Après le DevOps et toutes les déclinaisons xOps, voici le NoOps. L’idée est simple : plus d’opérationnels mais de l’automatisation partout et sur toutes les couches de l’infrastructure et supprimer tous les logiciels internes ou les procédures internes non standards et non pris en compte dans une approche NoOps.
Bref, il s’agit de faire ce que l’on fait déjà avec l’Infrastructure As Code pour provisionner et gérer les services, les serveurs et les infrastructures. Récemment, Equinix a publié un post sur le sujet car cela impact, pour le moment indirectement le datacenter.
Derrière le NoOps, il y a des outils d’automatisation. Et là, le Machine Learning est indispensable pour comprendre et définir les automatisations à partir des habitudes et des usages. Cette compréhension se base sur des modèles de Machine Learning. Mais si les informations ne sont pas pertinentes ni assez nombreuses, le modèle entraîné ne fournira pas assez d’éléments pour créer les automatisation.
En Asie-Pacfique, le NoOps commence à apparaître et même à y être utilisé, selon une étude MuleSoft – Deloitte. Ainsi, Singapour définit un plan autour de l’automatisation et de déployer une IA au niveau de l’Etat.
Le NoOps n’a cependant pas vocation à remplacer à 100 % les Ops mais à prendre en compte toutes les opérations récurrentes qui sont à faibles valeurs et consommatrices de temps. Les Ops pourront ainsi se concentrer sur d’autres actions et à renforcer les capacités de réaction. Pour le moment, le NoOps est plus une aide complémentaire qu’une approche autonome.