L’IA générative et le low-code accélèrent l’innovation

Indépendamment, l’intelligence artificielle générative et les logiciels low-code sont deux technologies très recherchées. Mais les experts disent qu’ensemble, les deux s’harmonisent d’une manière qui accélère l’innovation au-delà du statu quo.

Le développement low-code permet aux utilisateurs de créer des applications avec un minimum de code dur, en utilisant à la place des outils visuels et d’autres modèles pour développer. Bien que l’intersection du low-code et de l’IA semble naturelle, il est crucial de prendre en compte des nuances telles que l’intégrité et la sécurité des données pour assurer une intégration significative.

Le rapport Low-Code Signals 2023 de Microsoft indique que 87 % des directeurs de l’innovation et des professionnels de l’informatique pensent que “l’augmentation de l’IA et de l’automatisation intégrées aux plateformes low-code les aiderait à mieux utiliser l’ensemble complet des capacités”.

Selon Dinesh Varadharajan, CPO de la plate-forme de travail low-code/no-code Kissflow, la convergence de l’IA et du low-code permet aux systèmes de gérer le travail plutôt que d’avoir à travailler pour les systèmes.

De plus, plutôt que la révolution de l’IA ne remplace le low-code, Varadharajan a déclaré : “L’un ne remplace pas l’autre, mais la puissance de deux va apporter de nombreuses possibilités.”

Varadharajan note qu’à mesure que l’IA et la technologie low-code se rejoignent, l’écart de développement se comble. Les logiciels low-code augmentent l’accessibilité du développement dans toutes les organisations (souvent pour les soi-disant développeurs citoyens) tandis que l’IA générative augmente l’efficacité et la congruence organisationnelles.

Selon Jim Rose, PDG d’une plate-forme d’automatisation pour les équipes de livraison de logiciels appelée CircleCI, ces grands modèles de langage qui servent de base aux plates-formes d’IA génératives pourront à terme changer le langage du low-code. Plutôt que de créer une application ou un site Web via un format de conception visuelle, Rose a déclaré : “Ce que vous pourrez faire, c’est interroger les modèles eux-mêmes et dire, par exemple, “J’ai besoin d’une boutique de commerce électronique facile à gérer pour vendre des chaussures vintage.'”

Rose convient que la technologie n’a pas tout à fait atteint ce point, en partie parce que “vous devez savoir parler” à l’IA générative pour obtenir ce que vous recherchez. Varadharajan de Kissflow dit qu’il peut voir l’IA prendre en charge la gestion des tâches d’ici un an, et peut-être se croiser avec le low-code d’une manière plus significative peu de temps après.

Comme tout ce qui concerne l’IA, il existe de nombreuses nuances que les chefs d’entreprise doivent prendre en compte pour une mise en œuvre et une itération réussies du low-code alimenté par l’IA.

Don Schuerman, directeur technique de la société de logiciels d’entreprise Pega, donne la priorité à ce qu’il appelle “un cadre d’IA responsable et éthique”.

Cela inclut le besoin de transparence. En d’autres termes, pouvez-vous expliquer comment et pourquoi l’IA prend une décision particulière ? Sans cette clarté, dit-il, les entreprises peuvent se retrouver avec un système qui ne parvient pas à servir les utilisateurs finaux de manière équitable et responsable.

Cela se combine avec la nécessité de tests de biais, a-t-il ajouté. “Il y a des biais latents intégrés dans notre société, ce qui signifie qu’il y a des biais latents intégrés dans nos données”, a-t-il déclaré. “Cela signifie que l’IA captera ces biais à moins que nous ne les testions explicitement et que nous ne nous protégions contre eux.”

Schuerman est un partisan du “garder l’humain au courant”, non seulement pour vérifier les erreurs et apporter des modifications, mais aussi pour considérer ce que les algorithmes d’apprentissage automatique ne maîtrisent pas encore : l’empathie client. En donnant la priorité à l’empathie client, les organisations peuvent maintenir les systèmes et recommander des produits et services réellement pertinents pour l’utilisateur final.

