PUNTI CHIAVE
-Insieme: l'intelligenza artificiale generativa e il software low-code possono accelerare l'innovazione.
-La convergenza tra intelligenza artificiale e low-code consente ai sistemi di gestire il lavoro, anziché gli esseri umani dover lavorare per i sistemi.
-Il software low-code aumenta l'accessibilità dello sviluppo in tutte le organizzazioni, mentre l'IA generativa aumenta l'efficienza e la coerenza organizzativa.
In maniera indipendente, l'intelligenza artificiale generativa e il software low-code sono due tecnologie molto ricercate. Ma gli esperti sostengono che insieme, queste due si armonizzano in modo tale da accelerare l'innovazione oltre lo status quo.
Lo sviluppo low-code consente alle persone di creare applicazioni con una necessità minima di codice complesso, utilizzando invece strumenti visivi e altri modelli per lo sviluppo. Sebbene l'intersezione tra low-code e AI sembri naturale, è fondamentale considerare sfumature come l'integrità dei dati e la sicurezza per garantire un'integrazione significativa.
Secondo il rapporto Low-Code Signals 2023 di Microsoft, l'87% dei direttori dell'innovazione e dei professionisti IT ritiene che "l'aumento di AI e automazione integrati nelle piattaforme low-code li aiuterebbe a utilizzare al meglio tutte le capacità disponibili".
Secondo Dinesh Varadharajan, CPO della piattaforma di lavoro low-code/no-code Kissflow, la convergenza tra AI e low-code consente ai sistemi di gestire il lavoro anziché gli esseri umani dover lavorare per i sistemi.
Inoltre, invece che la rivoluzione dell'AI sostituisca il low-code, Varadharajan afferma: "Uno non sostituisce l'altro, ma la potenza di entrambi porterà molte possibilità".
Varadharajan sottolinea che, mentre l'AI e la tecnologia low-code si uniscono, il divario nello sviluppo si riduce. Il software low-code aumenta l'accessibilità dello sviluppo in tutte le organizzazioni (spesso per i cosiddetti citizen developers), mentre l'IA generativa aumenta l'efficienza e la congruenza organizzativa.
Innovazione più rapida
Secondo Jim Rose, CEO di CircleCI, una piattaforma di automazione per team di consegna software, questi grandi modelli di linguaggio che costituiscono la base delle piattaforme di intelligenza artificiale generativa saranno in grado di cambiare il linguaggio del low-code. Piuttosto che costruire un'applicazione o un sito web attraverso un formato di progettazione visiva, Rose afferma: "Ciò che sarai in grado di fare è interrogare direttamente i modelli e dire, ad esempio, 'Ho bisogno di un negozio di e-commerce facile da gestire per vendere scarpe vintage'".
Rose concorda sul fatto che la tecnologia non abbia ancora raggiunto questo punto, in parte perché "devi sapere come parlare" all'IA generativa per ottenere ciò che stai cercando. Varadharajan di Kissflow afferma di poter vedere l'IA prendere il controllo della gestione delle attività entro un anno, e forse intersecarsi con il low-code in modo più significativo poco dopo.
La governance e l'innovazione vanno di pari passo
Come per qualsiasi cosa che coinvolge l'IA, ci sono molte sfumature che i leader aziendali devono tenere in considerazione per una corretta implementazione e iterazione del low-code alimentato dall'IA.
Don Schuerman, CTO di un'azienda di software per le imprese chiamata Pega, dà la priorità a ciò che chiama "un quadro di IA responsabile ed etico".
Ciò include la necessità di trasparenza. In altre parole, è possibile spiegare come e perché l'IA sta prendendo una decisione particolare? Senza questa chiarezza, afferma, le aziende rischiano di avere un sistema che non serve gli utenti finali in modo equo e responsabile.
Ciò si fonde con la necessità di testare i bias, aggiunge Schuerman. "Ci sono bias latenti incorporati nella nostra società, il che significa che ci sono bias latenti incorporati nei nostri dati", ha detto. "Questo significa che l'IA rileverà tali bias a meno che non vengano testati ed esclusi esplicitamente".
Schuerman è un sostenitore di "mantenere l'essere umano nel processo", non solo per controllare gli errori e apportare modifiche, ma anche per considerare ciò che gli algoritmi di apprendimento automatico non hanno ancora padroneggiato: l'empatia nei confronti dei clienti. Priorizzando l'empatia nei confronti dei clienti, le organizzazioni possono mantenere i sistemi e raccomandare prodotti e servizi effettivamente rilevanti per l'utente finale.
Per Varadharajan, la sfida più grande che prevede con la convergenza di AI e low-code è la gestione del cambiamento. Gli utenti aziendali, in particolare, sono abituati a lavorare in un certo modo, afferma, il che potrebbe farli diventare l'ultimo segmento ad adottare lo spostamento verso il low-code alimentato dall'IA.
Qualunque siano i rischi con cui un'azienda si trovi a che fare, mantenere il livello di governance è ciò che aiuterà i leader a tenere il passo con l'evoluzione dell'IA. "Anche adesso, stiamo ancora lottando con le possibilità di ciò che l'IA generativa può fare", ha detto Varadharajan. "Come esseri umani, evolveremo anche noi. Troveremo modi per gestire il rischio".
Un nuovo punto di partenza
Mentre molte piattaforme di intelligenza artificiale generativa derivano da modelli open source, Rose di CircleCI afferma che c'è un successore di un tipo diverso in arrivo. "La prossima ondata sono modelli a ciclo chiuso che vengono addestrati su dati proprietari", ha detto.
Naturalmente, i dati proprietari e i modelli a ciclo chiuso dovranno fare i conti con la necessità di trasparenza. Tuttavia, la capacità per le organizzazioni di mantenere la sicurezza dei dati in questo stile di modelli di dimensioni ridotte potrebbe rapidamente spostare le potenzialità dell'IA generativa in diversi settori.
L'IA generativa e il software low-code mettono l'innovazione su una superstrada, a condizione che le organizzazioni non trascurino il fattore della responsabilità, hanno affermato gli esperti.
Nell'era moderna, la velocità di innovazione è un elemento indispensabile per essere competitivi. Basta guardare a Bard, l'offerta di Adobe-Google che si appresta a competere con ChatGPT di OpenAI nello spazio dell'IA generativa.
Secondo Scheurman, con l'IA e il low-code, "parto da una posizione più avanzata di prima". Accorciando il percorso tra un'idea, l'esperimento e infine un prodotto operativo, ha affermato che il low-code alimentato dall'IA accelera la velocità dell'innovazione.
Articolo scritto da: Rachel Curry