Nel mondo dello sviluppo del software, le soluzioni low-code sono salite alla ribalta grazie all'ampliamento dell'accessibilità alla programmazione e al colmare le lacune dello sviluppo. Gartner prevede che il mercato dello sviluppo su low-code raggiungerà 26,9 miliardi di dollari entro il 2023, con il 65% delle applicazioni sviluppate utilizzando queste piattaforme entro il 2024. Contemporaneamente, gli strumenti di generazione del codice basati sull'intelligenza artificiale, come Copilot di GitHub e ChatGPT di OpenAI, stanno guadagnando terreno offrendo un completamento automatico avanzato e assistenti di codifica basati sull'intelligenza artificiale.
Alla luce di questo nuovo paradigma, le piattaforme di sviluppo low-code sono ancora rilevanti nell'industria del software? Possono coesistere con la tecnologia emergente guidata dall'intelligenza artificiale? La risposta sta nella comprensione della natura complementare delle soluzioni low-code e AI-driven, e di come la collaborazione tra le due possa portare ad applicazioni uniche e innovative che affrontano le sfide aziendali del mondo reale.
Sebbene gli algoritmi generici possano produrre risultati impressionanti, non sempre sono sufficienti per affrontare casi d'uso aziendali complessi. Molti programmatori non hanno le competenze necessarie per addestrare modelli di machine learning (ML) o deep learning a partire dai loro set di dati. In questi scenari, le soluzioni di low-code possono aiutare gli utenti a etichettare i dati non strutturati, generare modelli, eseguire simulazioni e promuovere l'IA riutilizzabile in tutti i reparti. Questo apre un mondo di possibilità per i progressi e la democratizzazione dell'IA.
L'IA è stata ampiamente adottata in diversi settori, dall'elaborazione avanzata di immagini e testi al riconoscimento e alla sintesi vocale. Johanna Pingel, product marketing manager di MathWorks AI, vede l'AI come un fattore chiave nella gestione della durata delle batterie dei veicoli elettrici e dell'elettronica di consumo. Inoltre, gli strumenti di ispezione visiva alimentati dall'intelligenza artificiale possono migliorare la sicurezza e l'efficienza in settori come quello farmaceutico e automobilistico.
ChatGPT, un'altra applicazione di intelligenza artificiale che si sta affermando in questi giorni, non è utile solo per i creatori di contenuti, ma anche per la ricerca scientifica. Può generare codice MATLAB, funzioni e test unitari che possono essere copiati e incollati negli IDE. Tuttavia, il codice generato da ChatGPT deve essere rivisto e verificato da ingegneri e scienziati esperti.
Low-code Le piattaforme, come AppMaster.io e MATLAB, possono semplificare l'incorporazione di funzionalità di IA nelle applicazioni, consentendo al contempo la generazione di algoritmi di IA unici basati su serie di dati specifiche. Possono velocizzare le attività più noiose e aiutare gli ingegneri con diversi livelli di competenze di codifica, essenziali per implementare efficacemente l'IA nei sistemi aziendali.
Pingel spiega che le aziende di solito iniziano con semplici casi d'uso dell'IA, come il riconoscimento facciale o il rilevamento del testo da lettere scritte a mano. Tuttavia, quando i requisiti diventano più complessi, le aziende devono utilizzare i propri dati e le impostazioni specializzate per creare algoritmi di IA su misura. È qui che le soluzioni low-code possono svolgere un ruolo fondamentale, rendendo il processo di pulizia, ritaglio e strutturazione dei dati più gestibile ed efficiente.
Low-code Le piattaforme offrono diversi vantaggi nell'abbassare le barriere alla creazione di IA personalizzata. La strutturazione e l'etichettatura dei dati, la generazione di modelli di ML e il collegamento tra diversi linguaggi di programmazione diventano molto più accessibili utilizzando piattaforme low-code come MATLAB e Simulink. Fornendo un ambiente di sviluppo unificato, queste piattaforme incoraggiano la collaborazione tra gli utenti e li aiutano a imparare a essere programmatori migliori.
Sebbene gli strumenti basati sull'IA stiano sconvolgendo i processi di sviluppo convenzionali, le piattaforme low-code hanno ancora un ruolo cruciale nel potenziare gli utenti non tecnici e nell'abbassare la barriera alla creazione di funzionalità uniche basate sull'IA. Coesistendo e collaborando, le piattaforme di sviluppo low-code e l'IA possono aprire la strada ad applicazioni innovative, facendo progredire entrambi i campi e liberando nuove opportunità nello sviluppo del software.
