In de wereld van softwareontwikkeling hebben low-code oplossingen een hoge vlucht genomen door de toegankelijkheid van de programmering te vergroten en ontwikkelingsleemtes op te vullen. Gartner voorspelt dat de ontwikkelingsmarkt low-code tegen 2023 26,9 miljard dollar zal bereiken, waarbij tegen 2024 65% van de toepassingen met behulp van deze platforms zal worden ontwikkeld. Tegelijkertijd winnen AI-gebaseerde codegeneratietools, zoals GitHub's Copilot en OpenAI's ChatGPT, aan populariteit door geavanceerde auto-aanvulling en AI-gestuurde codeerassistenten te bieden.
Zijn low-code ontwikkelingsplatforms, gezien dit nieuwe paradigma, nog steeds relevant voor de software-industrie? Kunnen ze naast de opkomende AI-gestuurde technologie bestaan? Het antwoord ligt in het begrip van de complementariteit van low-code en AI-gestuurde oplossingen, en hoe samenwerking tussen beide kan leiden tot unieke en innovatieve toepassingen voor echte zakelijke uitdagingen.
Hoewel generieke algoritmen indrukwekkende resultaten kunnen opleveren, zijn ze niet altijd voldoende om complexe zakelijke toepassingen aan te pakken. Veel programmeurs missen de vaardigheden om modellen voor machine learning (ML) of deep learning te trainen op basis van hun datasets. In dergelijke scenario's kunnen low-code oplossingen gebruikers helpen ongestructureerde gegevens te taggen, modellen te genereren, simulaties uit te voeren en herbruikbare AI over afdelingen heen te bevorderen. Dit opent een wereld van mogelijkheden in de vooruitgang en democratisering van AI.
AI wordt op grote schaal toegepast in verschillende sectoren, van geavanceerde beeld- en tekstverwerking tot spraakherkenning en synthese. Johanna Pingel, MathWorks AI product marketing manager, ziet AI als een belangrijke factor in het beheer van de levensduur van batterijen in elektrische voertuigen en consumentenelektronica. Bovendien kunnen AI-gestuurde visuele inspectietools de veiligheid en efficiëntie verbeteren in sectoren als de farmaceutische industrie en de auto-industrie.
ChatGPT, een andere AI-toepassing die tegenwoordig aan belang wint, is niet alleen nuttig voor makers van inhoud, maar ook voor wetenschappelijk onderzoek. Het kan MATLAB-code, functies en eenheidstests genereren die in IDE's kunnen worden gekopieerd en geplakt. De door ChatGPT gegenereerde code moet echter nog steeds worden beoordeeld en geverifieerd door ervaren ingenieurs en wetenschappers.
Low-code platformen, zoals AppMaster.io en MATLAB, kunnen de integratie van AI-gedreven functionaliteit in toepassingen stroomlijnen en het genereren van unieke AI-algoritmen op basis van specifieke datasets mogelijk maken. Ze kunnen vervelende taken versnellen en ingenieurs met verschillende niveaus van coderingsvaardigheden helpen, wat essentieel is om AI effectief te implementeren binnen bedrijfssystemen.
Pingel legt uit dat bedrijven meestal beginnen met eenvoudige AI-gebruiksgevallen, zoals gezichtsherkenning of tekstdetectie van handgeschreven brieven. Naarmate hun eisen ingewikkelder worden, moeten bedrijven echter hun eigen gegevens en gespecialiseerde instellingen gebruiken om AI-algoritmen op maat te maken. Dit is waar low-code oplossingen een vitale rol kunnen spelen, door het proces van het opschonen, bijsnijden en structureren van gegevens beter beheersbaar en efficiënter te maken.
Low-code platforms bieden verschillende voordelen bij het verlagen van de barrières voor het creëren van AI op maat. Het structureren en labelen van gegevens, het genereren van ML-modellen en het overbruggen van verschillende programmeertalen wordt veel toegankelijker met behulp van low-code platforms zoals MATLAB en Simulink. Door een uniforme ontwikkelomgeving te bieden, bevorderen deze platforms de samenwerking tussen gebruikers en helpen ze hen betere programmeurs te worden.
Hoewel op AI gebaseerde tools conventionele ontwikkelingsprocessen ontwrichten, spelen low-code platforms nog steeds een cruciale rol bij het mondiger maken van niet-technische gebruikers en het verlagen van de drempel om unieke op AI gebaseerde mogelijkheden te creëren. Door naast elkaar te bestaan en samen te werken, kunnen low-code ontwikkelingsplatforms en AI de weg vrijmaken voor innovatieve toepassingen, waardoor beide gebieden vooruitgaan en nieuwe mogelijkheden voor softwareontwikkeling worden ontsloten.
