ソフトウェア開発の世界では、low-code ソリューションが、プログラミングのアクセシビリティを広げ、開発のギャップを埋めることで脚光を浴びています。ガートナーは、low-code の開発市場は2023年までに269億ドルに達し、2024年までにアプリケーションの65％がこれらのプラットフォームを使用して開発されると予測しています。同時に、GitHubのCopilotやOpenAIのChatGPTといったAIベースのコード生成ツールは、高度なオートコンプリートやAIによるコーディングアシスタントを提供することで人気を博している。
この新しいパラダイムを考えると、low-code の開発プラットフォームはソフトウェア業界でまだ妥当性を保っているのだろうか？また、AIを活用した新たなテクノロジーと共存できるのでしょうか。その答えは、low-code とAI駆動型ソリューションの相補的な性質を理解し、両者のコラボレーションによって、現実のビジネス課題に対応するユニークで革新的なアプリケーションをどのように生み出すことができるかにある。
一般的なアルゴリズムは素晴らしい結果を生み出しますが、複雑なビジネスユースケースに取り組むには必ずしも十分ではありません。多くのプログラマーは、データセットから機械学習（ML）や深層学習モデルを学習させるスキルに欠けています。このようなシナリオでは、low-code のソリューションが、ユーザーが非構造化データにタグ付けし、モデルを生成し、シミュレーションを実行し、部門間で再利用可能なAIを促進するのに役立ちます。これにより、AIの進歩と民主化における可能性の世界が広がります。
AIは、高度な画像処理やテキスト処理から音声認識や合成まで、さまざまな産業で広く採用されています。MathWorks AIプロダクトマーケティングマネージャーのJohanna Pingelは、電気自動車や家電製品のバッテリー寿命を管理する上で、AIが重要な要素になると考えています。さらに、AIを活用した目視検査ツールは、医薬品や自動車製造などの分野で安全性と効率性を高めることができます。
ChatGPTも最近注目されているAIアプリケーションで、コンテンツクリエイターだけでなく、科学研究にも役立つ。IDEにコピー＆ペーストできるMATLABコード、関数、ユニットテストを生成することができます。しかし、ChatGPTによって生成されたコードは、経験豊富なエンジニアや科学者によってレビューされ、検証される必要があります。
Low-code AppMaster.ioやMATLABなどのプラットフォームは、アプリケーションへのAI駆動型機能の組み込みを効率化し、特定のデータセットに基づく独自のAIアルゴリズムを生成することができます。これらのプラットフォームは、面倒な作業をスピードアップし、さまざまなレベルのコーディングスキルを持つエンジニアを支援することができます。
Pingelは、通常、企業は顔認識や手書きの文字からのテキスト検出など、シンプルなAIのユースケースから始めると説明します。しかし、要件が複雑になるにつれ、企業は独自のデータや専門的な設定を使用して、特注のAIアルゴリズムを作成する必要があります。そこで、low-code ソリューションが重要な役割を果たし、データのクリーニング、切り取り、構造化のプロセスをより管理しやすく効率的にすることができるのです。
Low-code プラットフォームは、カスタムAI作成の障壁を下げる上で、いくつかの利点を提供します。MATLABやSimulinkなどの 、データの構造化とラベル付け、MLモデルの生成、異なるプログラミング言語の橋渡しが、より身近になります。統一された開発環境を提供することで、これらのプラットフォームはユーザー間のコラボレーションを促進し、より優れたプログラマーになるための学習を支援します。low-code
AIベースのツールは従来の開発プロセスを破壊していますが、low-code プラットフォームは、非技術的なユーザーに力を与え、AI主導のユニークな機能を生み出すための障壁を低くするという重要な役割を担っています。low-code 、開発プラットフォームとAIは共存・協力することで、革新的なアプリケーションへの道を開き、両分野を発展させ、ソフトウェア開発における新たな可能性を引き出すことができるのです。