Pour Varadharajan, le plus grand défi qu’il prévoit avec la convergence de l’IA et du low-code est la gestion du changement. Les utilisateurs d’entreprise, en particulier, sont habitués à travailler d’une certaine manière, dit-il, ce qui pourrait faire d’eux le dernier segment à adopter le changement de code bas alimenté par l’IA.

Quels que soient les risques auxquels une entreprise est confrontée, le maintien de la couche de gouvernance est ce qui aidera les dirigeants à suivre l’évolution de l’IA. “Même maintenant, nous sommes toujours aux prises avec les possibilités de ce que l’IA générative peut faire”, a déclaré Varadharajan. “En tant qu’êtres humains, nous évoluerons également. Nous trouverons des moyens de gérer le risque.”

Alors que de nombreuses plates-formes d’IA génératives sont issues de modèles open source, Rose de CircleCI affirme qu’un successeur d’un autre type est à venir. “La prochaine vague est constituée de modèles en boucle fermée qui sont formés sur des données propriétaires”, a-t-il déclaré.

Les données propriétaires et les modèles en boucle fermée devront toujours tenir compte du besoin de transparence, bien sûr. Pourtant, la capacité des organisations à sécuriser les données dans ce style de petit modèle pourrait rapidement déplacer les capacités de l’IA générative dans tous les secteurs.

L’IA générative et les logiciels low-code mettent l’innovation sur une autoroute, tant que les organisations ne font pas de compromis sur le facteur de responsabilité, ont déclaré les experts. À l’ère moderne, la vitesse d’innovation est indispensable pour être compétitif. Il suffit de regarder Bard, l’offre Adobe-Google qui devrait concurrencer ChatGPT d’OpenAI dans le domaine de l’IA générative.

Selon Scheurman, avec l’IA et le low-code, “je commence plus loin dans le domaine qu’auparavant”. En raccourcissant le chemin entre une idée à l’expérimentation et finalement à un produit en direct, il a déclaré que le low-code alimenté par l’IA accélère la vitesse de l’innovation.

Indépendamment, l’intelligence artificielle générative et les logiciels low-code sont deux technologies très recherchées. Mais les experts disent qu’ensemble, les deux s’harmonisent d’une manière qui accélère l’innovation au-delà du statu quo.

Le développement low-code permet aux utilisateurs de créer des applications avec un minimum de code dur, en utilisant à la place des outils visuels et d’autres modèles pour développer. Bien que l’intersection du low-code et de l’IA semble naturelle, il est crucial de prendre en compte des nuances telles que l’intégrité et la sécurité des données pour assurer une intégration significative.

Le rapport Low-Code Signals 2023 de Microsoft indique que 87 % des directeurs de l’innovation et des professionnels de l’informatique pensent que “l’augmentation de l’IA et de l’automatisation intégrées aux plateformes low-code les aiderait à mieux utiliser l’ensemble complet des capacités”.

Selon Dinesh Varadharajan, CPO de la plate-forme de travail low-code/no-code Kissflow, la convergence de l’IA et du low-code permet aux systèmes de gérer le travail plutôt que d’avoir à travailler pour les systèmes.

De plus, plutôt que la révolution de l’IA ne remplace le low-code, Varadharajan a déclaré : “L’un ne remplace pas l’autre, mais la puissance de deux va apporter de nombreuses possibilités.”

Varadharajan note qu’à mesure que l’IA et la technologie low-code se rejoignent, l’écart de développement se comble. Les logiciels low-code augmentent l’accessibilité du développement dans toutes les organisations (souvent pour les soi-disant développeurs citoyens) tandis que l’IA générative augmente l’efficacité et la congruence organisationnelles.

Selon Jim Rose, PDG d’une plate-forme d’automatisation pour les équipes de livraison de logiciels appelée CircleCI, ces grands modèles de langage qui servent de base aux plates-formes d’IA génératives pourront à terme changer le langage du low-code. Plutôt que de créer une application ou un site Web via un format de conception visuelle, Rose a déclaré : “Ce que vous pourrez faire, c’est interroger les modèles eux-mêmes et dire, par exemple, “J’ai besoin d’une boutique de commerce électronique facile à gérer pour vendre des chaussures vintage.'”

