GitLab调查全球DevOps团队，发布《2021年全球DevSecOps调查》报告书，调查发现在疫情的驱使下，人们发展出新的工作方式，使得过去一年DevOps的成熟度有了超出预期的增长，无论是自动化程度、发布节奏、持续部署和安全性状态（Security Posture），抑或是人工智能和机器学习等先进技术，都有大幅进步。
GitLab以统计数据来说明新的DevOps成熟度模型（DevOps Maturity Model），首先，开发人员的程序代码发布速度更快了，由于得利于DevOps，有60%开发人员发布程序代码的速度是过去的2倍速，这个数字比2020年增长了25%。在自动化方面，56%的运营团队表示组织已经“完全”或是“大部分”自动化，比2020年增长10%。
在安全性上也有长足的进步，在2021年，72%的安全专业人员，评估自己的组织安全等级为“好”或是“强健”，比2020年增长了14% 。现在也有75%的团队，在“使用”或是“计划使用”人工智能和机器学习，来测试和审查程序代码，而在2020年时，这个比例只有34%。
在去年时，无论是开发者、安全人员还是运营人员，都表示自己的职业需要更好的沟通和协作技能，但这些目标在过去一年受环境影响，经半强迫性的训练之后，DevOps相关人员已经把职业技能目标转移到人工智能和机器学习、主题专业知识和高端程序开发上。
从去年的DevOps调查来看，DevOps的角色不断变化，与开发人员有关的通常是测试和运营任务，而运营的重点通常在云计算和基础设施，而安全性则是跨功能团队的一部分。GitLab提到，DevOps不断变化发展并不奇怪，在今年的调查中，发现有43%的受访者，已经从事3到5年的DevOps工作，并且继续投入在SCM、CI/CD和自动化测试等DevOps实践。
DevOps团队仍在追求更好的DevOps成熟度模型，主要目标是要提升程序代码品质、上市时间以及安全性，GitLab表示，测试仍然是DevOps重要的问题，测试常是发布延迟的最大原因，不过显然这个问题在今年已经有所改善，拥有完全自动化测试的团队比例是去年的2倍以上，而且也越来越多的团队计划使用人工智能和机器学习，而专家们和受访者，也都认同这2项技术将会改变软件测试方法。
从调查中，也能看出受访者对Kubernetes热度，在2020年的调查，只有38%的受访者使用过Kubernetes，但这个数字在今年增长到了46%，而目前还未使用Kubernetes的受访者，也都表示会尽快采用。
在去年的时候，受访者将发展重点放在自动化、CI/CD和整体DevOps基础工作上，而这些努力在今年都明显反应在数字上，而在今年的调查中，受访者表示将把投资主力放在云计算上，其次是人工智能，有趣的是，人工智能在2020年只有第8名。