Im ersten Kapitel dieser Serie habe ich mich mit dem Pendel des offenen Webs befasst: dem Wunsch, die Skaleneffekte von Infrastructure-as-a-Service (IaaS)-Anbietern zu nutzen, aber die Bindung an einen bestimmten Anbieter so weit wie möglich zu vermeiden. Im zweiten Kapitel habe ich mich mit der Geschichte des Webs beschäftigt und damit, wie sich die Technologien und Methoden entwickelt haben, um uns dorthin zu bringen, wo wir heute stehen, und warum Upsun gegründet wurde.
In diesem Kapitel werde ich darauf eingehen, dass die Jahre 2023 und 2024 als entscheidende Jahre für das Web angesehen werden, da nach einem Jahrzehnt langsamen und stetigen Wachstums maschinelle Lerntechniken allgegenwärtig werden. Ein Thema, das wir in diesem dritten und letzten Kapitel unserer Serie über die Jahrzehnte des Webs ein wenig näher beleuchten wollen - sprechen wir über künstliche Intelligenz!
Wenn wir davon ausgehen, dass Organisationen heute nicht mehr von ihrer digitalen Infrastruktur getrennt werden können, wie in Kapitel 1 dieser Serie erörtert, dann können wir auch erkennen, dass die digitale Infrastruktur sich verändert. Wir können auch erkennen, dass sich die digitale Infrastruktur und ihre Beziehung zu Open Source mit dem Aufkommen der künstlichen Intelligenz (KI) derzeit sehr stark verändert.
Im heutigen Kontext wissen wir bereits, dass einige Aufgaben - von denen viele bereits an Ingenieure mit geringem Wert ausgelagert sind - bald größtenteils durch einige Formen der KI-gestützten Softwareentwicklung ersetzt werden. Allerdings wissen wir noch nicht genau, wie sich dies über einen kompletten Fünf- bis Zehnjahreszyklus hinweg auswirken wird. Insbesondere im Hinblick auf die Investitionen, die KI in Bezug auf Wartung, Sicherheit und Skalierung erfordern wird.
Einige argumentieren, dass der Aufstieg von KI-gestützter Software dazu führen könnte, dass die Rolle des Softwareentwicklers in den kommenden Jahren reduziert wird. Zwar wird das Outsourcing durch Software-as-a-Service(SaaS)-Angebote und APIs zusammen mit der Verbreitung von KI viele traditionelle Softwareentwicklungsaufgaben in Low-Code- oder No-Code-Frameworks ersetzen. Dies ist jedoch meiner Meinung nach ein unwahrscheinliches Ergebnis. Langfristig wird es höchstwahrscheinlich weder weniger Menschen geben, die Code produzieren, noch weniger Menschen, die mit der Erstellung und Verwaltung von Code beschäftigt sind. Stattdessen wird sich die Art des Codes etwas ändern, ebenso wie die Art der Prozesse, mit denen Software von der Idee zur Produktion gebracht wird.
Im Laufe der Geschichte des Internets haben wir die zyklische Natur der IT-Welt erlebt. Es gibt Momente großer Kreativität und großen Chaos, in denen neue Technologien die alten verdrängen. Dies geschieht jedoch nicht innerhalb eines einzigen Zyklus. Es gibt mehrere, sich überschneidende Bewegungen auf verschiedenen Ebenen des Produktionszyklus, über mehrere Dimensionen von Technologie und Organisationsstrukturen, die alle Einfluss darauf haben, wie diese Zyklen ablaufen.
Manchmal finden die stärksten Bewegungen in der eigentlichen Programmiersprachenlandschaft statt. Das haben wir zuerst bei PHP, dann bei Javascript, dann bei Ruby und schließlich bei Python gesehen, als dynamische Sprachen das Web in den ersten zwei Jahrzehnten seines Bestehens beherrschten. Die Unternehmen blieben meist bei kompilierten Sprachen, wobei die Welt meist zwischen Java- und .NET-Stacks aufgeteilt war.
In anderen Fällen findet Bewegung auf der Architekturebene statt. Dies war zuerst bei den serviceorientierten Architekturen (SOA) zu Beginn des Jahrhunderts der Fall, dann bei der Microservices-Bewegung und jetzt bei den Lambda-/serverlosenAnsätzen. Wir haben dies auch bei den Datenspeichern gesehen, vom monolithischen, zentralen Oracle über die explosionsartige Zunahme von zweckgebundenen Speichern wie ElasticSearch, Redis, InfluxDB und Graph Database bis hin zur Verwendung von Postgres für alles.
Und jetzt erleben wir Bewegung auf der Ebene der Meta-Infrastruktur mit dem so genannten Platform Engineering. Dabei stellt sich die Frage: Wie werden die Tools ausgewählt, implementiert und verwaltet, die die Tools verwalten, mit denen die eigentlichen nützlichen Arbeitslasten ausgeführt werden?
Das Kontinuum reicht von kreativer und verteilter bis hin zu standardisierter Kontrolle. Jedes Mal, wenn das Pendel auf einer der Dimensionen der IT zu weit in die eine oder andere Richtung ausschlägt, kommt es entweder zu unkontrollierten Kosten und Qualitätsverlusten oder zu Stagnation und Ineffizienz, die jeweils ihre eigenen Kostenineffizienzen mit sich bringen.
Upsun versucht, einen Vorschlag für ein Gleichgewicht zu machen. Anstatt viel Zeit und Geld in den Aufbau von Bürokratie und Werkzeugen zu investieren, die Ihnen möglicherweise bescheidene Produktivitätssteigerungen ermöglichen würden, können Sie mit Upsun das Endergebnis sofort erzielen. Sie akzeptieren einige Einschränkungen und einige Entscheidungen - und einige dieser Entscheidungen könnten eine Herausforderung darstellen. Wir können die meisten Workloads automatisieren und ausführen, aber nicht alle. Aber Sie müssen keine Kompromisse bei den Hindernissen eingehen: Sicherheit und Compliance. Mit flexibler Ressourcenzuweisung, Sofortvorschau-Umgebungen und Beobachtbarkeit unter einer Vielzahl von robusten Funktionen können Sie das Endergebnis mit mehr Flexibilität, Effizienz und Zusammenarbeit für Ihr Team erreichen.
Das maschinelle Lernen unterstützt die Programmierung und verändert die Art und Weise, wie Software erstellt wird. Das wird höchstwahrscheinlich auch einige unserer Annahmen über den Stellenwert von Open Source verändern: Etwas wird zur Massenware werden.
Wenn man darauf wettet, dass der Zyklus, in dem wir uns befinden, einer der Kreativität ist, macht es Sinn, keine Zeit auf Infra zu verwenden, weder im Entwicklungs- noch im Produktionszyklus. Dies ist eine Wette auf die Idee, dass unser Bereich einige sehr interessante Kapitel durchlaufen wird, und kein Moment, sich zu verschließen.