Ce que font et ne font pas l'IA et le low-code/no-code

Low-code et no-code sont conçus pour simplifier la création de nouvelles applications et services, afin que même les non-programmeurs (c'est-à-dire les travailleurs du savoir qui utilisent réellement ces applications) puissent créer les outils nécessaires pour accomplir leurs tâches respectives. Fondamentalement, ils fonctionnent en créant des fonctionnalités modulaires et interopérables qui peuvent être mélangées et adaptées pour répondre à divers besoins. Si cette technologie pouvait être combinée à l’IA pour guider les efforts de développement, la productivité de la main-d’œuvre de l’entreprise pourrait être considérablement améliorée en quelques années seulement.

Programmation intelligente

Le capital-risque a commencé à affluer dans cette direction. Une startup appelée Sway AI a récemment lancé une plate-forme glisser-déposer qui utilise des modèles d'IA open source pour permettre le développement low-code et sans code pour les utilisateurs novices, intermédiaires et experts. La société affirme que cela permettra aux organisations de déployer plus rapidement de nouveaux outils, y compris des outils intelligents, en production tout en favorisant une plus grande collaboration entre les utilisateurs pour faire évoluer et intégrer efficacement ces capacités de données émergentes. La société a personnalisé sa plateforme commune pour des cas d'utilisation spécialisés dans les soins de santé, la gestion de la chaîne d'approvisionnement et d'autres domaines.

Jason Wong de Gartner a déclaré que la contribution de l'IA dans ce domaine est fondamentalement la même que dans d'autres domaines, c'est-à-dire le traitement de tâches répétitives monotones, et le processus de développement comprend des tâches telles que les tests de performances, l'assurance qualité et l'analyse des données. Wong a spécifiquement souligné que même si l'application de l'IA dans le développement no-code et low-code en est encore à ses débuts, de grandes entreprises telles que Microsoft ont un vif intérêt à l'appliquer à des domaines tels que l'analyse de plate-forme, l'anonymisation des données et le développement d'interface utilisateur. Cela contribuera grandement à atténuer les pénuries de compétences qui empêchent actuellement de nombreux projets d'atteindre le statut de production.

Selon la développeur Anouk Dutrée, plusieurs problèmes pratiques doivent être résolus avant de pouvoir commencer à rêver d'une chaîne de développement optimisée et alimentée par l'IA. Par exemple, l'abstraction du code dans des modules composables introduit une surcharge énorme, qui entraîne des retards dans le processus. L’IA est de plus en plus orientée vers les applications mobiles et Web, où même un délai de 100 millisecondes peut faire fuir les utilisateurs. Cela ne devrait pas être un gros problème pour les applications en arrière-plan qui ont tendance à fonctionner silencieusement pendant des heures, mais il est peu probable qu'il s'agisse d'un domaine mature pour le développement low-code ou sans code.

Contraintes par l'IA

Étant donné que la plupart des plateformes low-code traitent essentiellement des modules prédéfinis, elles ne sont pas très flexibles. Cependant, les cas d’usage de l’IA sont souvent très spécifiques et dépendent des données disponibles et de la manière dont elles sont stockées, adaptées et traitées. Par conséquent, vous aurez probablement besoin d'un code personnalisé pour faire fonctionner le modèle d'IA avec d'autres éléments du modèle low-code/no-code, ce qui peut finir par coûter plus cher que la plate-forme elle-même. Cela affectera également des aspects tels que la formation et la maintenance. La flexibilité de l’IA sera remise en question par la relative rigidité du low-code/no-code.

Cependant, ajouter un peu d'apprentissage automatique aux plates-formes low-code et no-code peut contribuer à ajouter de la flexibilité et à adopter un comportement éthique indispensable. Dattaraj Rao de Persistent Systems a récemment souligné comment l'apprentissage automatique permet aux utilisateurs d'exécuter des modèles préprogrammés pour des processus tels que l'ingénierie des fonctionnalités, le nettoyage des données, le développement de modèles et les comparaisons statistiques, qui devraient tous contribuer à créer des processus prédictifs transparents, explicables et responsables. modèle.

Il y a de bonnes raisons d’espérer que l’IA et le no-code/low-code puissent se compléter et réduire leurs inconvénients respectifs dans de nombreux domaines d’application clés. Alors que les entreprises dépendent de plus en plus du développement de nouveaux produits et services, les deux technologies pourraient éliminer bon nombre des obstacles qui entravent actuellement le processus – et cela peut être le cas, qu’elles travaillent ensemble ou indépendamment.

Titre original : ​​IA et low/no code : ce qu'ils peuvent et ne peuvent pas faire ensemble​​​, Auteur : Arthur Cole​

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!