AIとローコード/ノーコードのすべきこと、すべきでないこと

ローコードとノーコードは、新しいアプリケーションやサービスを簡単に作成できるようにして、プログラマー以外の人 (実際にこれらのアプリケーションを使用する知識労働者) でも、タスクを完了するために必要なツールを作成できるようにすることを目的としています。これらは主に、さまざまなニーズに合わせて組み合わせることができるモジュール式の相互運用可能な機能を作成することで機能します。この技術をAIと組み合わせて開発作業を支援できれば、わずか数年のうちに企業の従業員の生産性が大幅に向上する可能性があります。

インテリジェントプログラミング

ベンチャーキャピタルはすでにこの方向に流れ始めています。 Sway AI というスタートアップ企業は最近、オープンソースの AI モデルを使用して初心者、中級者、上級者向けのローコードおよびノー​​コード開発を可能にするドラッグアンドドロップ プラットフォームを立ち上げました。同社は、これにより組織はインテリジェントツールを含む新しいツールをより迅速に本番環境に導入できるようになり、同時にユーザー間のコラボレーションを促進して、これらの新しいデータ機能を効率的に拡張および統合できるようになると主張している。同社は、ヘルスケア、サプライチェーン管理などの分野における特殊なユースケース向けに汎用プラットフォームをカスタマイズしています。

ガートナーのジェイソン・ウォン氏は、この分野におけるAIの貢献は他の分野とほぼ同じであり、パフォーマンステスト、品質保証、データ分析など、開発プロセスにおける単調で反復的なタスクの処理であると述べた。ウォン氏は特に、ノーコードおよびローコード開発におけるAIの応用はまだ初期段階にあるものの、マイクロソフトなどの大企業はプラットフォーム分析、データ匿名化、UI開発などの分野へのAIの応用に強い関心を持っており、これにより多くのプロジェクトが実稼働準備に達するのを妨げている現在のスキル不足が大幅に緩和されると指摘した。

開発者の Anouk Dutrée 氏によると、最適化された AI 対応の開発チェーンを夢見始める前に、解決しなければならない実用的な問題がいくつかあるそうです。たとえば、コードを構成可能なモジュールに抽象化すると、大きなオーバーヘッドが発生し、プロセスに遅延が生じる可能性があります。 AI はモバイル アプリケーションや Web アプリケーションでますます使用されるようになっていますが、100 ミリ秒の遅延でもユーザーが離れてしまう可能性があります。これは、何時間も静かに実行される傾向があるバックグラウンド アプリケーションにとっては大きな問題にはなりませんが、ローコードまたはノーコード開発に適した領域ではない可能性があります。

AIによる制約

ほとんどのローコード プラットフォームは事前定義されたモジュールを扱うため、柔軟性があまりありません。ただし、AI の使用事例は、利用可能なデータとそのデータの保存、調整、処理方法に応じて、非常に特殊なものになることがよくあります。したがって、AI モデルをローコード/ノーコード テンプレートの他の要素と連携させるには、カスタム コードが必要になる可能性が高く、プラットフォーム自体よりもコストが高くなる可能性があります。これはトレーニングやメンテナンスなどの側面にも影響を及ぼし、ローコード/ノーコードの相対的な硬直性によって AI の柔軟性が脅かされることになります。

ただし、ローコードおよびノー​​コード プラットフォームに少しの機械学習を追加すると、柔軟性が向上し、非常に必要な倫理的な行動を実現できるようになります。 Persistent Systems の Dattaraj Rao 氏は最近、機械学習によって、特徴エンジニアリング、データ クリーニング、モデル開発、統計比較などのプロセスに対して事前設定されたパターンを実行できるようになることを強調しました。これらはすべて、透明性があり、解釈可能で、予測可能なモデルの作成に役立つはずです。

AI とノーコード/ローコードは、多くの主要なアプリケーション領域で相互に補完し、それぞれの欠点を軽減できると期待する十分な理由があります。企業が新製品や新サービスの開発にますます依存するようになると、両方のテクノロジーによって、現在このプロセスを妨げている多くの障壁が取り除かれる可能性があります。これは、両方のテクノロジーが連携して機能する場合も、個別に機能する場合も当てはまります。

原題: AI とローコード/ノーコード: 一緒にできることとできないこと​​​、著者: Arthur Cole