根據市場研究公司Gartner的預測,2020年全球IT支出有望達到3.87萬億美元。IDC公司最近發(fā)布的報告稱,未來4年內全球數字化轉型支出預計將超過6萬億美元,而且單在今年年內,全球企業(yè)在數字化轉型方面的支出就將超過1萬億美元。盡管經濟衰退、貿易戰(zhàn)和關稅等帶來了不確定性因素,但IT支出依然持續(xù)增長。IT是推動業(yè)務發(fā)展的引擎,數字業(yè)務及其生態(tài)系統的發(fā)展,將IT與各種業(yè)務捆綁在一起,與企業(yè)的生存息息相關。
隨著互聯網及傳統行業(yè)公司逐漸轉向數據驅動的運營方式,企業(yè)軟件繼續(xù)展示出強勁的增長勢頭,而保障軟件質量的測試,也被賦予了新的意義。IT軟件質量保證團隊手動檢查應用的功能而不與開發(fā)人員協同作戰(zhàn)的時代早就已經過去了。如果軟件開發(fā)企業(yè)能夠在軟件開發(fā)過程中更多地重視軟件質量問題,并盡可能在軟件開發(fā)生命周期的早期就發(fā)現軟件中存在的漏洞,那么就能夠節(jié)約大量的成本。
當下,很多企業(yè)已采用了敏捷與DevOps, 以應對快速變化的需求,而為了有效地實施DevOps實踐,研發(fā)團隊不能忽視測試自動化,因為它是DevOps過程的基本要素。與此同時,隨著AI和機器學習技術的不斷成熟和發(fā)展,我們正在看到更多應用它們來解決質量問題的實踐,測試正在變得越來越智能。看看國內頭部公司的實踐,就會發(fā)現智能化、自動化、DevOps已成為主旋律:阿里打造了協同化的測試模式,通過降低門檻,讓開發(fā)、算法參與進來,借助先進的智能化技術以及可視化、產品化的方式,讓整個測試工作變得更簡單;360搜索通過CI/CD全流程自動化、功能、性能、接口測試自動化,再加上業(yè)務監(jiān)控、線上產品質量的自動化分析、AB實驗以及一套完善的數據分析系統來保障線上服務質量;網易通過OverMind平臺,從需求到研發(fā),到測試,到上線,把各個環(huán)節(jié)常規(guī)所需要用到的平臺和工具都進行串聯打通,通過DevOps提升迭代效率,并突出測試的價值。
Testin云測認為,2020年測試行業(yè)將呈現如下趨勢:
1.測試的未來:AI+測試,更智能的測試
通過將 AI 與自動化測試相結合,有助于自動化、全路徑探索應用的各種顯在或是潛在問題,提取特征訓練進行業(yè)務功能的識別,并智能生成測試報告。AI 的加入還有助于實現對功能模塊的自動探索以及執(zhí)行過程的可視化,使得測試環(huán)節(jié)定位更加迅速準確。對于用戶來說,自動化的測試管理和測試用例創(chuàng)建能夠顯著降低測試時間與資源的浪費,大大加快軟件上市的進程。AI和機器學習將會從進行更多的自動化測試、增強人工測試人員的能力等方面來影響軟件測試工作,以達到更高的質量要求和更緊迫的時間要求。
2. DevOps下的測試,持續(xù)測試成為主流
通過技術工具,把傳統的手工操作轉變?yōu)樽詣踊鞒?不僅有利于提高產品開發(fā)、運維部署的效率,還將減少人為因素引起的失誤和事故,提早發(fā)現問題并及時地解決問題,保證產品質量。開發(fā)人員現在可以比從前更快、更容易的部署代碼,他們不再依賴于運維,開始自己負責維護自己運行的應用程序。DevOps為軟件開發(fā)帶來持續(xù)集成和持續(xù)交付的同時,也為運維人員帶來可編程基礎架構。DevOps注重Dev、Ops和QA三個群體之間的密切協作,良好的角色定位能夠幫助測試人員將價值最大化。此外,一旦組織采用持續(xù)測試,面對今天越來越復雜的應用,他們將可以更好的控制業(yè)務覆蓋的風險,持續(xù)測試將消除瓶頸,使測試團隊能夠快速、定期地提供風險反饋。
3.測試自動化程度越來越高,手動和自動化的集成
