Báo cáo The AI Readiness Gap của Spacelift tiết lộ sự chia rẽ ngày càng tăng giữa việc áp dụng AI và quản trị cơ sở hạ tầng

Trí tuệ nhân tạo đang nhanh chóng thay đổi việc phát triển phần mềm, nhưng một báo cáo mới từ Spacelift cho thấy nhiều tổ chức đang gặp khó khăn trong việc duy trì các thực hành cơ sở hạ tầng của họ phù hợp với tốc độ áp dụng AI. Trong The AI Readiness Gap, một phần của nghiên cứu Nhà nước về Tự động hóa Cơ sở hạ tầng năm 2026 của công ty, Spacelift đã khảo sát 406 người ra quyết định IT và các nhà lãnh đạo kỹ thuật nền tảng để xem xét cách AI đang thay đổi quản lý cơ sở hạ tầng, quản trị và tự động hóa. Các phát hiện cho thấy một sự mất kết nối ngày càng tăng giữa việc áp dụng phát triển AI và các hệ thống mà các tổ chức đã thiết lập để quản lý và kiểm soát những thay đổi đó.

AI đang tăng tốc phát triển nhanh hơn so với các đội cơ sở hạ tầng có thể phản ứng

Báo cáo nhấn mạnh cái mà Spacelift gọi là “khoảng cách AI-cơ sở hạ tầng”. Trong khi lập trình AI hỗ trợ đã trở thành phổ biến, các đội cơ sở hạ tầng chịu trách nhiệm triển khai, quản lý và duy trì mã đó đang gặp khó khăn trong việc theo kịp. Theo khảo sát, 89% tổ chức cho biết tốc độ của nhà phát triển đã tăng lên do AI, trong khi 82% cho biết rằng giữa một phần tư và gần ba phần tư mã của họ hiện được hỗ trợ bởi AI. Tuy nhiên, mặc dù những lợi ích này, chỉ 25% tổ chức coi AI là ưu tiên chiến lược hàng đầu.

Các hậu quả đã bắt đầu trở nên rõ ràng. Hơn sáu trong mười người được hỏi cho biết rằng phát triển ứng dụng đang tiến trước cơ sở hạ tầng về việc áp dụng AI, tạo ra áp lực lên các đội DevOps và nền tảng để hấp thụ một lượng ngày càng tăng các thay đổi được tạo bởi AI. Khi mã được tạo bởi AI ngày càng chảy vào môi trường sản xuất, các đội cơ sở hạ tầng đang gặp phải mức độ phức tạp và rủi ro hoạt động cao hơn.

Bốn cấp độ sẵn sàng AI

Để hiểu rõ hơn về cách các tổ chức đang quản lý sự chuyển đổi này, Spacelift đã giới thiệu một Chỉ số trưởng thành AI, phân loại các người được hỏi vào bốn nhóm: Tiếp xúc, Phân mảnh, Vượt qua và Tiên phong. Việc phân loại này dựa trên các yếu tố bao gồm tích hợp AI, trưởng thành quản trị, tự động hóa cơ sở hạ tầng, phơi nhiễm rủi ro và sẵn sàng nền tảng.

Gần một phần tư tổ chức thuộc loại Tiếp xúc, có nghĩa là họ đang tích cực sử dụng AI nhưng thiếu các khuôn khổ quản trị cần thiết để quản lý nó một cách an toàn. Một phần ba khác được coi là Phân mảnh, nơi việc áp dụng AI tồn tại nhưng không nhất quán trên các đội. 25% được phân loại là Vượt qua, chấp nhận AI một cách tích cực nhưng để quản trị tụt lại phía sau. Chỉ 19% đủ điều kiện là Tiên phong, đã thiết lập các thực hành quản trị và tự động hóa trước khi tăng tốc áp dụng AI.

Một trong những kết luận đáng chú ý nhất của báo cáo là quy mô tổ chức không phải là một yếu tố quyết định. Các doanh nghiệp lớn và nhỏ có thể xuất hiện trong bất kỳ loại nào. Sự khác biệt nằm ở hành vi, kỷ luật quản trị và các thực hành hoạt động chứ không phải ngân sách hoặc số lượng nhân viên.

Vấn đề tự tin quản trị

Nghiên cứu đã tiết lộ một sự mâu thuẫn đáng chú ý về cách các tổ chức xem xét quản trị AI. Trong khi 86% người được hỏi thể hiện sự tự tin vào khả năng quản trị AI của tổ chức, chỉ 30% báo cáo đã có một chính sách quản trị AI chính thức.

