Да ускорим иновациите с генеративен AI и нисък код

Поотделно генеративният изкуствен интелект и софтуерът с нисък код са две изключително търсени от бизнеса технологии. Според експертите обаче, комбинирайки техните възможностите, компаниите имат огромен потенциал да ускорят процеса на въвеждане на иновации.

Ниският код позволява на хората да създават приложения с минимална нужда от твърд код, като вместо това използват визуални инструменти и други модели за разработка. Добавянето на изкуствен интелект в уравнението пък допълнително ще позволи да се ускорят процесите. За да се гарантира обаче ефективна интеграция, е от решаващо значение да се вземат предвид специфики като целостта на данните и сигурността

Всъщност комбинирането на изкуствен интелект с нисък код позволява на системите да управляват работата, вместо хората да работят за системите. Освен това не се очаква революцията при AI да измести платформите с нисък код, а по-скоро да създаде повече приложения. На практика обединяването на двете технологии намалява пропастта в процеса на разработка, т.е. софтуерът с нисък код увеличава достъпността до разработките в компаниите (често за т.нар. цивилни разработчици или citizen developers), докато генеративният изкуствен интелект увеличава организационната ефективност и съгласуваност.

Според доклада на Microsoft Low-Code Signals 2023 87% от главните директори по иновациите и ИТ специалистите смятат, че "увеличаването на AI и автоматизацията, вградени в платформите с нисък код, ще им помогне да използват по-добре пълния набор от възможности".

По-бързи иновации

Големите езикови модели, които служат за основа на генеративните платформи за изкуствен интелект, в крайна сметка ще могат да променят езика на ниския код, посочва Джим Роуз, главен изпълнителен директор на платформата за автоматизация на екипи за доставка на софтуер, наречена CircleCI, цитиран от CNBC. Вместо да се изгражда приложение или уебсайт чрез форма за визуален дизайн, по думите на Роуз ще може директно да се зададе задача на самите модели и да се каже например: "Трябва ми лесен за управление електронен магазин за продажба на винтидж обувки."

Според експерта обаче технологията все още не е достигнала този етап, а отчасти причината за това е, че "трябва да се знае как да се говори" с генеративния AI, за да се получи това, което се търси. Все пак се очаква това да се случи съвсем скоро, като според прогнозите вероятно AI ще може да поеме управлението на задачи до една година, а интеграцията с нисък код ще се случи скоро след това.

Прозрачност и отговорност

Когато говорим за работа с изкуствен интелект, независимо под каква форма, бизнес лидерите със сигурност трябва да вземат под внимание редица особености на технологията, за да могат да я приложат успешно, било то самостоятелно или в комбинация с друг решения. В този смисъл трябва да се обърне поглед към създаването на рамка за отговорен и етичен AI, а това включва нужда от прозрачност.

С други думи трябва да може да се обясни как и защо изкуственият интелект взима определено решение. Без тази яснота компаниите могат да се окажат със системи, които не служат на крайните потребители по един честен и отговорен начин. За целта това налага и нужда от тестване за предубеждения.

"В нашето общество има скрити предразсъдъци, което означава, че в нашите данни има скрити предразсъдъци", посочва Дон Шуърман, главен технически директор на компанията за корпоративен софтуер Pega. "Това означава, че изкуственият интелект ще повтори тези предразсъдъци освен ако изрично не ги тестваме и не се защитим от тях."

Според експерта хората трябва да участват в процеса, не само за проверка на грешки и извършване на промени, но и за да се уверят, че се проява съпричастност към клиентите - нещо, което алгоритмите за машинно обучение все още не са усвоили. Приоритизирането на емпатията ще позволи на организациите да поддържат системи и да препоръчват продукти и услуги, които действително са подходящи за крайния потребител.

Собствени данни

Не на последно място, силен тласък за развитието на иновациите ще даде една от насоки за развитие при AI. Макар че много платформи за генеративен изкуствен интелект произлизат от модели с отворен код, предстои нова тенденция в това отношение. "Следващата вълна са модели със затворен цикъл, които се обучават на базата на собствени данни", смята Роуз.

Въпреки това експертите подчертават, че собствените данни и затворените модели все пак ще трябва да спазват изискванията за прозрачност. Но определено възможността за гарантиране на сигурността на данните от страна на бизнеса при тези малки модели бързо ще доведе до увеличаване на приложенията на генеративния изкуствен интелект в много индустрии.

А в комбинация с ниския код иновациите ще могат наистина значително да се ускорят, което ще подобри и конкурентоспособността на компаниите, избрали да се възползват от тези технологии. Всичко това обещава бъдеще със скъсен път от идеята до експериментирането и в крайна сметка до пускането на пазара на крайния продукт.