Microsoft ได้พาดหัวข่าวด้วยการรวม ChatGPT ซึ่งเป็นโมเดลภาษาขนาดใหญ่ (LLM) ที่ทรงพลังเข้ากับชุดโปรแกรมสำหรับนักพัฒนา Power Platform ซึ่งช่วยเพิ่มประสิทธิภาพสำหรับการพัฒนา low-code การประกาศนี้เกิดขึ้นหลังจากการค้นหา Bing ที่ขับเคลื่อนด้วย ChatGPT และความมุ่งมั่นของ Microsoft ในการลงทุนนับพันล้านใน OpenAI ซึ่งเป็นบริษัทคู่ค้าของตน ด้วยการพัฒนานี้ ทำให้เกิดคำถามมากมาย โดยเฉพาะอย่างยิ่งเกี่ยวกับผลกระทบของการผสานรวมบนแพลตฟอร์ม low-code และความท้าทายที่อาจเกิดขึ้น
เราจะเจาะลึกความหมายของการพัฒนาที่ขับเคลื่อนด้วย AI โดยหารือเกี่ยวกับประโยชน์และความเสี่ยงที่อาจเกิดขึ้นจากการรวม LLM เช่น ChatGPT เข้ากับเฟรมเวิร์กการพัฒนา low-code นอกจากนี้ เราจะตรวจสอบว่าสิ่งนี้สามารถขัดขวางแนวการแข่งขันได้อย่างไร และเน้นข้อควรพิจารณาที่สำคัญสำหรับผู้นำที่ต้องการนำเทคโนโลยีที่ก้าวล้ำนี้มาใช้
แพลตฟอร์มการพัฒนา Low-code (LCDP) เช่น 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:
การผสานรวม ChatGPT ได้ส่งแรงกระเพื่อมไปทั่วทั้งตลาด โดยยักษ์ใหญ่ด้านเทคโนโลยีได้เปิดตัวโซลูชัน AI กำเนิดของตนเอง ด้วยเหตุนี้ บทบาทของแพลตฟอร์ม low-code และ AI ในการพัฒนาซอฟต์แวร์จึงเป็นที่ถกเถียงกัน การสร้างโค้ดที่ขับเคลื่อนด้วยภาษาธรรมชาติอาจแทนที่การเขียนโปรแกรมแบบดั้งเดิมและโซลูชันที่ไม่มีโค้ดทั้งหมด
อย่างไรก็ตาม ดูเหมือนว่าผลลัพธ์ที่เป็นไปได้มากที่สุดคือการปรับปรุงทั่วทั้งอุตสาหกรรมซอฟต์แวร์ด้วย AI ที่เสริม LCDP โดยการปรับปรุงประสบการณ์ของนักพัฒนา โมเดล ML ตามความต้องการ และประสบการณ์ของผู้ใช้ปลายทางที่ชาญฉลาด บริษัทอย่าง AppMaster already offer powerful appmaster.io/blog/no-code-app-builder> เครื่องมือสร้างแอป no-code และ appmaster .io/blog/build-enterprise-software-with-no-code>enterprise application solutions วิธีการนี้สามารถเป็นประโยชน์ต่อองค์กรได้หลากหลาย
อย่างไรก็ตาม การลงทุนมหาศาลของ Microsoft ในการวิจัยและพัฒนา AI อาจทำให้ LCDP ขนาดเล็กเสียเปรียบได้ หากพวกเขาไม่ใช้การผสานรวม AI ของตนเอง ด้วยเหตุนี้ การขาดฟังก์ชันการทำงานของ AI อาจนำไปสู่การสูญเสียสมาชิกหรือร่วมมือกับชุดเทคโนโลยีคลาวด์ขนาดใหญ่เพื่อเข้าถึงและจัดเก็บข้อมูล
แม้จะมีความก้าวหน้า แต่ ChatGPT และโมเดล AI กำเนิดอื่นๆ ก็ยังไม่น่าเชื่อถือโดยสิ้นเชิง ปัจจุบัน การใช้งาน ChatGPT ของ PowerApps อยู่ในขั้นทดลอง ซึ่งบ่งชี้สถานะของ AI เชิงกำเนิดว่าอยู่ในระหว่างดำเนินการ เมื่อพิจารณาถึงความไม่ถูกต้องที่อาจเกิดขึ้น นักพัฒนาที่ใช้โมเดลเหล่านี้อาจเผชิญกับความท้าทาย
นอกจากโทนเสียงที่เชื่อถือได้ของเอาต์พุต ChatGPT แล้ว ยังสร้างขึ้นจากข้อมูลที่เปิดเผยต่อสาธารณะ ซึ่งอาจมีจุดบกพร่อง ข้อผิดพลาด และความไร้ประสิทธิภาพ ที่แย่ไปกว่านั้น ChatGPT อาจแนะนำคุณสมบัติที่ไม่มีอยู่จริง ดังที่เห็นได้จาก OpenCage ผู้ให้บริการ geocoding API ดังนั้น นักพัฒนาซอฟต์แวร์จึงต้องปรับตัวให้เข้ากับการสร้างและจัดระเบียบการแจ้งเตือนและการดีบักข้อผิดพลาด ในขณะที่ยังคงต่อสู้กับความท้าทายในการปรับใช้และความกังวลด้านความปลอดภัยเกี่ยวกับการพึ่งพาบุคคลที่สาม
การกำกับดูแลเป็นสิ่งสำคัญสำหรับการรักษาความปลอดภัยของแพลตฟอร์ม low-code เนื่องจากผู้ใช้ no-code อาจไม่ได้รับการดูแลด้านความปลอดภัยที่เพียงพอเมื่อนำบริการใหม่ๆ มาใช้ เมื่อมี AI เข้ามาผสม ความซับซ้อนทางเทคนิคก็เพิ่มขึ้น อาจนำไปสู่การละเมิดจริยธรรมและการสื่อสารที่ไร้เหตุผลหากไม่ได้รับการจัดการอย่างระมัดระวัง
แม้ว่าโมเดล AI เช่น ChatGPT จะสร้างเอาต์พุตได้อย่างมั่นใจ แต่บางครั้งก็ให้ผลลัพธ์ที่ไร้สาระหรือไม่ถูกต้อง ข้อเสนอแนะและการฝึกซ้ำอย่างต่อเนื่องจะช่วยปรับปรุงผลลัพธ์เหล่านี้เมื่อเวลาผ่านไป อย่างไรก็ตาม วิศวกรจำเป็นต้องจดจำลักษณะการทดลองของโซลูชันที่ขับเคลื่อนด้วย AI และใช้ความระมัดระวังเมื่อนำนวัตกรรม AI ใหม่ไปใช้ในโครงการของตน
ในขณะที่ AI ปรับเปลี่ยนรูปแบบการพัฒนาซอฟต์แวร์ นักพัฒนาต้องเผชิญกับความท้าทายใหม่ๆ ควบคู่ไปกับการพัฒนาประสิทธิภาพ โซลูชัน Low-code ที่เสนอไปป์ไลน์การจัดส่งซอฟต์แวร์มาตรฐานและคุณสมบัติการทำงานร่วมกันแบบรวมศูนย์จะได้รับประโยชน์สูงสุดในยุคที่เปลี่ยนแปลงนี้ LCDP ที่ก้าวทันการพัฒนา AI เช่น AppMaster platform, and embed AI into their workflows are poised to thrive in the changing industry.