Khoảng cách giữa sự tự tin và thực tế hoạt động tạo thành cái mà báo cáo mô tả là “mâu thuẫn quản trị AI”. Nhiều tổ chức tin rằng họ đang quản lý hiệu quả các rủi ro liên quan đến AI mặc dù thiếu các chính sách, kiểm soát và cơ chế giám sát thường liên quan đến các chương trình quản trị trưởng thành. Sự khác biệt này đặc biệt rõ ràng trong các tổ chức được phân loại là Tiếp xúc, nơi chỉ một phần nhỏ có chính sách quản trị chính thức mặc dù sự tự tin rộng rãi vào khả năng của họ.

Các phát hiện cho thấy rằng quản trị vẫn là một trong những khía cạnh ít trưởng thành nhất của việc áp dụng AI trong doanh nghiệp. Trong khi các công ty rất sẵn lòng triển khai các công cụ và quy trình AI, ít công ty hơn đã thiết lập các kiểm soát cần thiết để đảm bảo rằng những hệ thống này hoạt động an toàn và nhất quán trên quy mô lớn.

Các đội cơ sở hạ tầng đã chứng kiến các sự cố do AI gây ra

Báo cáo cho rằng các hậu quả của quản trị yếu kém không còn là lý thuyết. 93% tổ chức được khảo sát cho biết đã trải qua ít nhất một sự cố cơ sở hạ tầng liên quan đến AI trong năm qua.

Trong số các vấn đề phổ biến nhất là việc làm lại do các thay đổi được tạo bởi AI, cấu hình bảo mật không chính xác đến môi trường sản xuất, vi phạm tuân thủ, sự thay đổi cơ sở hạ tầng liên quan đến các sửa đổi được tạo bởi AI và các sự cố liên quan đến hệ thống có chủ đích. Mỗi loại ảnh hưởng đến khoảng một phần ba người được hỏi.

Sự khác biệt giữa các nhà lãnh đạo quản trị và những người tụt lại phía sau là đáng kể. Các tổ chức được phân loại là Tiếp xúc báo cáo tỷ lệ sự cố liên quan đến AI cao hơn đáng kể, trong khi các tổ chức Tiên phong ít gặp phải những vấn đề này. Theo báo cáo, quản trị và các hệ thống xác thực tự động giúp bắt các vấn đề trước khi chúng đến sản xuất, giảm thiểu gián đoạn hoạt động và hạn chế nhu cầu về các nỗ lực khắc phục tốn kém.

“Lập trình theo cảm giác” đang đến với cơ sở hạ tầng

Báo cáo cũng khám phá sự ảnh hưởng ngày càng tăng của cái được gọi là “lập trình theo cảm giác“, nơi các nhà phát triển phụ thuộc nặng vào mã được tạo bởi AI với sự xem xét hoặc giám sát hạn chế. Mặc dù khái niệm này chủ yếu được thảo luận trong bối cảnh phát triển phần mềm, nhưng dữ liệu của Spacelift cho thấy nó đang nhanh chóng mở rộng sang quản lý cơ sở hạ tầng.

Gần 80% người được hỏi cho biết họ đang sử dụng AI để tạo cấu hình cơ sở hạ tầng dưới dạng mã, chính sách quản trị hoặc các artifact cơ sở hạ tầng liên quan. Điều đáng lo ngại hơn, một phần đáng kể của các đội cơ sở hạ tầng cho biết họ sẽ phê duyệt mã cơ sở hạ tầng được tạo bởi AI với rất ít hoặc không có xem xét.

Không giống như các lỗi ứng dụng, các lỗi cơ sở hạ tầng có thể có hậu quả hoạt động rộng rãi, ảnh hưởng đến bảo mật, tuân thủ, mạng và tài nguyên đám mây. Do đó, báo cáo cho rằng các thay đổi cơ sở hạ tầng được tạo bởi AI đòi hỏi các cơ chế quản trị có khả năng xác thực và thực thi các kiểm soát trước khi những thay đổi đó được triển khai.

Thử thách tiếp theo: AI có chủ đích

Nếu các tổ chức đang gặp khó khăn với phát triển AI hỗ trợ ngày nay, báo cáo cho rằng AI có chủ đích có thể khuếch đại những thách thức đó. 89% người được hỏi cho biết họ dự định áp dụng AI có chủ đích cho hoạt động cơ sở hạ tầng, và gần một phần tư dự kiến thực hiện việc này trong vòng sáu tháng.

