Hoe low-code-ontwikkeling de acceptatie van AI zou kunnen stimuleren

Elk bedrijf wil dit misschien wel plaatsen kunstmatige intelligentie om te werken, maar de meeste bedrijven zijn niet gezegend met de mogelijkheid om bataljons in te huren data wetenschappers– en dat is ook niet noodzakelijkerwijs de juiste aanpak. Zoals Gartner-analist Svetlana Sicular ooit betoogde, zijn vaak de best mogelijke datawetenschapper is de persoon die u al in dienst heeft en die uw gegevens kent en eenvoudigweg hulp nodig heeft bij het uitzoeken hoe u deze kunt ontgrendelen. Voor veel eigenaren van bedrijfsonderdelen is dit soort aanpak misschien wel het meest logisch, omdat ze slimmer willen omgaan met de gegevens die ze al hebben.

Eén bedrijf dat zich inzet om deze visie mogelijk te maken is De in Cambridge, Massachusetts gevestigde machine learning-startup Akkio, die AI koppelt aan lage code in een poging om AI te democratiseren. Ik sprak met mede-oprichter en COO van het bedrijf, Jon Reilly, voor meer informatie.  

ZIEN: Onderzoek: Toenemend gebruik van low-code/no-code-platforms vormt geen bedreiging voor ontwikkelaars (TechRepublic-premium)

Ontwikkelen met minder code

“Er is een revolutie gaande in de manier waarop basissoftware wordt gebouwd”, zegt Reilly. “Net zoals de klikbare iconen van Windows en vervolgens macOS het typen van obscure DOS-commando’s op een zwart computerterminalscherm vervingen, vervangen nieuwe ‘no-code’-platforms programmeertalen door eenvoudige drag-and-drop-functies.”

Hoewel er duidelijke successen waarbij AI de manier waarop technologie wordt gebouwd dramatisch heeft verbeterd, over het algemeen zijn de platforms nog niet krachtig genoeg om ingewikkelde software te maken (Copilot kan helpen met suggesties tijdens het coderen, terwijl Diffblue kan het schrijven van Java-eenheidstests automatiseren), maar voor eenvoudige behoeften zoals het beheren van planningen of het volgen van klanten kunnen ze voldoende zijn. De onvermijdelijke abstractie van code naar grafische interfaces opent de deur voor elke technisch ingestelde persoon om een ​​softwareoplossing te bouwen voor basistaken, in plaats van in de overvolle wachtrij van de IT-afdeling te hoeven staan. 

Zelfs softwarematig ontwikkelaars gebruiken deze tools om eenvoudige problemen snel op te lossen.

“Elk bedrijf kan productiviteitswinsten zien als ze hun bedrijf digitaliseren”, zegt Reilly. “Het probleem is dat niet elk bedrijf een technologieteam heeft dat software kan bouwen. Kant-en-klare producten passen zelden perfect.”

Google, Microsoft en Amazon hebben allemaal producten geïntroduceerd waarmee gebruikers applicaties kunnen maken zonder een regel computercode te schrijven. Ze richten zich op mensen die het bedrijf veel beter kennen dan de IT-afdeling, maar toch diepgaande technische expertise missen om software te schrijven. Door sjablonen te slepen en neer te zetten en deze in logische bomen te combineren, kunnen gebruikers software bouwen om bijvoorbeeld facturen te verwerken of live gegevens in een gebruiksvriendelijk formaat te presenteren.

ZIEN: Zakelijk leider als ontwikkelaar: De opkomst van no-code en low-code software (ZDNet / TechRepublic speciale uitvoering) | Download de gratis pdf-versie (TechRepubliek)

De no-code-beweging brengt de kracht van AI zelfs binnen het bereik van marketingmanagers, verkooppersoneel en financiële analisten. Voer de data van deze no-codeplatforms in en ze zullen binnen enkele seconden voorspellingen uitspugen, waardoor iedereen de macht krijgt die normaal gesproken is voorbehouden aan bedrijven of onderzoeksinstellingen die worden bemand door datawetenschappers.

Dit is vooral nu belangrijk gezien het tekort aan data wetenschappers en software-ontwikkelaars. Terwijl de vraag naar ontwikkelaars stijgt, zijn scholen achterop geraakt. Volgens Computer Science Education WeekIn 35 van de 50 staten telt computerwetenschappen niet eens mee voor het behalen van een middelbare schooldiploma. Managementadviesbureau Korn Ferry voorspelt een mondiaal tekort van 4.3 miljoen technologie-, media- en telecomarbeiders in 2030.

“Maar nog beter dan het inhuren van schaarse en dure ontwikkelaars: no-code-platforms zijn ongelooflijk goedkoop voor wat ze doen”, zegt Reilly. “Het zijn volumespellen, waarbij we ervan uitgaan dat zodra bedrijven begrijpen hoe gemakkelijk ze te gebruiken zijn, iedereen ze zal gebruiken om de tientallen processen of beslissingen aan te pakken waarvoor software kan helpen. Op termijn zullen platforms zonder code net zo alomtegenwoordig zijn als tekstverwerkings- of spreadsheetsoftware vandaag de dag.”

De toekomst voorspellen

Het wegnemen van wrijving bij adoptie heeft het potentieel om de kracht van AI in alle nieuwe industrieën te ontketenen en niet-specialisten in staat te stellen veel sneller werk te produceren met hogere precisie, terwijl ze letterlijk de toekomst voorspellen. Hoe komt het? Deze AI-platforms beloven een groot deel van het giswerk uit de prognoses te halen en de duidelijkheid van de toekomst op korte termijn voor veel bedrijven te vergroten. Ze werken doorgaans met allerlei tabelgegevens en voorspellen alles, van de winnaars van een paardenrace tot de hoeveelheid staal die een fabriek volgend jaar nodig zal hebben.

Dergelijke AI-platforms bieden verkoopteams nu al de mogelijkheid om leads te prioriteren. In plaats van te vertrouwen op intuïtie, kan een machine learning-algoritme voorspellen welke leads de moeite waard zijn om tijd aan te besteden en welke kunnen wachten. Het is een kwestie van het verhogen van de bedrijfssnelheid, iets dat alle organisaties nodig hebben.

Reilly deelde een voorbeeld over een fabrikant. Een van de leveranciers heeft maandenlang samen met applicatieontwikkelaars en AI-specialisten slimme software gebouwd om de online advertenties van de fabrikant te doorzoeken en te beslissen aan welke doelen het de moeite waard was om meer geld aan uit te geven. Dat heeft maanden geduurd en heeft nooit goed gewerkt. Vervolgens probeerde de leverancier een platform zonder code en kwam binnen enkele uren met een oplossing. Via het AI-platform kunnen ze eenvoudigweg een spreadsheet met advertentiedoelen en andere statistieken uploaden, en presto: de doelen die de moeite waard zijn om te bereiken, komen bovenaan te staan.

“Onder de motorkap wordt wat er gebeurt voorspellende analyse genoemd, waarbij gebruik wordt gemaakt van de modernste algoritmen voor machinaal leren”, zegt Reilly. 'Maar hier is het goede nieuws: het hoeft je niets te schelen of zelfs maar te weten. En u hoeft niet naar uw IT-afdeling te gaan die smeekt om hardware, software of specialisten. Je doet het gewoon zelf, er is geen computercodering nodig.”

Openbaarmaking: ik werk voor AWS, maar de meningen die hierin worden geuit zijn de mijne.

Data, Analytics en AI nieuwsbrief

Lees het laatste nieuws en best practices over data science, big data-analyse en kunstmatige intelligentie. Maandag bezorgd

Meld je vandaag nog aan

Zie ook