כיצד פיתוח בקוד נמוך יכול להגביר את אימוץ הבינה המלאכותית

כל חברה עשויה לרצות לשים בינה מלאכותית to work, but most companies aren’t blessed with the ability to hire battalions of מדעני נתוניםזו גם לא בהכרח הגישה הנכונה. כפי שטענה פעם אנליסטית גרטנר, סבטלנה סיקולאר, לעתים קרובות מדען הנתונים הטוב ביותר האפשרי 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.

חברה אחת שפועלת כדי לאפשר את החזון הזה היא סטארט-אפ למידת מכונה Akkio, המבוססת על קיימברידג', מסצ'וסטס, המשלב AI עם קוד נמוך בניסיון לעשות דמוקרטיזציה של AI. פגשתי את מייסד החברה ואת ה-COO ג'ון ריילי כדי ללמוד עוד.  

לִרְאוֹת: מחקר: שימוש מוגבר בפלטפורמות דל קוד/ללא קוד אינו מהווה איום על מפתחים (TechRepublic Premium)

מפתחים עם פחות קוד

“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.”

אם כי יש כאלה הצלחות ברורות שבהן AI שיפרה באופן דרמטי את האופן שבו הטכנולוגיה נבנית, באופן כללי הפלטפורמות עדיין אינן חזקות מספיק כדי ליצור תוכנה מסובכת (Copilot יכול לעזור בהצעות במהלך הקידוד, בעוד Diffblue יכול להפוך את כתיבת הבדיקות של יחידת Java לאוטומטית), 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. 

אפילו תוכנה מפתחים משתמשים בכלים אלה כדי לפתור בעיות פשוטות במהירות.

“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.”

גוגל, מיקרוסופט ואמזון הציגו כולן מוצרים המאפשרים למשתמשים ליצור אפליקציות מבלי לכתוב שורת קוד מחשב. הם מכוונים לאנשים שמכירים את העסק הרבה יותר טוב ממחלקת ה-IT, אך חסרים להם מומחיות טכנית עמוקה לכתיבת תוכנה. על ידי גרירה ושחרור של תבניות ושילובן לעצי לוגיקה, משתמשים יכולים לבנות תוכנה לעשות דברים כמו עיבוד חשבוניות או הצגת נתונים חיים בפורמט ידידותי למשתמש.

לִרְאוֹת: מוביל עסקי כמפתח: עלייתה של תוכנות ללא קוד וללא קוד (תכונה מיוחדת של ZDNet / TechRepublic) | הורד את גרסת ה- PDF בחינם (TechRepublic)

התנועה ללא קוד אפילו מכניסה את כוח הבינה המלאכותית בהישג ידם של מנהלי שיווק, צוות מכירות ואנליסטים פיננסיים. הזינו את הנתונים הללו של פלטפורמות ללא קוד, והן יפלו תחזיות תוך שניות, ויעניקו לכל אחד את הכוח השמור בדרך כלל לחברות או למוסדות מחקר המאוישים על ידי מדעני נתונים.

זה חשוב במיוחד עכשיו בהתחשב במחסור של מדעני נתונים ו מפתחי תוכנה. בעוד הביקוש למפתחים גואה, בתי הספר פיגרו. לפי שבוע החינוך למדעי המחשב, מדעי המחשב אפילו לא נחשבים לסיום התיכון ב-35 מתוך 50 מדינות. חברת הייעוץ הניהולי קורן פרי צופה א מחסור עולמי של 4.3 מיליון עובדי טכנולוגיה, מדיה וטלקום עד 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.”

חיזוי העתיד

להסרת החיכוך מהאימוץ יש את הפוטנציאל לשחרר את הכוח של AI בכל התעשיות החדשות ולאפשר לגורמים שאינם מומחים לייצר עבודה הרבה יותר מהר עם דיוק גבוה יותר תוך חיזוי העתיד, פשוטו כמשמעו. איך זה? פלטפורמות בינה מלאכותיות אלו מבטיחות להוציא חלק ניכר מהניחושים מהחיזוי ולהגביר את הבהירות של העתיד הקרוב לעסקים רבים. הם בדרך כלל עובדים על כל סוג של נתונים טבלאיים, וחוזים הכל, החל ממנצחים במרוץ סוסים ועד כמה פלדה יצטרך מפעל בשנה הבאה.

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.”

גילוי נאות: אני עובד עבור AWS, אך הדעות המובאות כאן הן שלי.

עלון נתונים, אנליטיקס ו- AI

למדו את החדשות האחרונות ושיטות העבודה המומלצות בנושא מדעי נתונים, ניתוח נתונים גדולים ובינה מלאכותית. הועבר בימי שני

הירשם היום

ראה גם