Chapitre 1 par Curiosity Software
Métier ●●●○○
Technique ●●○○○
L'intelligence artificielle nous aide à exprimer la logique commerciale sous la forme d'un jumeau numérique de nos transactions critiques. L'utilisation d'un jumeau numérique pour les tests de logiciels nous permet d'établir une version unique de la vérité pour la logique de test, il fournit un centre de collaboration pour la priorisation des tâches de test et une définition standardisée du risque à travers les équipes.
Actuellement, la logique de test (et donc la logique métier) est contenue dans des scripts qui sont inextricablement liés à des outils spécifiques. En conséquence, nous pouvons estimer que les efforts de test sont multipliés par six environ entre les équipes. Cette duplication des efforts de test ne s'arrête pas au développement des cas de test. La duplication a un effet cumulatif sur les efforts en aval tels que la maintenance des tests, le classement des défauts et leur remédiation.
Pour éviter la duplication des efforts de test, nous avons besoin d'un mécanisme pour établir une compréhension commune des risques et des priorités de l'entreprise. Nous avons besoin d'un point de référence commun pour déterminer ce qui doit être testé par les différentes équipes. Si nous pouvions établir un cadre commun pour les risques et les priorités, nous pourrions également déterminer ce qui n'a pas besoin d'être testé dans un cycle de développement donné.
La prochaine opportunité importante d'accélérer ce cycle de développement nécessitera un changement de paradigme dans notre mode de fonctionnement actuel. Grâce à l'intelligence artificielle, nous pouvons désormais décrire la logique métier en termes de jumeau numérique de nos transactions critiques. Le jumeau numérique est une représentation graphique dynamique des processus canoniques d'une organisation qui permet aux équipes de développement de penser localement tout en agissant globalement. Il fournit une plate-forme pour la collaboration entre les humains et les machines, ainsi qu'une cible avec laquelle les machines peuvent interagir et qu'elles peuvent mettre à jour automatiquement.
Ce chapitre traite de la manière dont un jumeau numérique fournit une source unique de vérité pour les transactions métiers critiques. Nous décrirons également comment le jumeau numérique agit comme un hub de collaboration reliant des outils disparates et permettant aux équipes de suivre le rythme du changement.
Le jumeau numérique n'est pas un concept tout à fait nouveau. Des simulations dans les secteurs de l'automobile, de l'énergie, de l'aérospatiale et de l'exploitation minière ont toutes été réalisées à l'aide de ce concept. Dans ces cas-là, un jumeau numérique est une représentation logicielle d'un dispositif discret qui permet aux ingénieurs et aux testeurs d'interagir avec la représentation virtuelle du dispositif tout au long de son cycle de vie.
L'intérêt du jumeau numérique est qu'il s'agit d'une représentation dynamique de la réalité. En d'autres termes, le jumeau numérique consomme des données et réagit à l'évolution des paramètres, fournissant des informations qui permettent de découvrir des défauts, d'optimiser des cas d'utilisation et de planifier des améliorations futures. Les capacités essentielles d'un jumeau numérique sont les suivantes :
Grâce à une représentation visuelle des flux critiques, le jumeau numérique permet aux ressources techniques et non techniques de comprendre les risques et les professionnels de l'entreprise. S'agit-il de tests basés sur des modèles ? De nombreux concepts similaires à ceux promus par les tests basés sur des modèles (model-based testing ou MBT) sont incorporés dans le concept de jumeau numérique. Cependant, le jumeau numérique présente deux distinctions importantes. Premièrement, le jumeau numérique est conçu pour la collaboration entre l'homme et la machine. Deuxièmement, le jumeau numérique n'est pas censé être une description exhaustive d'une application. Le jumeau numérique est une représentation continue des flux d'activité les plus critiques de l'organisation, indépendamment des limites des applications ou des dépendances.
Collaboration humaine
Malgré la grande disponibilité des frameworks de test, les composants de test des logiciels sont rarement réutilisés. Comment cela se fait-il ? Bien que de nombreux frameworks des tests permettent la réutilisation, il est en réalité généralement plus rapide de générer une automatisation 'brute' que de construire un test à partir d'un référentiel de composants. En raison d'un manque de discipline dans la création des tests, la logique métier est 'piégée' à l'intérieur des scripts (et est donc inextricablement liée à un outil), ce qui accroît l'effort nécessaire à la maintenance des tests. La faible réutilisation des actifs de test est due à une mauvaise conception des tests.
