Perché si parla tanto di Low code e No Code (soprattutto nelle applicazioni di Analytics e Intelligenza artificiale)? La trasformazione digitale sta aumentando vertiginosamente la quantità e la varietà di software applicativi nei processi aziendali. Lo sviluppo tradizionale richiede tempi e costi che, in molti casi, non giustificano lo sforzo intrapreso o rimangono al di fuori della portata economica di molte organizzazioni, a cominciare dalle piccole start-up e da buona parte delle PMI.
Per dare una risposta a questa esigenza diffusa, lo scenario dello sviluppo delle applicazioni sta rapidamente cambiando, con l’avvento e la diffusione delle tecnologie low code e no code AI, che stanno portando un’innovazione di straordinaria portata, consentendo ai semplici dipendenti di diventare dei citizen developer, creando da soli le applicazioni di cui necessitano senza disporre di avanzate conoscenze nei linguaggi di programmazione.
Da oggi integrare nelle applicazioni aziendali le funzioni basate sull’intelligenza artificiale e il machine learning non è mai stato così semplice, pratico ed economico. Molti analisti vedono nello sviluppo low code e no code il futuro della creazione del software, soprattutto per la capacità dell’approccio low code di massimizzare il ROI in tempi estremamente contenuti.
Secondo McKinsey, il business potenziale dell’integrazione della data analytics nei processi aziendali sarà stimabile in un range che spazia dai 9,5 ai 15,4 miliardi di dollari. Cifre decisamente importanti, dove le applicazioni basate sulla AI dovrebbero incidere per circa il 40% sul totale.
Indice dei contenuti
Cosa sono Low code e No code AI
Lo sviluppo tradizionale si basa sulla scrittura del software mediante vari linguaggi di programmazione, che richiedono competenze specialistiche da parte dei programmatori, risultato di anni di formazione ed esperienza sul campo. A ciò si aggiunga la complessità intrinseca della AI e del machine learning, che presuppone ulteriori competenze di data science, rendendo ancora più elitaria la nicchia in cui si va a contestualizzare.
Tuttavia, il software moderno, basato sull’architettura a microservizi, si sposa alla perfezione con una logica di sviluppo a blocchi funzionali tra loro comunicanti. Tali blocchi possono essere predisposti in modo decisamente più semplice rispetto alle tradizionali applicazioni monolitiche.
Lo sviluppo Low Code e No Code AI ha decisamente variato la concezione dello sviluppo di applicazioni AI based, rendendole semplici, intuitive e user friendly nella loro interfaccia di programmazione visuale, basata su blocchi funzionali già pronti per essere assemblati senza conoscere i linguaggi di programmazione, o con competenze elementari per personalizzare le fasi di integrazione.
Ciò che fino a poco tempo fa pareva impossibile, sta ormai diventando una prassi sempre più diffusa. Dopo un periodo di formazione iniziale, anche i semplici dipendenti aziendali possono creare da soli
Low Code vs No Code
La differenza che insiste tra le piattaforme low code e no code non si limita alle applicazioni AI, ma è generalizzabile a qualsiasi contesto di programmazione con limitato utilizzo di codice, che presuppone a sua volta una competenza approfondita dei linguaggi di programmazione.
In ambito low code si presuppone una conoscenza basilare nella scrittura e nella gestione del codice, mentre per quanto concerne il no code, le interfacce grafiche (GUI) sono interamente definite alla programmazione visuale, con blocchi articolabili con modalità drag and drop.
Le applicazioni Low code e No code AI
L’intelligenza artificiale offre un contributo fondamentale in moltissimi processi di business, sia dal punto dell’incremento dell’efficienza che nell’abilitare nuove funzioni sulla base dell’analisi dei dati digitali. Low code e no code AI consentono di implementare facilmente la process automation, continuando quel percorso che era stato già introdotto grazie alla RPA (robotic process automation), di fatto potenziata dalle nuove funzionalità intelligenti introdotte dal machine learning.
La AI consente di supportare la digitalizzazione della gestione documentale, riconoscendo e categorizzando automaticamente una grande varietà di contenuti da una pluralità di fonti (mail, web browsing, social, ecc.) mettendoli a disposizione dei vari sistemi aziendali.
Tra le varie applicazioni che possono essere implementate grazie a piattaforme low code e no code AI vi sono le interfacce conversazionali. Grazie a tecnologie basate sulla AI come il natural language processing (NLP), è possibile rendere la comunicazione tra l’uomo e il bot intelligente sempre più realistica e credibile, al punto che in diversi casi il servizio annuncia espressamente che l’entità con cui ci si accinge a parlare è di natura sintetica. Le piattaforme low code e no code AI consentono di implementare facilmente le funzioni cognitive dell’intelligenza artificiale, grazie ad una serie di blocchi predefiniti.
