Hvordan lav-kode udvikling kunne booste AI-adoption

Enhver virksomhed ønsker måske at sætte kunstig intelligens at arbejde, men de fleste virksomheder er ikke velsignet med evnen til at ansætte bataljoner af data forskere– det er heller ikke nødvendigvis den rigtige tilgang. Som Gartner-analytiker Svetlana Sicular engang hævdede, ofte bedst mulige dataforsker er den person, du allerede ansætter, som kender dine data og blot har brug for hjælp til at finde ud af, hvordan du låser dem op. For mange virksomhedsejere er det denne form for tilgang, der måske giver mest mening, da de søger at være klogere med de data, de allerede har.

En virksomhed, der arbejder for at muliggøre denne vision, er Cambridge, Massachusetts-baseret maskinlæringsopstart Akkio, som parrer AI med lav kode i et forsøg på at demokratisere kunstig intelligens. Jeg talte med virksomhedens medstifter og COO Jon Reilly for at lære mere.  

SE: Forskning: Øget brug af lav-kode/no-code platforme udgør ingen trussel for udviklere (TechRepublic Premium)

Udvikler med mindre kode

"Der er en revolution på vej i, hvordan grundlæggende software bliver bygget," sagde Reilly. "Ligesom de klikbare ikoner i Windows og derefter macOS erstattede indtastning af obskure DOS-kommandoer på en sort computer-terminalskærm, erstatter nye 'no-code' platforme programmeringssprog med simple træk og slip-funktioner."

Selvom der er konkrete succeser, hvor AI dramatisk har forbedret, hvordan teknologien bliver bygget, generelt er platformene endnu ikke stærke nok til at skabe kompliceret software (Copilot kan hjælpe med forslag under kodning, mens Diffblue kan automatisere Java-enhedstestskrivning), men til simple behov som at administrere tidsplaner eller spore kunder kan de være nok. Den uundgåelige abstraktion fra kode til grafiske grænseflader åbner døren for enhver tech-minded person til at bygge en softwareløsning til basale opgaver, frem for at skrive en billet i IT-afdelingens overfyldte kø. 

Selv software udviklere bruger disse værktøjer til at løse simple problemer hurtigt.

"Enhver virksomhed kan se produktivitetsgevinster, når de digitaliserer deres forretning," sagde Reilly. "Problemet er, at ikke alle virksomheder har et teknisk team, der er i stand til at bygge software. Hyldevarer er sjældent en perfekt pasform."

Google, Microsoft og Amazon har alle introduceret produkter, der giver brugerne mulighed for at oprette applikationer uden at skrive en linje med computerkode. De retter sig mod folk, der kender forretningen langt bedre end IT-afdelingen, men som alligevel mangler dyb teknisk ekspertise til at skrive software. Ved at trække og slippe skabeloner og kombinere dem til logiske træer, kan brugere bygge software til at gøre ting som at behandle fakturaer eller præsentere live data i et brugervenligt format.

SE: Forretningsleder som udvikler: Fremkomsten af ​​no-code og low-code software (ZDNet / TechRepublic specialfunktion) | Download den gratis PDF-version (TechRepublic)

No-code-bevægelsen sætter endda kraften i AI inden for rækkevidde af marketingchefer, salgspersonale og finansielle analytikere. Giv disse ingen-kode platforme data, og de vil spytte forudsigelser ud på få sekunder, hvilket giver enhver den magt, der normalt er reserveret til virksomheder eller forskningsinstitutioner bemandet af dataforskere.

Dette er især vigtigt nu i betragtning af manglen på data forskere , softwareudviklere. Mens efterspørgslen efter udviklere stiger, er skolerne kommet bagud. Ifølge Datalogi Uddannelsesuge, tæller datalogi ikke engang med til gymnasieeksamen i 35 ud af 50 stater. Management konsulentfirmaet Korn Ferry forudser en global mangel på 4.3 millioner teknikere, medie- og telearbejdere inden 2030.

"Men endnu bedre end at ansætte sparsomme og dyre udviklere, er no-code platforme utroligt billige i forhold til, hvad de gør," sagde Reilly. "De er volumenspil, der satser på, at når først virksomheder forstår, hvor nemme de er at bruge, vil alle bruge dem til at løse de snesevis af processer eller beslutninger, som software kan hjælpe med. Med tiden vil no-code platforme være lige så allestedsnærværende, som tekstbehandlings- eller regnearkssoftware er i dag."

Forudsiger fremtiden

Fjernelse af friktion fra adoption har potentialet til at frigøre kraften fra AI på tværs af alle nye industrier og give ikke-specialister mulighed for at producere arbejde meget hurtigere med højere præcision, mens de bogstaveligt talt forudsiger fremtiden. Hvordan det? Disse AI-platforme lover at tage meget af gættearbejdet ud af prognoser og øge klarheden i den nærmeste fremtid for mange virksomheder. De arbejder typisk på enhver form for tabeldata og forudsiger alt fra vindere i et hestevæddeløb til hvor meget stål en fabrik skal bruge næste år.

Sådanne AI-platforme giver allerede salgsteams mulighed for at prioritere kundeemner. I stedet for at stole på intuition, kan en maskinlæringsalgoritme forudsige, hvilke leads der er værd at bruge tid på at jagte, og hvilke der kan vente. Det er et spørgsmål om at øge forretningshastigheden – noget som alle organisationer har brug for.

Reilly delte et eksempel om en producent. En af dens leverandører tilbragte måneder med applikationsudviklerteams og AI-specialister for at bygge smart software til at sortere gennem producentens onlineannoncering og beslutte, hvilke mål der var værd at bruge flere penge på. Det tog måneder og aldrig fungerede særlig godt. Så prøvede sælgeren en kodefri platform og kom med en løsning inden for få timer. AI-platformen lader dem blot uploade et regneark med annonceringsmål og andre målinger, og de mål, der er værd at nå, stige til tops.

"Under motorhjelmen kaldes det, der sker, prædiktiv analyse ved hjælp af state-of-the-art maskinlæringsalgoritmer," sagde Reilly. "Men her er den gode nyhed: Du behøver ikke at være ligeglad eller endda vide det. Og du behøver ikke gå til din it-afdeling og tigger efter hardware, software eller specialister. Du gør det bare selv, ingen computerkodning kræves."

Offentliggørelse: Jeg arbejder for AWS, men synspunkterne heri er mine.

Data, Analytics og AI -nyhedsbrev

Lær de seneste nyheder og bedste praksis om datavidenskab, big data-analyse og kunstig intelligens. Leveret mandage

Tilmeld dig i dag

Se også