Was KI und Low-Code/No-Code tun und was nicht

Low-Code und No-Code sollen die Erstellung neuer Anwendungen und Dienste vereinfachen, sodass auch Nicht-Programmierer (also die Wissensarbeiter, die diese Anwendungen tatsächlich nutzen) die Tools erstellen können, die sie zur Erledigung ihrer jeweiligen Aufgaben benötigen . Im Wesentlichen funktionieren sie durch die Schaffung modularer, interoperabler Funktionen, die gemischt und angepasst werden können, um verschiedene Anforderungen zu erfüllen. Wenn diese Technologie mit KI kombiniert werden kann, um die Entwicklungsbemühungen zu steuern, könnte die Produktivität der Unternehmensmitarbeiter in nur wenigen Jahren erheblich verbessert werden. Risikokapital hat begonnen, in diese Richtung zu fließen. Ein Startup namens Sway AI hat kürzlich eine Drag-and-Drop-Plattform gestartet, die Open-Source-KI-Modelle nutzt, um Low-Code- und No-Code-Entwicklung für Anfänger, Fortgeschrittene und Experten zu ermöglichen. Das Unternehmen behauptet, dass dies Unternehmen in die Lage versetzen wird, neue Tools, einschließlich intelligenter Tools, schneller in der Produktion bereitzustellen und gleichzeitig eine bessere Zusammenarbeit zwischen Benutzern zu fördern, um diese neuen Datenfunktionen effizient zu skalieren und zu integrieren. Das Unternehmen hat seine allgemeine Plattform an spezielle Anwendungsfälle im Gesundheitswesen, im Lieferkettenmanagement und in anderen Bereichen angepasst.

Jason Wong von Gartner sagte, dass der Beitrag der KI in diesem Bereich im Grunde der gleiche ist wie in anderen Bereichen, nämlich die Verarbeitung monotoner, sich wiederholender Aufgaben, und der Entwicklungsprozess umfasst Aufgaben wie Leistungstests und Qualitätssicherung und Datenanalyse. Wong wies ausdrücklich darauf hin, dass die Anwendung von KI in der No-Code- und Low-Code-Entwicklung zwar noch in den Kinderschuhen steckt, große Unternehmen wie Microsoft jedoch großes Interesse daran haben, sie in Bereichen wie Plattformanalyse, Datenanonymisierung und UI-Entwicklung anzuwenden. Gleichzeitig wird dies einen großen Beitrag zur Linderung des Fachkräftemangels leisten, der derzeit viele Projekte daran hindert, den produktionsreifen Status zu erreichen.

Laut Entwicklerin Anouk Dutrée müssen mehrere praktische Probleme gelöst werden, bevor wir von einer optimierten, KI-gestützten Entwicklungskette träumen können. Beispielsweise führt die Abstraktion von Code in zusammensetzbare Module zu einem enormen Overhead, der zu Verzögerungen im Prozess führt. KI konzentriert sich zunehmend auf Mobil- und Webanwendungen, bei denen bereits eine Latenzzeit von 100 Millisekunden Benutzer abschrecken kann. Für Hintergrundanwendungen, die dazu neigen, stundenlang leise zu laufen, sollte das keine große Sache sein, aber es ist unwahrscheinlich, dass dies ein ausgereifter Bereich für Low-Code- oder No-Code-Entwicklung ist.

Eingeschränkt durch KI

Da die meisten Low-Code-Plattformen grundsätzlich mit vordefinierten Modulen arbeiten, sind sie nicht sehr flexibel. Allerdings sind KI-Anwendungsfälle oft sehr spezifisch und hängen von den verfügbaren Daten und der Art und Weise ab, wie diese gespeichert, angepasst und verarbeitet werden. Daher benötigen Sie höchstwahrscheinlich benutzerdefinierten Code, damit das KI-Modell mit anderen Elementen in der Low-Code-/No-Code-Vorlage funktioniert, was am Ende möglicherweise mehr kostet als die Plattform selbst. Dies wird sich auch auf Aspekte wie Schulung und Wartung auswirken. Die Flexibilität der KI wird durch die relative Starrheit von Low-Code/No-Code in Frage gestellt.

Das Hinzufügen von etwas maschinellem Lernen zu Low-Code- und No-Code-Plattformen kann jedoch dazu beitragen, die Flexibilität zu erhöhen und das dringend benötigte ethische Verhalten zu fördern. Dattaraj Rao von Persistent Systems hat kürzlich hervorgehoben, wie maschinelles Lernen es Benutzern ermöglicht, vorprogrammierte Muster für Prozesse wie Feature-Engineering, Datenbereinigung, Modellentwicklung und statistische Vergleiche auszuführen, die alle dazu beitragen sollen, transparente, erklärbare und nachvollziehbare Vorhersageprozesse zu erstellen Modell.

Es gibt gute Gründe zu der Annahme, dass KI und No-Code/Low-Code sich in vielen wichtigen Anwendungsbereichen ergänzen und ihre jeweiligen Nachteile verringern können. Da Unternehmen zunehmend auf die Entwicklung neuer Produkte und Dienstleistungen angewiesen sind, könnten beide Technologien viele der Hindernisse beseitigen, die diesen Prozess derzeit behindern – und das kann der Fall sein, unabhängig davon, ob sie zusammenarbeiten oder unabhängig voneinander.

Originaltitel:

​

​

KI und Low/No Code: Was sie gemeinsam können und was nicht

​

​

​, Autor: Arthur Cole​

Das obige ist der detaillierte Inhalt vonWas KI und Low-Code/No-Code tun und was nicht. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!