifeneder. 
"Hiervoor is een platform nodig dat kan omgaan met het enorme volume en de verschillende soorten data die worden gegenereerd door cloud-native stacks en dat AI gebruikt om nauwkeurige en bruikbare inzichten te bieden voor DevOps-automatisering. In tegenstelling tot traditionele AI-technieken die beperkt toepasbaar zijn, kunnen platformen die voorspellende, causale en generatieve technieken combineren meer uiteenlopende DevOps automation use cases vervullen. Hierdoor maximaliseren teams de waarde van hun data, verdwijnen datasilo's en kunnen ze DevOps-processen met vertrouwen automatiseren."