چگونه توسعه کم کد می تواند پذیرش هوش مصنوعی را تقویت کند

هر شرکتی ممکن است بخواهد قرار دهد هوش مصنوعی to work, but most companies aren’t blessed with the ability to hire battalions of دانشمندان داده- و لزوماً این رویکرد درستی نیست. همان طور که سوتلانا سیکولار، تحلیلگر گارتنر یک بار استدلال کرد، اغلب بهترین دانشمند داده ممکن 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.

یکی از شرکت هایی که برای فعال کردن این چشم انداز کار می کند استارتاپ یادگیری ماشینی Akkio مستقر در کمبریج، ماساچوست، که هوش مصنوعی را با آن جفت می کند کد کم در تلاش برای دموکراتیک کردن هوش مصنوعی. من با یکی از بنیانگذاران شرکت و مدیر ارشد اجرایی Jon Reilly برای کسب اطلاعات بیشتر صحبت کردم.  

دیدن: تحقیق: افزایش استفاده از پلتفرم‌های کم‌کد/بدون کد هیچ تهدیدی برای توسعه‌دهندگان ایجاد نمی‌کند (حق بیمه TechRepublic)

در حال توسعه با کد کمتر

“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.”

گرچه وجود دارند موفقیت های قطعی که در آن هوش مصنوعی به طرز چشمگیری نحوه ساخت فناوری را بهبود بخشیده است، به طور کلی پلتفرم ها هنوز به اندازه کافی قدرتمند نیستند که نرم افزارهای پیچیده ایجاد کنند (Copilot می تواند در هنگام کدنویسی به پیشنهادات کمک کند، در حالی که Diffblue می تواند نوشتن تست واحد جاوا را خودکار کند), 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. 

حتی نرم افزار توسعه دهندگان از این ابزارها برای حل سریع مشکلات ساده استفاده می کنند.

“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.”

گوگل، مایکروسافت و آمازون همگی محصولاتی را معرفی کرده‌اند که به کاربران اجازه می‌دهند بدون نوشتن یک خط کد کامپیوتری، برنامه‌های کاربردی ایجاد کنند. آنها افرادی را هدف قرار می دهند که کسب و کار را بسیار بهتر از بخش فناوری اطلاعات می شناسند، اما فاقد تخصص فنی عمیق برای نوشتن نرم افزار هستند. با کشیدن و رها کردن قالب‌ها و ترکیب آن‌ها در درخت‌های منطقی، کاربران می‌توانند نرم‌افزاری برای انجام کارهایی مانند پردازش فاکتورها یا ارائه داده‌های زنده در قالبی کاربرپسند بسازند.

دیدن: رهبر کسب و کار به عنوان توسعه دهنده: ظهور نرم افزارهای بدون کد و کم کد (ویژگی ویژه ZDNet / TechRepublic) | نسخه رایگان PDF را بارگیری کنید (TechRepublic)

جنبش بدون کد حتی قدرت هوش مصنوعی را در دسترس مدیران بازاریابی، کارکنان فروش و تحلیلگران مالی قرار می دهد. داده‌های این پلتفرم‌های بدون کد را تغذیه کنید، و آنها پیش‌بینی‌ها را در چند ثانیه منتشر می‌کنند و به هر کسی قدرتی را می‌دهند که معمولاً برای شرکت‌ها یا مؤسسات تحقیقاتی که توسط دانشمندان داده اداره می‌شوند، محفوظ است.

این امر در حال حاضر با توجه به کمبود بسیار مهم است دانشمندان داده و توسعه دهندگان نرم افزار. در حالی که تقاضا برای توسعه دهندگان در حال افزایش است، مدارس عقب مانده اند. مطابق با هفته آموزش علوم کامپیوتر، علوم کامپیوتر در 35 ایالت از 50 ایالت حتی برای فارغ التحصیلی دبیرستان حساب نمی شود. شرکت مشاوره مدیریت Korn Ferry پیش بینی می کند کمبود جهانی 4.3 میلیون کارگر فناوری، رسانه و مخابرات تا سال 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.”

پیش بینی آینده

حذف اصطکاک از پذیرش این پتانسیل را دارد که قدرت هوش مصنوعی را در تمام صنایع جدید آزاد کند و به افراد غیرمتخصص این امکان را می‌دهد تا در حالی که به معنای واقعی کلمه آینده را پیش‌بینی می‌کنند، کار را بسیار سریع‌تر و با دقت بالاتر تولید کنند. چطور؟ این پلتفرم‌های هوش مصنوعی وعده می‌دهند که بسیاری از حدس‌ها را از پیش‌بینی حذف کرده و وضوح آینده نزدیک را برای بسیاری از مشاغل افزایش می‌دهد. آنها معمولاً روی هر نوع داده جدولی کار می کنند و همه چیز را از برندگان مسابقه اسب سواری گرفته تا میزان فولاد مورد نیاز کارخانه در سال آینده پیش بینی می کنند.

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.”

افشا: من برای AWS کار می کنم، اما نظرات بیان شده در اینجا از آن من است.

اطلاعات ، تجزیه و تحلیل و خبرنامه هوش مصنوعی

آخرین اخبار و بهترین شیوه ها در مورد علم داده، تجزیه و تحلیل داده های بزرگ و هوش مصنوعی را بیاموزید. دوشنبه ها تحویل می شود

ثبت نام امروز

همچنین مشاهده کنید