La convergenza tra intelligenza artificiale generativa e software low-code sta creando una potente sinergia che spinge l’innovazione al di là del comune. Mentre ogni tecnologia è molto ricercata indipendentemente, la loro combinazione si armonizza in modo tale da aprire nuove possibilità e accelerare lo sviluppo.
Lo sviluppo low-code consente alle persone di creare applicazioni con un minimo ricorso a codice complesso, utilizzando strumenti visivi e modelli per lo sviluppo. L’intersezione naturale tra low-code e intelligenza artificiale ha il potenziale per rivoluzionare il modo in cui creiamo software. Tuttavia, è cruciale considerare aspetti come l’integrità dei dati e la sicurezza per garantire un’integrazione significativa.
Il rapporto Low-Code Signals 2023 di Microsoft rivela che l’87% dei direttori dell’innovazione e dei professionisti IT ritiene che l’inserimento di una maggiore intelligenza artificiale e automazione nelle piattaforme low-code migliorerebbe la capacità di sfruttare tutte le funzionalità disponibili.
Secondo Dinesh Varadharajan, CPO della piattaforma di lavoro low-code/no-code Kissflow, la convergenza tra intelligenza artificiale e low-code consente ai sistemi di gestire i carichi di lavoro senza che gli esseri umani debbano lavorare per i sistemi stessi. Sottolinea che intelligenza artificiale e low-code non sono mutuamente esclusive, ma si completano a vicenda, offrendo una serie di possibilità.
Varadharajan sottolinea che la combinazione di intelligenza artificiale e tecnologia low-code riduce il divario nello sviluppo. Il software low-code migliora l’accessibilità allo sviluppo all’interno delle organizzazioni, inclusi gli sviluppatori cittadini, mentre l’intelligenza artificiale generativa aumenta l’efficienza e la coerenza organizzativa.
Jim Rose, CEO di CircleCI, una piattaforma di automazione per team di consegna software, ritiene che i grandi modelli di linguaggio che costituiscono la base delle piattaforme di intelligenza artificiale generativa rivoluzioneranno alla fine il linguaggio dello sviluppo low-code. Gli utenti potranno interrogare direttamente i modelli, ad esempio richiedendo la creazione di un negozio online di facile gestione per la vendita di scarpe vintage.
Sebbene questa tecnologia non abbia ancora raggiunto pienamente il suo potenziale, Rose sottolinea l’importanza di apprendere come comunicare in modo efficace con l’intelligenza artificiale generativa per ottenere i risultati desiderati. Varadharajan di Kissflow immagina che l’intelligenza artificiale assumerà la gestione dei compiti entro un anno, portando a un’integrazione più significativa con il low-code.
L’implementazione e l’iterazione di successo del low-code alimentato dall’intelligenza artificiale richiedono ai leader aziendali di considerare framework di governance ed etica. Don Schuerman, CTO dell’azienda di software aziendale Pega, propugna un approccio responsabile ed etico all’intelligenza artificiale. La trasparenza è cruciale, poiché le organizzazioni devono essere in grado di spiegare come e perché l’intelligenza artificiale prende determinate decisioni per garantire equità e uso responsabile.
Schuerman sottolinea la necessità di testare e mitigare i pregiudizi latenti presenti nella società e nei dati. Coinvolgendo le persone nel processo, le organizzazioni possono affrontare errori, apportare miglioramenti e sfruttare abilità umane come l’empatia nei confronti dei clienti, che gli algoritmi di apprendimento automatico devono ancora padroneggiare completamente.
Varadharajan individua la gestione del cambiamento come una sfida significativa nella convergenza tra intelligenza artificiale e low-code, soprattutto nelle grandi aziende abituate a lavorare in modi specifici. Tuttavia, mantenendo uno strato di governance solido, le organizzazioni possono tenere il passo con il paesaggio in continua evoluzione dell’intelligenza artificiale e gestire i rischi associati.
La prossima ondata di piattaforme di intelligenza artificiale generativa coinvolgerà modelli a loop chiuso addestrati su dati proprietari, secondo Rose di CircleCI. Pur garantendo la sicurezza dei dati, questa approccio ha il potenziale per trasformare le capacità dell’intelligenza artificiale generativa in tutti i settori.
Gli esperti sottolineano che la sinergia tra intelligenza artificiale generativa e software low-code accelera l’innovazione, a condizione che le organizzazioni mantengano la responsabilità e le considerazioni etiche. Nel contesto competitivo odierno, la velocità è essenziale per l’innovazione e il low-code potenziato dall’intelligenza artificiale accorcia il percorso dall’idea alla sperimentazione fino a un prodotto finale, spingendo la velocità dell’innovazione.