Rose convient que la technologie n’a pas tout à fait atteint ce point, en partie parce que “vous devez savoir parler” à l’IA générative pour obtenir ce que vous recherchez. Varadharajan de Kissflow dit qu’il peut voir l’IA prendre en charge la gestion des tâches d’ici un an, et peut-être se croiser avec le low-code d’une manière plus significative peu de temps après.

Comme tout ce qui concerne l’IA, il existe de nombreuses nuances que les chefs d’entreprise doivent prendre en compte pour une mise en œuvre et une itération réussies du low-code alimenté par l’IA.

Don Schuerman, directeur technique de la société de logiciels d’entreprise Pega, donne la priorité à ce qu’il appelle “un cadre d’IA responsable et éthique”.

Cela inclut le besoin de transparence. En d’autres termes, pouvez-vous expliquer comment et pourquoi l’IA prend une décision particulière ? Sans cette clarté, dit-il, les entreprises peuvent se retrouver avec un système qui ne parvient pas à servir les utilisateurs finaux de manière équitable et responsable.

Cela se combine avec la nécessité de tests de biais, a-t-il ajouté. “Il y a des biais latents intégrés dans notre société, ce qui signifie qu’il y a des biais latents intégrés dans nos données”, a-t-il déclaré. “Cela signifie que l’IA captera ces biais à moins que nous ne les testions explicitement et que nous ne nous protégions contre eux.”

Schuerman est un partisan du “garder l’humain au courant”, non seulement pour vérifier les erreurs et apporter des modifications, mais aussi pour considérer ce que les algorithmes d’apprentissage automatique ne maîtrisent pas encore : l’empathie client. En donnant la priorité à l’empathie client, les organisations peuvent maintenir les systèmes et recommander des produits et services réellement pertinents pour l’utilisateur final.

Pour Varadharajan, le plus grand défi qu’il prévoit avec la convergence de l’IA et du low-code est la gestion du changement. Les utilisateurs d’entreprise, en particulier, sont habitués à travailler d’une certaine manière, dit-il, ce qui pourrait faire d’eux le dernier segment à adopter le changement de code bas alimenté par l’IA.

Quels que soient les risques auxquels une entreprise est confrontée, le maintien de la couche de gouvernance est ce qui aidera les dirigeants à suivre l’évolution de l’IA. “Même maintenant, nous sommes toujours aux prises avec les possibilités de ce que l’IA générative peut faire”, a déclaré Varadharajan. “En tant qu’êtres humains, nous évoluerons également. Nous trouverons des moyens de gérer le risque.”

Alors que de nombreuses plates-formes d’IA génératives sont issues de modèles open source, Rose de CircleCI affirme qu’un successeur d’un autre type est à venir. “La prochaine vague est constituée de modèles en boucle fermée qui sont formés sur des données propriétaires”, a-t-il déclaré.

Les données propriétaires et les modèles en boucle fermée devront toujours tenir compte du besoin de transparence, bien sûr. Pourtant, la capacité des organisations à sécuriser les données dans ce style de petit modèle pourrait rapidement déplacer les capacités de l’IA générative dans tous les secteurs.

L’IA générative et les logiciels low-code mettent l’innovation sur une autoroute, tant que les organisations ne font pas de compromis sur le facteur de responsabilité, ont déclaré les experts. À l’ère moderne, la vitesse d’innovation est indispensable pour être compétitif. Il suffit de regarder Bard, l’offre Adobe-Google qui devrait concurrencer ChatGPT d’OpenAI dans le domaine de l’IA générative.

Selon Scheurman, avec l’IA et le low-code, “je commence plus loin dans le domaine qu’auparavant”. En raccourcissant le chemin entre une idée à l’expérimentation et finalement à un produit en direct, il a déclaré que le low-code alimenté par l’IA accélère la vitesse de l’innovation.