Microsoft telah menjadi berita utama dengan mengintegrasikan ChatGPT, model bahasa besar yang kuat (LLM), ke dalam rangkaian pengembang Power Platform, meningkatkan produktivitas untuk pengembangan low-code. Pengumuman ini muncul setelah pencarian Bing yang didukung ChatGPT dan komitmen Microsoft untuk menginvestasikan miliaran di perusahaan mitranya, OpenAI. Dengan perkembangan ini, banyak pertanyaan muncul, terutama seputar efek integrasi pada platform low-code dan potensi tantangan yang mungkin muncul.
Kami akan menyelidiki implikasi pengembangan berbasis AI dengan membahas manfaat dan potensi risiko menggabungkan LLM seperti ChatGPT ke dalam kerangka pengembangan low-code. Selanjutnya, kami akan memeriksa bagaimana hal ini dapat mengganggu lanskap persaingan dan menyoroti pertimbangan utama bagi para pemimpin yang ingin mengadopsi teknologi inovatif ini.
Platform pengembangan Low-code (LCDP), seperti 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:
Integrasi ChatGPT telah mengirimkan riak ke seluruh pasar, dengan raksasa teknologi meluncurkan solusi AI generatif mereka sendiri. Akibatnya, peran platform low-code dan AI dalam pengembangan perangkat lunak diperdebatkan. Pembuatan kode berbasis bahasa alami berpotensi menggantikan pemrograman tradisional dan solusi tanpa kode sama sekali.
Meskipun demikian, tampaknya hasil yang paling mungkin adalah penyempurnaan di seluruh industri perangkat lunak dengan AI yang meningkatkan LCDP dengan meningkatkan pengalaman pengembang, model ML yang dipesan lebih dahulu, dan pengalaman pengguna akhir yang cerdas. Perusahaan seperti AppMaster already offer powerful appmaster no-code appmaster .io/blog/build-enterprise-software-with-no-code>enterprise application solutions , mendemonstrasikan caranya pendekatan ini dapat menguntungkan berbagai organisasi.
Namun, investasi besar-besaran Microsoft dalam penelitian dan pengembangan AI dapat merugikan LCDP yang lebih kecil jika mereka tidak mengadopsi integrasi AI mereka sendiri. Akibatnya, kurangnya fungsionalitas AI dapat menyebabkan hilangnya pelanggan atau bekerja sama dengan rangkaian teknologi cloud yang lebih besar untuk mengakses dan menyimpan data.
Terlepas dari kemajuannya, ChatGPT dan model AI generatif lainnya tidak sepenuhnya dapat dipercaya. Saat ini, penggunaan ChatGPT PowerApps bersifat eksperimental, menandakan status AI generatif sebagai pekerjaan yang sedang berjalan. Mempertimbangkan potensi ketidakakuratan, pengembang yang mengandalkan model ini mungkin menghadapi tantangan.
Selain nada otoritatif keluaran ChatGPT, mereka dihasilkan dari informasi yang tersedia untuk umum, yang dapat berisi bug, kesalahan, dan inefisiensi. Lebih buruk lagi, ChatGPT mungkin menyarankan fitur yang tidak ada, seperti yang terlihat dengan OpenCage penyedia API geocoding. Konsekuensinya, pengembang harus beradaptasi untuk membuat dan mengatur prompt dan kesalahan debugging, sambil tetap bergulat dengan tantangan penerapan dan masalah keamanan terkait ketergantungan pihak ketiga.
Tata kelola sangat penting untuk mengamankan platform low-code, karena pengguna no-code mungkin tidak memiliki pengawasan keamanan yang memadai saat mengadopsi layanan baru. Dengan AI dalam campuran, kompleksitas teknis meningkat, berpotensi menyebabkan pelanggaran etika dan komunikasi irasional jika tidak dikelola dengan hati-hati.
Meskipun model AI seperti ChatGPT menghasilkan keluaran dengan percaya diri, terkadang menghasilkan hasil yang tidak masuk akal atau tidak akurat. Umpan balik dan pelatihan ulang yang berkelanjutan akan meningkatkan keluaran ini dari waktu ke waktu. Namun, para insinyur perlu mengingat sifat eksperimental dari solusi berbasis AI dan berhati-hati saat menerapkan inovasi AI baru ke dalam proyek mereka.
Saat AI membentuk ulang lanskap pengembangan perangkat lunak, pengembang menghadapi tantangan baru bersamaan dengan peningkatan efisiensi. Solusi Low-code yang menawarkan jalur pengiriman perangkat lunak standar dan fitur kolaborasi terpusat akan sangat diuntungkan di era yang berkembang ini. LCDP yang mengikuti perkembangan AI, seperti AppMaster platform, and embed AI into their workflows are poised to thrive in the changing industry.