C'est ici que le concept de jumeau numérique entre en jeu. Le jumeau numérique est le point central de la collaboration entre les équipes métier et technique. Pour l'entreprise, il s'agit d'une délimitation claire de l'état actuel d'une application (au sens large) et d'un canevas sur lequel il est possible de progeter les attentes d'un état futur. Pour l'équipe technique, il s'agit d'une version unique de la vérité qui facilite la coordination des dépendances nécessaires à une automatisation avancée.
Interaction avec les machines
Le jumeau numérique se distingue par l'ingestion de données provenant des écosystèmes de développement, de test et de production en tant qu'entrées pour optimiser les tests logiciels. Ceci illustre la distinction entre un modèle statique, sans code, et un jumeau numérique dynamique.
De nombreux points de données nécessaires à l'optimisation des tests existent, mais ils sont dispersés dans une variété d'outils de surveillance et de gestion de l'infrastructure, notamment la surveillance des performances des applications (APM), le contrôle des versions, la gestion agile des exigences, la gestion des tests, les analyses Web, la gestion des défauts et la gestion des API. Demander à un humain d'interpréter ces points de données et de prendre des décisions d'optimisation est une tâche impossible. C'est là que se révèle la véritable valeur du jumeau numérique.
Pour optimiser les tests effectués à chaque étape du cycle CI/CD, le jumeau numérique peut dynamiquement signaler ou évaluer l'impact des éléments suivants :
| Changement | Risque | Exécution | Qualité des tests |
|---|---|---|---|
|
|
|
|
Les tests continus doivent être plus intelligents. Aujourd'hui, nous sommes intensément concentrés sur la création et la maintenance des scripts. Cependant, la véritable difficulté des tests automatisés provient des dépendances et des externalités du script. L'optimisation du cycle de vie des tests logiciels doit tenir compte de l'environnement dynamique dans lequel les applications fonctionnent et de l'expérience utilisateur de bout en bout.
Le jumeau numérique permet un modèle d'interaction qui est le suivant : Informer, Agir, Automatiser. Cette séquence d'interactions permettra à l'ingénierie de la qualité d'évoluer vers un système d'apprentissage avec un "humain dans la boucle". Plus important encore, en centralisant les hypothèses critiques sur les risques et les priorités de l'entreprise, le modèle "Informer, Agir, Automatiser" contribue à niveler l'organisation. Un jumeau numérique est un point central de collaboration qui permet aux testeurs de suivre le changement. Il convertit les observations en actions, permettant à l'organisation de :
De nombreuses entrées peuvent contribuer à optimiser le résultat des tests automatisés. Il existe cinquante modèles d'optimisation distincts supportés par des algorithmes et des règles basées sur des événements. Notons que les modèles d'optimisation ne nécessitent pas forcément l'apport de l'intelligence artificielle. Ces modèles, de grande valeur, fournissent des alertes proactives sur les changements survenant dans le cadre d'un 'sprint' (cycle). Parmi les domaines faisant l'objet d'un apprentissage (dans le sens 'machine/deep learning') aujourd'hui, citons les suivants :
| Exemple | How | Value |
|---|---|---|
| Utiliser n'importe quel outil de test | La logique de test est abstraite et optimisée par la plate-forme centrale |
|
| Collaboration entre équipes | La plateforme centrale permet à plusieurs équipes d'accéder à la logique de test |
|
| Automatiser les sous-tâches de test | Les sous-tâches manuelles peuvent être automatisées via la plateforme |
|
| Accéder aux données critiques | Exploiter les données dans les outils existants |
|
| Transformez les observations en actions | Les modèles connus du cycle de vie des tests logiciels permettent de convertir les observations en actions |
|
Toutes les versions ou itérations ne sont pas égales en termes de risque. L'essentiel est maintenant de disposer d'une infrastructure automatisée qui s'aligne sur les objectifs métier et sur les risques uniques associés à la portée actuelle du changement. Lorsque nous sommes confrontés à des changements sous contraintes de temps, nous nous posons fréquemment ce type de questions :
L'intérêt du jumeau numérique est qu'il peut fournir des réponses en temps réel à ces questions. Il permet la création de tests (et de données) jetables et la possibilité de se concentrer sur les aspects les plus critiques des tests.
Tests jetables
Bien que chaque organisation soit structurellement et culturellement distincte, une chose que les équipes agiles ont en commun est que la pratique des tests logiciels est devenue cloisonnée. Typiquement, le silo est limité à l'équipe ou à une seule application construite par plusieurs équipes. Étant donné que le risque doit être quantifié dans des architectures de systèmes distribués, ces contraintes créent des obstacles.
