تصدرت Microsoft عناوين الأخبار من خلال دمج ChatGPT ، وهو نموذج لغة كبير قوي (LLM) ، في مجموعة مطوري Power Platform ، مما يعزز الإنتاجية لتطوير low-code. يأتي هذا الإعلان بعد بحث Bing المدعوم من ChatGPT والتزام Microsoft باستثمار المليارات في شركتها OpenAI. مع هذا التطور ، تظهر العديد من الأسئلة ، خاصة فيما يتعلق بتأثيرات التكامل على الأنظمة الأساسية low-code والتحديات المحتملة التي قد تنشأ.
سوف نتعمق في الآثار المترتبة على التطوير المدفوع بالذكاء الاصطناعي من خلال مناقشة الفوائد والمخاطر المحتملة لدمج LLMs مثل ChatGPT في أطر تطوير low-code. علاوة على ذلك ، سوف ندرس كيف يمكن أن يؤدي ذلك إلى تعطيل المشهد التنافسي وإبراز الاعتبارات الرئيسية للقادة الذين يهدفون إلى تبني هذه التكنولوجيا الرائدة.
تسمح منصات التطوير Low-code (LCDPs) ، مثل AppMaster, allow for abstraction of complex functionalities into user-friendly components, typically offering drag-and-drop capabilities and reusable templates for both novice and experienced developers. Integrating ChatGPT into such environments unlocks numerous benefits:
أحدث تكامل ChatGPT تموجات في جميع أنحاء السوق ، حيث كشف عمالقة التكنولوجيا عن حلول الذكاء الاصطناعي التوليدية الخاصة بهم. ونتيجة لذلك ، فإن دور الأنظمة الأساسية low-code والذكاء الاصطناعي في تطوير البرمجيات مطروح للنقاش. يمكن أن يحل إنشاء الكود المستند إلى اللغة الطبيعية محل البرمجة التقليدية والحلول التي لا تحتوي على رموز تمامًا.
ومع ذلك ، يبدو أن النتيجة الأكثر ترجيحًا هي التحسينات عبر صناعة البرمجيات من خلال AI زيادة LCDPs من خلال تحسين تجربة المطور ونماذج ML المخصصة وتجارب المستخدم النهائي الذكية. AppMaster already offer powerful appmaster.io / blog / no-code-app-builder> أدوات إنشاء التطبيقات no-code و appmaster .io/blog/build-enterprise-software-with-no-code>enterprise application solutions ، مما يوضح كيف يمكن أن يفيد هذا النهج مجموعة واسعة من المنظمات.
ومع ذلك ، فإن استثمار Microsoft الهائل في البحث والتطوير في مجال الذكاء الاصطناعي يمكن أن يضع شاشات LCDP الصغيرة في وضع غير مؤات إذا لم يعتمدوا تكامل الذكاء الاصطناعي الخاص بهم. نتيجة لذلك ، قد يؤدي نقص وظائف الذكاء الاصطناعي إلى فقدان المشتركين أو التعاون مع مجموعات تكنولوجيا السحابة الأكبر للوصول إلى البيانات وتخزينها.
على الرغم من التطورات ، فإن ChatGPT ونماذج الذكاء الاصطناعي التوليدية الأخرى ليست جديرة بالثقة تمامًا. حاليًا ، يعد استخدام ChatGPT في PowerApps تجريبيًا ، مما يدل على حالة الذكاء الاصطناعي التوليدية كعمل قيد التقدم. بالنظر إلى عدم الدقة المحتملة ، قد يواجه المطورون الذين يعتمدون على هذه النماذج تحديات.
إلى جانب النغمة الموثوقة لمخرجات ChatGPT ، يتم إنشاؤها من المعلومات المتاحة للجمهور ، والتي قد تحتوي على أخطاء وأخطاء وعدم كفاءة. والأسوأ من ذلك ، قد يقترح ChatGPT ميزات غير موجودة ، كما رأينا مع مزود واجهة برمجة التطبيقات للتشفير الجغرافي OpenCage. وبالتالي ، يجب على المطورين التكيف مع إنشاء المطالبات وتنظيمها وتصحيح الأخطاء ، بينما لا يزالون يتصارعون مع تحديات النشر والمخاوف الأمنية المتعلقة بتبعية الطرف الثالث.
تعتبر الحوكمة ضرورية لتأمين الأنظمة الأساسية low-code ، حيث قد لا يتمتع المستخدمون no-code لديهم رمز بإشراف أمني كافٍ عند اعتماد خدمات جديدة. مع وجود الذكاء الاصطناعي في المزيج ، يزداد التعقيد التقني ، مما قد يؤدي إلى انتهاكات أخلاقية وتواصل غير عقلاني إذا لم تتم إدارته بعناية.
بينما تنتج نماذج الذكاء الاصطناعي مثل ChatGPT مخرجات بثقة ، فإنها أحيانًا تؤدي إلى نتائج غير منطقية أو غير دقيقة. ستؤدي التغذية الراجعة وإعادة التدريب المستمر إلى تحسين هذه المخرجات بمرور الوقت. ومع ذلك ، يحتاج المهندسون إلى تذكر الطبيعة التجريبية للحلول التي تعتمد على الذكاء الاصطناعي وتوخي الحذر عند تنفيذ ابتكارات جديدة للذكاء الاصطناعي في مشاريعهم.
بينما يعيد الذكاء الاصطناعي تشكيل مشهد تطوير البرمجيات ، يواجه المطورون تحديات جديدة جنبًا إلى جنب مع التقدم في الكفاءة. سوف تستفيد الحلول Low-code التي تقدم خطوط توصيل قياسية للبرامج وميزات تعاون مركزية أكثر في هذا العصر المتطور. تستعد شاشات LCDP التي تواكب تطورات الذكاء الاصطناعي ، مثل AppMaster platform, and embed AI into their workflows are poised to thrive in the changing industry.