Các hệ thống có chủ đích khác với các công cụ AI truyền thống vì chúng có thể đưa ra và thực hiện quyết định một cách tự chủ. Trong môi trường cơ sở hạ tầng, điều đó có thể có nghĩa là cung cấp tài nguyên, sửa đổi cấu hình hoặc phản hồi sự cố mà không cần sự phê duyệt của con người. Mặc dù những khả năng này hứa hẹn mang lại lợi ích hiệu quả đáng kể, nhưng chúng cũng tăng cường tầm quan trọng của quản trị, vì có thể không có người xem xét giữa quyết định AI và triển khai sản xuất.

Báo cáo lưu ý rằng những người áp dụng sớm đã báo cáo các sự cố liên quan đến hệ thống có chủ đích, cho thấy rằng các khuôn khổ quản trị sẽ cần phải phát triển cùng với những công nghệ tự chủ ngày càng tăng này.

Kỹ thuật nền tảng xuất hiện như một giải pháp tiềm năng

Một trong những phát hiện mạnh mẽ nhất của báo cáo tập trung vào kỹ thuật nền tảng. Các tổ chức đã chấp nhận kỹ thuật nền tảng dường như được chuẩn bị nhiều hơn cho môi trường cơ sở hạ tầng được thúc đẩy bởi AI so với những tổ chức dựa vào các phương pháp truyền thống.

Hơn 80% người được hỏi đang xem xét việc chuyển sang kỹ thuật nền tảng, và các tổ chức Tiên phong có nhiều khả năng đã thực hiện chuyển đổi này. Theo báo cáo, kỹ thuật nền tảng tạo ra các đường dẫn tự phục vụ được quản lý, cho phép các nhà phát triển di chuyển nhanh mà không bỏ qua các kiểm soát tuân thủ, bảo mật và hoạt động.

Thay vì buộc quản trị phải cạnh tranh với tốc độ, kỹ thuật nền tảng cố gắng tích hợp quản trị trực tiếp vào các quy trình làm việc, khiến các hành động tuân thủ trở nên dễ dàng hơn các hành động không tuân thủ. Dữ liệu cho thấy rằng các tổ chức thành công với việc áp dụng AI đang ngày càng theo đuổi mô hình này.

Đo lường những thứ sai lầm

Báo cáo cũng cho rằng các tổ chức có thể đang tập trung vào các chỉ số lỗi thời. Nhiều đội cơ sở hạ tầng vẫn theo dõi năng suất, tần suất triển khai và sự cố bảo mật, nhưng tương đối ít theo dõi các chỉ số cụ thể của AI như khối lượng mã cơ sở hạ tầng được tạo bởi AI đi vào đường ống hoặc tỷ lệ lỗi liên quan đến các thay đổi được tạo bởi AI.

Không có cái nhìn sâu sắc vào những tín hiệu cụ thể của AI này, các tổ chức có thể gặp khó khăn trong việc xác định liệu các kiểm soát quản trị có thực sự hoạt động hay không. Khi cơ sở hạ tầng được tạo bởi AI trở nên phổ biến hơn, việc đo lường các kết quả hoạt động truyền thống alone có thể không cung cấp đủ thông tin về các rủi ro mới nổi.

Độ sẵn sàng AI đang trở thành một thách thức về cơ sở hạ tầng

Các phát hiện cho thấy rằng độ sẵn sàng AI không còn chỉ là một câu hỏi về việc áp dụng mô hình hoặc năng suất của nhà phát triển. Ngày càng nhiều, nó đang trở thành một thách thức về cơ sở hạ tầng tập trung vào quản trị, tự động hóa, kỹ thuật nền tảng và kỷ luật hoạt động. Các tổ chức đã đầu tư vào những khả năng này trước khi AI đến dường như đang thích nghi thành công hơn, trong khi những tổ chức khác đang phát hiện ra rằng AI đang暴露 những điểm yếu đã tồn tại dưới bề mặt.

Khi các doanh nghiệp tiếp tục chuyển sang các hoạt động được hỗ trợ bởi AI và cuối cùng là các hoạt động có chủ đích, khoảng cách giữa việc áp dụng và quản trị có thể trở thành một trong những thách thức công nghệ định nghĩa của thập kỷ tới. Báo cáo The AI Readiness Gap của Spacelift cho thấy rằng nhiều tổ chức đã vượt qua ngưỡng vào cơ sở hạ tầng được thúc đẩy bởi AI, nhưng ít tổ chức hơn đã xây dựng các nền tảng quản trị cần thiết để quản lý nó một cách hiệu quả.