Rychlý požadavek a ChatGPT komukoliv vygeneruje slušnou seminární práci. Low-code platformy brzy zvládnou stejně snadno generovat účetní systém, nástroj pro správu kandidátů, plnohodnotné CRM a jakékoliv procesní automatizace. Stačí připojit datové zdroje, vytvořit procesní logiku a do specifických úkolů zapojit nástroje třetích stran. Vše na míru konkrétním potřebám klienta a s možností vše upravit na několik kliknutí.

Low-code na AI steroidech bude až 7× rychlejší

Správně uchopený low-code vývoj je podle mých zkušeností třikrát až pětkrát rychlejší než tradiční vývoj s vlastním týmem programátorů nebo zapojením externí agentury. Co se stane, až do low-code světa naplno vtrhne AI? Tento rozdíl se prohloubí. Odhaduji, že ve finále bude zrychlení vývoje až sedminásobné, ale praxe možná překvapí ještě vyššími hodnotami.

Integrace AI technologií do low-code vývoje je bezpochyby otázkou přežití. Už na konci minulého roku jsme proto například přidali OCR nástroj poháněný umělou inteligencí. Kombinace AI a low-code umožňuje nejen strojově číst dokumenty, ale i budovat komplexní řešení pro IDP (Intelligent Document Processing) šité na míru potřebám a specifikům daného byznysu.

To nejlepší ze světa AI přímo v low-code

Univerzálnost low-code vývoje nejlépe demonstruje nedávný zážitek z DFC konference v Essenu. Jedna z firem prezentovala své řešení na strojové čtení dokumentů, tedy zmíněné OCR, na kterém poslední dva roky pracovala. Předváděli, že jejich systém se záznamy zvládá i několik často vyžadovaných operací. Když se později u našeho stánku ptali, co přesně low-code umí, kolegu napadla geniální odpověď. „Umí přesně to, co jste před chvilkou ukazovali, vývoj ale nebude trvat dva roky. Přijďte se zítra podívat.“

Druhý den jsme předvedli, že lze za pár hodin dokázat něco, co běžně trvá roky. Do low-code platformy jsme integrovali OCR nástroj a vytvořili podobné procesy, jako jsme viděli v prezentaci. Low-code přístupem je tvorba procesní logiky naprosto neomezená, což je zásadní rozdíl oproti natvrdo naprogramovaným funkcím. Citizen developer s low-code platformou nakliká v řádu hodin to, co vývojový tým o desítkách členů programuje měsíce.

Od architektury řešení až po marketingové e-maily

A tak, jako jsme přidali OCR, lze zařadit i další schopnosti poháněné umělou inteligencí. Naší hlavní prioritou je zjednodušení technického zadání, které klientovi již brzy připraví také AI. Zpracuje dokument s popisem procesů, jejich vstupů, výstupů a operací, doptá se na chybějící údaje a vytvoří funkční kostru. Tu si klient zkontroluje, doladí a nasadí. Navíc generativní AI přidáváme všude, kde jsou vyžadovány obchodní nebo marketingové texty a obrázky.

Jazykový model ChatGPT trénujeme na interní dokumentaci a učíme ho odhalovat chyby ve vývoji. Přestože řešení od OpenAI podává skvělé výsledky, jeho zaměření na text přináší určité limitace. Často je totiž jednodušší znázornit procesy v systému diagramem, než se snažit popsat náročný rozhodovací mechanismus slovy. Řešíme proto, jak využít umělou inteligenci pro práci s vizuálními daty a porozumění schématům softwarových řešení. Věřím totiž, že toto bude další skok na cestě k jednoduššímu a rychlejšímu vývoji.

Oleksandr Rossol Autor článku se přes 25 let věnuje umělé inteligenci, aktuálně působí jako CTO ve společnosti Nectain vyvíjející platformu pro low-code vývoj.