Hvordan utvikling av lav kode kan øke AI-adopsjonen

Hvert selskap vil kanskje sette kunstig intelligens å jobbe, men de fleste selskaper er ikke velsignet med muligheten til å ansette bataljoner av data forskere- Det er nødvendigvis den riktige tilnærmingen. Som Gartner -analytiker Svetlana Sicular en gang hevdet, ofte best mulig datavitenskapsmann er personen du allerede bruker som kjenner dataene dine og bare trenger hjelp til å finne ut hvordan du låser dem opp. For mange bedriftslinjeeiere er det denne typen tilnærming som kan være mest fornuftig, ettersom de søker å bli smartere med dataene de allerede har.

Ett selskap som jobber for å muliggjøre denne visjonen er Cambridge, Massachusetts-basert maskinlæringsoppstart Akkio, som parer AI med lav kode i et forsøk på å demokratisere AI. Jeg tok kontakt med selskapets grunnlegger og COO Jon Reilly for å lære mer.  

SE: Forskning: Økt bruk av plattformer med lav kode/ingen kode utgjør ingen trussel for utviklere (TechRepublic Premium)

Utvikler med mindre kode

"Det er en revolusjon i gang i hvordan grunnleggende programvare blir bygget," sa Reilly. "På samme måte som de klikkbare ikonene i Windows og deretter macOS erstattet å skrive uklare DOS-kommandoer i en svart dataterminalskjerm, erstatter nye" ingen kode "-plattformer programmeringsspråk med enkle dra og slipp-funksjoner."

Selv om det er bestemte suksesser der AI har dramatisk forbedret hvordan teknologien blir bygget, generelt er plattformene ennå ikke kraftige nok til å lage komplisert programvare (Copilot kan hjelpe med forslag under koding, mens Diffblue kan automatisere test av Java -enheter), men for enkle behov som å administrere tidsplaner eller spore kunder kan det være nok. Den uunngåelige abstraksjonen fra kode til grafiske grensesnitt åpner døren for enhver teknologisk tenkt person til å bygge en programvareløsning for grunnleggende oppgaver, i stedet for å legge inn en billett i IT-avdelingens overfylte kø. 

Til og med programvare utviklere bruker disse verktøyene til å løse enkle problemer raskt.

"Hvert selskap kan se produktivitetsøkninger når de digitaliserer virksomheten," sa Reilly. "Problemet er at ikke alle selskaper har et teknisk team som er i stand til å bygge programvare. Hylleprodukter passer sjelden perfekt. ”

Google, Microsoft og Amazon har alle introdusert produkter som lar brukerne lage applikasjoner uten å skrive en linje med datakode. De retter seg mot folk som kjenner virksomheten langt bedre enn IT -avdelingen, men mangler dyp teknisk ekspertise for å skrive programvare. Ved å dra og slippe maler og kombinere dem til logiske trær, kan brukerne bygge programvare for å gjøre ting som å behandle fakturaer eller presentere levende data i et brukervennlig format.

SE: Bedriftsleder som utvikler: Fremveksten av programvare uten kode og lav kode (ZDNet / TechRepublic spesialfunksjon) | Last ned gratis PDF-versjon (TechRepublic)

Bevegelsen uten kode setter til og med kraften til AI innen rekkevidde for markedssjefer, salgspersonell og finansanalytikere. Gi disse plattformene uten kode, og de vil spytte ut spådommer på sekunder og gi hvem som helst den makt som normalt er forbeholdt selskaper eller forskningsinstitusjoner bemannet av datavitenskapere.

Dette er spesielt viktig nå gitt mangelen på data forskere og programvareutviklere. Mens etterspørselen etter utviklere øker, har skolene falt bak. I følge Datavitenskap Utdanningsuke, teller ikke informatikk engang mot eksamen på videregående i 35 av 50 stater. Managementkonsulentselskapet Korn Ferry spår a global mangel på 4.3 millioner teknologi-, media- og telekomarbeidere innen 2030.

"Men enda bedre enn å ansette knappe og dyre utviklere, er plattformer uten kode utrolig billige for det de gjør," sa Reilly. "De er volumspill, og satser på at når bedrifter forstår hvor enkle de er å bruke, vil alle bruke dem til å ta opp titalls prosesser eller beslutninger som programvare kan hjelpe til med. Med tiden vil plattformene uten kode være like allestedsnærværende som tekstbehandling eller regnearkprogramvare er i dag. ”

Forutsi fremtiden

Å fjerne friksjon fra adopsjon har potensial til å slippe løs kraften til AI på tvers av alle nye bransjer og tillate ikke-spesialister å produsere arbeid mye raskere med høyere presisjon mens de bokstavelig talt forutsier fremtiden. Hvordan det? Disse AI -plattformene lover å ta mye av gjetningene ut av prognoser og øke klarheten i nær fremtid for mange virksomheter. De jobber vanligvis med alle typer tabelldata, og forutsier alt fra vinnere i et hesteveddeløp til hvor mye stål en fabrikk kommer til å trenge neste år.

Slike AI -plattformer lar allerede salgsteam prioritere kundeemner. I stedet for å stole på intuisjon, kan en maskinlæringsalgoritme forutsi hvilke leads som er verdt å bruke tid på å jage og som kan vente. Det handler om å øke forretningshastigheten - noe alle organisasjoner trenger.

Reilly delte et eksempel om en produsent. En av leverandørene tilbrakte måneder med applikasjonsutviklerteam og AI -spesialister for å bygge smart programvare for å sortere gjennom produsentens online annonsering og bestemme hvilke mål det var verdt å bruke mer penger på. Det tok måneder og fungerte aldri veldig bra. Deretter prøvde leverandøren en plattform uten kode og fant en løsning i løpet av timer. AI -plattformen lar dem ganske enkelt laste opp et regneark med annonsemål og andre beregninger, og i tillegg kan målene som er verdt å nå stige til toppen.

"Under hetten kalles det som skjer forutsigbar analyse ved hjelp av topp moderne maskinlæringsalgoritmer," sa Reilly. “Men her er de gode nyhetene: Du trenger ikke å bry deg eller vite det. Og du trenger ikke gå til IT -avdelingen og tigge om maskinvare, programvare eller spesialister. Du gjør det bare selv, ingen datakoding kreves. ”

Offentliggjøring: Jeg jobber for AWS, men synspunktene som er uttrykt her er mine.

Data, Analytics og AI Nyhetsbrev

Lær de siste nyhetene og beste praksisene om datavitenskap, big data-analyse og kunstig intelligens. Leveres mandager

Registrer deg i dag

Se også