Altre applicazioni dell’AI implementabili con tecnologia low code fanno riferimento al fintech, in particolare per le operazioni di valutazioni del rischio finanziario e di rilevamento delle frodi, dove risulta determinante la capacità dell’intelligenza artificiale e della computer vision nell’accorgersi di anomalie rispetto alle routine ritenute ordinarie e fondamentalmente sicure, che i truffatori provano a scardinare con i loro sistemi malevoli.
Vantaggi e limiti delle piattaforme Low code e No code AI
Il potenziale dello sviluppo low code e no code AI è ormai unanimemente riconosciuto, al punto che anche gli sviluppatori tradizionali ricorrono sempre più spesso a soluzioni low code per ridurre il time to market dei loro progetti, soprattutto quelli più semplici da implementare a mantenere.
Il principale vantaggio per un’azienda che implementa nei suoi processi una piattaforma low code o no code AI consiste nel poter rinunciare almeno in parte ad un team di sviluppatori professionisti, riducendo sensibilmente i costi di sviluppo, soprattutto quando sono legati ad applicazioni semplici, che i dipendenti possono definire in autonomia, conoscendo oltretutto molto bene le esigenze che intendono soddisfare.
Dal punto di vista dello sviluppo software, l’approccio self service e ready-made delle piattaforme low code e no code AI consente pertanto di ottenere i seguenti vantaggi:
- La semplicità della creazione di software low code e no code consente di avvalersi dei citizen developers, anziché doversi costantemente rivolgere a team di sviluppatori professionisti;
- La velocità con cui vengono realizzate le app grazie ai sistemi automatizzati delle piattaforme low code e no code consentono di ridurre sensibilmente il time to market delle applicazioni, con tutti i vantaggi che ne conseguono in termini di ROI;
- In particolare, le piattaforme low code si dimostrano flessibili nel garantire i blocchi funzionali più utilizzati per soddisfare determinate esigenze in uno specifico settore di applicazioni.
Per conto, l’elevato livello di automatizzazione delle piattaforme low code e no code AI comporta inevitabilmente dei limiti quando si presentano esigenze di natura molto specifica, che richiedono un livello di personalizzazione che i blocchi funzionali delle applicazioni low code e no code AI non sono direttamente in grado di soddisfare.
Anche se le funzioni implementate nelle piattaforme low code e no code AI sono sempre più numerose, i progetti ad elevato livello di personalizzazione richiedono pertanto un approccio basato su metodologie di sviluppo standard come DevOps, che richiedono la presenza di programmatori esperti nella scrittura del codice. Un altro limite potrebbe invece presentarsi in scenari che prevedono una frequente migrazione, soprattutto se si intende far dialogare tecnologie proprietarie tra loro differenti o comunque basate su codice di differente natura. In particolare, le piattaforme low code generano una situazione di lock che potrebbe rendere complessa o sconveniente una procedura migratoria.
Come scegliere le soluzioni Low code e No code AI più adatta alle proprie esigenze
Quando una PMI decide di implementare una piattaforma low code o no code AI dovrebbe considerare almeno i seguenti fattori:
- I costi complessivi dell’operazione devono risultare inferiori rispetto all’alternativa di ingaggiare un team di sviluppo tradizionale, altrimenti, salvo particolari condizioni, si perderebbe uno dei vantaggi più significativi;
- Valutare quanti sono i processi su cui si intende intervenire con le applicazioni low code e no code AI, considerando la possibilità di implementare economie di scala anche nel medio e nel lungo termine;
- Valutare le problematiche relative alla conservazione al trattamento dei dati, in modo che risulti sicuri e conformi alle normative vigenti, considerando che i servizi AI disponibili sul mercato sono cloud based;
- Valutare se si tratta di applicazioni cloud native o si rende necessario migrare parti legacy. Nel secondo caso, occorre un’analisi accurata per valutare l’effettiva convenienza tecnologica ed economica;
- Valutare un adeguato servizio di formazione nel caso in cui si sceglie di implementare una piattaforma low code AI, in modo che i dipendenti possano godere di un adeguato supporto soprattutto nelle prime fasi di implementazione.
Se una piattaforma low code o no code AI viene implementata in maniera consapevole e corretta nei sistemi aziendali, l’organizzazione è generalmente in grado di apprezzare significativi ROI ed elementi di innovazione nel business nel giro di un breve periodo di tempo, incrementando oltretutto il livello di soddisfazione dei propri dipendenti, che si sentono maggiormente responsabilizzati per via di un ruolo decisamente più attivo.