測試自動化能夠幫助測試團隊將他們的時間和精力專注到測試用例上,而不必過多的管理測試需求。自動化測試負責跟蹤和管理所有的測試需求,以及測試那些需要涉及到的測試類型,包括測試周期的縮短、測試覆蓋率的提高和更早發(fā)現bug的能力,有助于確保高質量的軟件交付。未來,越來越多的質量保證專業(yè)人員會結合使用手動和自動化測試方法,來相互補足短板,并達到相得益彰的效果。不過,手動測試仍在整個測試領域占據著主導地位,特別是在可用性和手工設計等方面。
4.大數據測試成為必然
隨著大數據工程和數據分析逐步的進入新的階段,大數據測試將成為必然,也必定成為未來的一個熱門的職業(yè)方向。大數據時代的到來,顛覆了以往對數據的使用方式,想要保證數據執(zhí)行,軟件質量,測試質量,數據使用場景等,就需要對軟件進行更全方位的思考,性能和功能測試是關鍵,大數據處理必須是批量的,實時的、可交互的。
5.人工智能項目的測試,數據最重要
前面提到,測試的未來是智能化,通過為計算機提供大量數據集,以及對每條數據的一些判斷規(guī)則,人工智能可以幫助計算機找出其中的關聯。那么,人工智能項目(機器學習、推薦系統、圖像識別、自然語言處理等)要怎么測試呢?人工智能產品的測試主要分為兩個大方向:一個是模型測試,只針對機器學習產生的模型進行測試,接觸的主要是大數據相關的技術。第二個方向是測試人工智能技術本身。不管是機器學習,推薦系統,圖像識別還是自然語言處理,都需要測試數據來進行運行測試。而數據是人工智能的根本,擁有的數據越多,越豐富,越真實,訓練出的模型效果就越好。
6.物聯網大大增強自動化測試的工作效率
現實世界已經準備好運用物聯網技術的各項最新成果了,工作與生活都在變得越來越智能。在智能城市、智能環(huán)境、智能零售、以及智能家居領域,測試和評估物聯網對于這些不同行業(yè)環(huán)境來說是非常有意義的。被連接的設備需要被控制。安全是企業(yè)在實施各種物聯網解決方案時,所需要面對的最大問題之一。隨著系統變得越來越復雜,系統和系統之間的管理、維護和保障,都需要通過IoT和工業(yè)物聯網的想法來實現,而物聯網也可以大大增強自動化測試的工作效率。測試系統應具備能夠支持多種I/O類型、編程語言和不同供應商的開放式和模塊化硬件和軟件,以及清晰定義的API和互操作性標準。
7. 安全是重要的一環(huán),在開發(fā)的各階段添加安全措施及手段
企業(yè)需要從一開始就創(chuàng)建一個安全的軟件,而不僅僅是軟件的編碼和測試階段。如果企業(yè)能夠在軟件開發(fā)過程中更多地重視軟件安全問題,并盡可能在軟件開發(fā)生命周期的早期就發(fā)現軟件中存在的安全漏洞,那么就能夠節(jié)約大量的成本。企業(yè)需要有規(guī)劃的做安全測試,將安全風險大大降低,并使企業(yè)的安全目標和企業(yè)整體業(yè)務目標保持一致。從軟件的系統規(guī)劃、研發(fā)、上線、運行、變更、廢棄等每一個環(huán)節(jié)去考慮它的安全性,應用系統的安全防護不僅要考慮對外開放的業(yè)務系統,還應該考慮內部的網絡系統和信息系統。
Testin云測CTO陳冠誠指出,“隨著創(chuàng)新技術和流程的不斷涌現及落地,這對測試行業(yè)來說不僅是挑戰(zhàn),也是新的機遇。測試智能化是未來幾年測試行業(yè)最重要的趨勢之一,隨著越來越多的智能化技術在測試領域的應用,測試的效率和質量都會得到進一步提升。Testin云測也會繼續(xù)加大在智能測試領域的投入,與合作伙伴一起,探索更多把AI和測試結合的應用場景并實現落地。”
關于Testin云測
Testin云測創(chuàng)立于2011年,是一家人工智能技術驅動的企業(yè)服務平臺,為全球超過百萬的企業(yè)及開發(fā)者提供云測試服務、AI數據標注服務、安全服務及推廣服務。Testin云測的使命是助力產業(yè)智能化,即在全球產業(yè)化升級浪潮中,Testin云測通過工具、技術、人才、服務四位一體的共享,加速企業(yè)智能化、數字化、科技化的進程,為企業(yè)在各行業(yè)中的智能化升級與商業(yè)化落地保駕護航,釋放創(chuàng)新力量,賦能企業(yè)改變世界。