La disponibilité généralisée d'outils propriétaires et open-source a également contribué à la formation de ces silos. Les outils ponctuels ont acquis la réputation d'être extrêmement aptes à piloter des tests automatisés. Cependant, la logique de test s'est retrouvée emprisonnée dans une variété d'outils sous forme de scripts. Permettre aux équipes d'utiliser un ensemble diversifié d'outils a un prix : une redondance importante, un manque de compréhension de la couverture entre les silos et un niveau élevé de maintenance des tests.
Le jumeau numérique abstrait la logique de test des scripts et des outils de test. Il permet la génération dynamique de scripts de test qui évaluent plus précisément le risque de mise en production. Comme mentionné précédemment, le jumeau numérique consomme un grand nombre de points de données provenant de l'infrastructure environnante. L'observabilité de l'infrastructure environnante nous fournit des détails sans précédent sur le risque, ce qui nous permet de hiérarchiser dynamiquement les chemins de test et les données nécessaires pour dé-risquer la diffusion. Le jumeau numérique peut désormais générer automatiquement des scripts de test pour n'importe quel outil.
Il faut un certain temps pour s'adapter au concept de test jetable. Le principal avantage de l'abstraction de la logique d'un outil est qu'elle permet aux équipes d'ajuster automatiquement les tests pour répondre aux exigences précises d'une version particulière.
Considérez la tâche consistant à ajuster manuellement chaque script en réponse aux changements - c'est difficile, voire pratiquement impossible dans de nombreuses situations. Envisagez maintenant de générer automatiquement un ensemble de scripts de test qui reflètent les risques et les priorités identifiés dans l'infrastructure environnante - cela semble plus raisonnable. Nous pouvons intégrer ces modifications à tout moment du processus en éliminant simplement les anciens tests et en générant automatiquement de nouveaux tests à l'aide du jumeau numérique.
Testez ce qui est important
La plupart des entreprises classent leurs tests en deux catégories : "tester ce que nous pouvons" ou "tout tester". En raison du manque de données permettant de hiérarchiser les tests en toute confiance, la principale stratégie pour réduire les risques d'une version consiste à "tout tester". Malheureusement, cette stratégie est à la fois coûteuse et inefficace. Ces équipes sont accablées par des suites de tests gonflées et un taux élevé de faux positifs, ce qui érode leur confiance dans les résultats des tests. Si l'approche "tester ce que l'on peut" est plus efficace d'un point de vue commercial, ces équipes ont un taux d'incidents de défauts de production beaucoup plus élevé.
La majorité des équipes préféreraient "tester ce qui compte". Le jumeau numérique permet cette approche en fournissant l'infrastructure nécessaire pour visualiser les priorités et les risques sous plusieurs angles. Un jumeau numérique permet à une équipe de voir les priorités à partir des perspectives suivantes :
De bas en haut, par le biais de la portée des histoires d'utilisateurs en cours d'exécution.
De haut en bas, par le biais de différentes lentilles de risque (processus d'affaires, persona de l'utilisateur final, densité de défauts...)
Étude de cas : Jumeau numérique dans le secteur financier
Nous partageons ici l'exemple d'une organisation multinationale du secteur financier qui a élevé la sécurité comme principale priorité. Plus de 40 équipes agiles ont été mises au défi d'augmenter le niveau d'automatisation des tests sur un ensemble complexe d'applications en contact avec la clientèle sans compromettre la sécurité ou la qualité. Comme plusieurs équipes modifiaient les applications orientées client selon une cadence de publication agressive, l'équipe centrale de sécurité a recommandé de tirer parti d'un jumeau numérique pour fournir une définition commune de la logique commerciale critique.
Les équipes apportant des modifications aux flux commerciaux critiques ont collaboré autour de la représentation graphique du processus dans le jumeau numérique. Grâce à cette approche, l'équipe de management, les membres de l'équipe technique et les membres de l'équipe de sécurité ont pu comprendre immédiatement l'impact des changements et l'impact sur les dépendances des applications. Grâce aux observations du dépôt de code source, du système de gestion des tests et du système de surveillance de la pré-production connectés au jumeau numérique, l'équipe disposait d'une analyse d'impact bidirectionnelle en temps réel, du code source aux exigences et aux tests, reflétée dans une interface partagée. En tirant parti du jumeau numérique, l'organisation a obtenu les avantages suivants :
Curiosity Software Ireland Ltd
Curiosity was the first company to launch an Open Testing Platform. Our goal is simple – don’t test when you don’t have to. With data-driven insights into the impact of change, we expose the fastest path to validate your changes complete with required test data. Our Open Testing Platform is test tool agnostic, we can optimize what your team should be testing across any tool or framework.
Visit us at curiositysoftware.ie