Πώς η ανάπτυξη χαμηλού κώδικα θα μπορούσε να ενισχύσει την υιοθέτηση της τεχνητής νοημοσύνης

Κάθε εταιρεία μπορεί να θέλει να βάλει τεχνητή νοημοσύνη to work, but most companies aren’t blessed with the ability to hire battalions of οι επιστήμονες δεδομένων– ούτε αυτή είναι απαραίτητα η σωστή προσέγγιση. Όπως υποστήριξε κάποτε η αναλυτής της Gartner Svetlana Sicular, συχνά το ο καλύτερος δυνατός επιστήμονας δεδομένων is the person you already employ who knows your data and simply needs help figuring out how to unlock it. For many business line owners, it’s this kind of approach that may make the most sense, as they seek to be smarter with the data they already have.

Μια εταιρεία που εργάζεται για να πραγματοποιήσει αυτό το όραμα είναι Startup μηχανικής εκμάθησης Akkio με έδρα το Κέμπριτζ της Μασαχουσέτης, το οποίο συνδυάζει την τεχνητή νοημοσύνη με χαμηλός κωδικός σε μια προσπάθεια εκδημοκρατισμού της τεχνητής νοημοσύνης. Συνάντησα τον συνιδρυτή της εταιρείας και COO Jon Reilly για να μάθω περισσότερα.  

ΒΛΕΠΩ: Έρευνα: Η αυξημένη χρήση πλατφορμών χαμηλού κώδικα/χωρίς κώδικα δεν αποτελεί απειλή για τους προγραμματιστές (TechRepublic Premium)

Αναπτύσσεται με λιγότερο κώδικα

“There’s a revolution underway in how basic software gets built,” Reilly said. “Just as the clickable icons of Windows and then macOS replaced typing obscure DOS commands into a black computer-terminal screen, new ‘no-code’ platforms replace programming languages with simple drag and drop features.”

Αν και υπάρχουν Σαφείς επιτυχίες όπου η τεχνητή νοημοσύνη έχει βελτιώσει δραματικά τον τρόπο κατασκευής της τεχνολογίας, γενικά οι πλατφόρμες δεν είναι ακόμη αρκετά ισχυρές ώστε να δημιουργούν περίπλοκο λογισμικό (το Copilot μπορεί να βοηθήσει σε προτάσεις κατά την κωδικοποίηση, ενώ Το Diffblue μπορεί να αυτοματοποιήσει τη γραφή δοκιμαστικής μονάδας Java), but for simple needs like managing schedules or tracking customers they may be enough. The inevitable abstraction from code to graphical interfaces opens the door for any tech-minded person to build a software solution for basic tasks, rather than entering a ticket in the IT department’s crowded queue. 

Ακόμα και λογισμικό προγραμματιστές χρησιμοποιούν αυτά τα εργαλεία για την γρήγορη επίλυση απλών προβλημάτων.

“Every company can see productivity gains as they digitize their business,” Reilly said. “The problem is that not every company has a tech team capable of building software. Off-the-shelf products are rarely a perfect fit.”

Η Google, η Microsoft και η Amazon έχουν εισαγάγει προϊόντα που επιτρέπουν στους χρήστες να δημιουργούν εφαρμογές χωρίς να γράφουν μια γραμμή κώδικα υπολογιστή. Στοχεύουν σε ανθρώπους που γνωρίζουν την επιχείρηση πολύ καλύτερα από το τμήμα IT, αλλά δεν έχουν βαθιά τεχνική εξειδίκευση για τη σύνταξη λογισμικού. Μεταφέροντας και αποθέτοντας πρότυπα και συνδυάζοντάς τα σε λογικά δέντρα, οι χρήστες μπορούν να δημιουργήσουν λογισμικό για πράγματα όπως επεξεργασία τιμολογίων ή παρουσίαση ζωντανών δεδομένων σε μορφή φιλική προς το χρήστη.

