La inteligencia artificial generativa y el software de low-code juntos pueden acelerar la innovación. La convergencia de AI y low-code permite que los sistemas manejen el trabajo en lugar de que los humanos deban trabajar para los sistemas. El software de low-code aumenta la accesibilidad del desarrollo en las organizaciones, mientras que la inteligencia artificial generativa aumenta la eficiencia y consistencia de las operaciones de la organización.

Por separado, la inteligencia artificial generativa y el software de low-code son tecnologías muy buscadas. Pero los expertos dicen que juntos se armonizan de una manera que acelera la innovación más allá del estado actual.

El desarrollo de low-code permite que las personas construyan aplicaciones con un mínimo de necesidad de código duro, en su lugar utilizan herramientas visuales y otros modelos para desarrollar. Aunque la intersección de la inteligencia artificial y low-code parece natural, es crucial considerar detalles como la integridad de los datos y la seguridad para garantizar una integración significativa.

El informe Low-Code Signals 2023 de Microsoft dice que el 87% de los directores de innovación y profesionales de TI creen que "el aumento de la inteligencia artificial y la automatización integradas en plataformas de low-code les ayudaría a utilizar mejor el conjunto completo de capacidades".

Según Dinesh Varadharajan, CPO en la plataforma de trabajo de low-code/no-code Kissflow, la convergencia de la inteligencia artificial y low-code permite que los sistemas manejen el trabajo en lugar de que los humanos deban trabajar para los sistemas.

Además, Varadharajan señala que a medida que la tecnología de la inteligencia artificial y low-code se unen, la brecha de desarrollo se cierra. El software de low-code aumenta la accesibilidad del desarrollo en las organizaciones (a menudo para desarrolladores llamados ciudadanos) mientras que la inteligencia artificial generativa aumenta la eficiencia y congruencia operacional de la organización.

Según Jim Rose, CEO de una plataforma de automatización para equipos de entrega de software llamada CircleCI, estos modelos de lenguaje que sirven como la base de las plataformas de inteligencia artificial generativa finalmente podrán cambiar el lenguaje de low-code. Rose dijo: "Lo que podrás hacer es consultar a los mismos modelos y decir, por ejemplo, 'Necesito una tienda de comercio electrónico fácil de manejar para vender zapatos vintage'".

Para Schuerman, CTO de la empresa de software empresarial Pega, la transparencia es una prioridad en lo que él llama "un marco de inteligencia artificial responsable y ético". Es decir, ¿puede explicar cómo y por qué la inteligencia artificial está tomando una decisión en particular? Sin esa claridad, dice que las empresas pueden terminar con un sistema que no sirve a los usuarios finales de manera justa y responsable.

Esto se fusiona con la necesidad de pruebas de sesgo, agregó. "Hay sesgos latentes incrustados en nuestra sociedad, lo que significa que hay sesgos latentes incrustados en nuestros datos", dijo. "Eso significa que la inteligencia artificial recogerá esos sesgos a menos que seamos explícitamente probados y protegidos contra ellos".

Schuerman es partidario de "mantener a los humanos en el bucle", no solo para verificar errores y hacer cambios, sino también para considerar lo que los algoritmos de aprendizaje automático aún no han dominado: la empatía del cliente. Al priorizar la empatía del cliente, las organizaciones pueden mantener sistemas y recomendar productos y servicios realmente relevantes para el usuario final.

Para Varadharajan, el mayor desafío que ve con la convergencia de la inteligencia artificial y low-code es la gestión del cambio. En particular, los usuarios empresariales están acostumbrados a trabajar de cierta manera, dice, lo que podría hacer que sean el último segmento en adoptar el cambio de low-code impulsado por AI.

Cualquiera sea el riesgo que tenga una empresa, mantener la capa de gobierno es lo que ayudará a los líderes a mantenerse al día con la inteligencia artificial a medida que evoluciona. "Incluso ahora, todavía estamos lidiando con las posibilidades de lo que la inteligencia artificial generativa puede hacer", dijo Varadharajan. "Como humanos, también evolucionaremos. Encontraremos formas de gestionar el riesgo".

Si bien muchas plataformas de IA generativa provienen de modelos de código abierto, Rose de CircleCI dice que hay un sucesor de otro tipo que llegará. "La próxima ola son modelos de circuito cerrado que se entrenan con datos propietarios", dijo él.

Por supuesto, los datos propietarios y los modelos de circuito cerrado aún tendrán que lidiar con la necesidad de transparencia. Sin embargo, la capacidad de las organizaciones para mantener seguros sus datos en este estilo de modelos pequeños podría cambiar rápidamente las capacidades de la IA generativa en industrias diversas.

Según los expertos, la IA generativa y el software de bajo código ponen la innovación en una autopista, siempre y cuando las organizaciones no comprometan el factor de responsabilidad. En la era moderna, la velocidad de la innovación es un requisito indispensable para competir. Basta con mirar a Bard, la oferta de Adobe-Google que competirá con ChatGPT de OpenAI en el espacio de la IA generativa.

Según Scheurman, con la IA y el bajo código, "estoy empezando más adelante en el campo de lo que hacía antes". Al acortar el camino entre una idea, la experimentación y, finalmente, un producto en vivo, dijo que el bajo código impulsado por IA acelera la velocidad de la innovación.