ΒΛΕΠΩ: Επιχειρηματικός ηγέτης ως προγραμματιστής: Η άνοδος του λογισμικού χωρίς κώδικα και χαμηλού κώδικα (Ειδική δυνατότητα ZDNet / TechRepublic) | Κάντε λήψη της δωρεάν έκδοσης PDF (TechRepublic)

Το κίνημα χωρίς κώδικα θέτει ακόμη και τη δύναμη της τεχνητής νοημοσύνης στην προσιτότητα των διευθυντών μάρκετινγκ, του προσωπικού πωλήσεων και των οικονομικών αναλυτών. Τροφοδοτήστε αυτά τα δεδομένα πλατφορμών χωρίς κώδικα και θα κάνουν προβλέψεις σε δευτερόλεπτα, δίνοντας σε οποιονδήποτε την εξουσία που συνήθως προορίζεται για εταιρείες ή ερευνητικά ιδρύματα που επανδρώνονται από επιστήμονες δεδομένων.

Αυτό είναι ιδιαίτερα σημαντικό τώρα δεδομένης της έλλειψης οι επιστήμονες δεδομένων και προγραμματιστές λογισμικού. Ενώ η ζήτηση για προγραμματιστές αυξάνεται, τα σχολεία έχουν μείνει πίσω. Σύμφωνα με Εβδομάδα Εκπαίδευσης Πληροφορικής, η επιστήμη των υπολογιστών δεν υπολογίζεται καν για την αποφοίτηση από το γυμνάσιο σε 35 από τις 50 πολιτείες. Η εταιρεία συμβούλων διαχείρισης Korn Ferry προβλέπει α παγκόσμια έλλειψη 4.3 εκατομμυρίων εργαζομένων στον τομέα της τεχνολογίας, των μέσων ενημέρωσης και των τηλεπικοινωνιών έως το 2030.

“But even better than hiring scarce and expensive developers, no-code platforms are incredibly cheap for what they do,” Reilly said. “They are volume plays, betting that once businesses understand how easy they are to use, everyone will use them to address the dozens of processes or decisions for which software can help. In time, no-code platforms will be as ubiquitous as word-processing or spreadsheet software is today.”

Προβλέποντας το μέλλον

Η άρση της τριβής από την υιοθέτηση έχει τη δυνατότητα να απελευθερώσει τη δύναμη της τεχνητής νοημοσύνης σε όλες τις νέες βιομηχανίες και να επιτρέψει σε μη ειδικούς να παράγουν έργο πολύ πιο γρήγορα με μεγαλύτερη ακρίβεια, ενώ κυριολεκτικά προβλέπουν το μέλλον. Πως και έτσι? Αυτές οι πλατφόρμες τεχνητής νοημοσύνης υπόσχονται να αφαιρέσουν μεγάλο μέρος των εικασιών από τις προβλέψεις και να αυξήσουν τη σαφήνεια του βραχυπρόθεσμου μέλλοντος για πολλές επιχειρήσεις. Συνήθως εργάζονται σε κάθε είδους πινακοποιημένα δεδομένα, προβλέποντας τα πάντα, από νικητές σε ιπποδρομίες μέχρι πόσο χάλυβα θα χρειαστεί ένα εργοστάσιο την επόμενη χρονιά.

Such AI platforms are already allowing sales teams to prioritize leads. Instead of relying on intuition, a machine-learning algorithm can predict which leads are worth spending time chasing and which can wait. It’s a matter of increasing business velocity–something that all organizations need.

Reilly shared an example about a manufacturer. One of its vendors spent months with application developer teams and AI specialists to build clever software to sort through the manufacturer’s online advertising and decide which targets were worth spending more money on. That took months and never worked very well. Then the vendor tried a no-code platform and came up with a solution within hours. The AI platform lets them simply upload a spreadsheet of advertising targets and other metrics and, presto, the targets worth reaching rise to the top.

“Under the hood what is happening is called predictive analytics using state-of the-art machine-learning algorithms,” Reilly said. “But here’s the good news: You don’t have to care or even know that. And you don’t need to go to your IT department begging for hardware, software or specialists. You just do it yourself, no computer coding required.”

Αποκάλυψη: Εργάζομαι για την AWS, αλλά οι απόψεις που εκφράζονται εδώ είναι δικές μου.

Ενημερωτικό δελτίο δεδομένων, Analytics και AI

Μάθετε τα τελευταία νέα και τις βέλτιστες πρακτικές σχετικά με την επιστήμη δεδομένων, τα μεγάλα αναλυτικά δεδομένα και την τεχνητή νοημοσύνη. Παραδόθηκε Δευτέρα

Εγγραφείτε σήμερα

Δείτε επίσης