La révolution GenAI et low-code no-code
L’adoption de plates-formes low-code no-code (LCNC) a pris de l’ampleur ces dernières années, permettant aux entreprises de développer des applications sans avoir recours à un codage interne approfondi.
C’est un paysage qui évolue rapidement avec l’émergence de l’intelligence artificielle générative (GenAI). LCNC exploite des interfaces visuelles intuitives, des modèles préconçus et des fonctionnalités de glisser-déposer pour accélérer considérablement le cycle de vie de développement d’applications. Cela a un impact important pour les organisations qui rationalisent leurs processus, réduisent leurs coûts et comblent le déficit de compétences logicielles.
L’adoption a été telle que Gartner prévoit que jusqu’à 70 % des nouvelles applications proviendront de ces outils et plates-formes d’ici 2025. Forrester évalue ce marché à 13,2 milliards de dollars, avec une croissance annuelle robuste de 21 % depuis 2019. L’adoption a été généralisée, avec 87 % des développeurs d’entreprise utilisent désormais de tels outils ou plates-formes.
GenAI va accélérer cette tendance, portant la valeur marchande à 50 milliards de dollars au cours des quatre prochaines années.
Alors que GenAI remodèle le paysage logiciel en permettant aux systèmes d’évoluer et de s’adapter de manière autonome, les plates-formes LCNC et les générateurs/copilotes de code Large Language Model (LLM) démocratisent le développement de logiciels et favorisent la transformation numérique à un rythme accéléré. L’adoption de GenAI déclenche également de grands changements dans les plateformes LCNC.
GenAI génère du contenu, y compris du code, lorsque vous y êtes invité. Il est également utilisé pour la documentation, la génération de cas de test, l’automatisation des tests, l’optimisation et la refactorisation du code. Pour les développeurs de logiciels, il offre de nouvelles fonctionnalités et outils pour améliorer les flux de travail et offre une nouvelle façon de développer des logiciels de qualité.
Avec une interface conversationnelle, GenAI permet aux développeurs d’exploiter un vaste corpus de connaissances, d’accéder facilement aux extraits de code et de réfléchir de manière plus collaborative, permettant le développement de code en quelques jours au lieu de quelques semaines. La génération AI brille dans les processus d’assurance qualité et de vérification. En facilitant la révision du code et la détection précoce des problèmes, il améliore la qualité du code et accélère les cycles de test. Les fonctionnalités d’automatisation réduisent encore davantage le temps de test, tandis que les capacités de détection des anomalies aident à identifier les défauts cachés et les problèmes potentiels dès le début du processus de développement.
Risques et défis
Bien que les deux systèmes présentent des avantages, ils comportent également des risques qui nécessitent le respect des lois et politiques pertinentes.
L’éthique, l’atténuation des biais dans les algorithmes et la confidentialité des données sont ici primordiales. La montée en puissance de l’automatisation et de l’interconnectivité entraîne également une augmentation des cyber-risques, c’est pourquoi les garde-fous sont cruciaux.
Les organisations doivent également se conformer aux réglementations, telles que le Règlement général sur la protection des données et le California Consumer Privacy Act, afin d’atténuer les risques juridiques liés au traitement des données et à l’utilisation de l’IA, ainsi qu’aux exigences réglementaires croissantes entourant GenAI.
Atténuation des risques
Les entreprises doivent bien comprendre leurs « obligations en matière de protection des données » et aborder la protection des données « dès la conception et par défaut ».
Une solution consiste à restreindre l’accès direct à l’interface de programmation d’application (API) et à la remplacer par une façade avec un service hébergé en interne pour nettoyer les données personnelles, signaler les abus et les abus et offrir une auditabilité interne. Ici, les utilisateurs appelleront une API interne qui valide la demande. et le transmet à un LLM. L’API de façade doit être surveillée et les utilisateurs authentifiés via une authentification unique ou un outil d’authentification.
Une autre option consiste à héberger sa propre solution LLM ou GenAI (open source) pour empêcher l’introduction de vulnérabilités et aider les modèles à s’adapter aux données organisationnelles. Les modèles open source hautes performances tels que Llama, Mistral et DBRX peuvent être formés (quantifiés) à moindre coût. coût et offrent plus de transparence, de contrôle et de flexibilité. Les petits modèles open source à venir peuvent être formés sur une seule unité de traitement graphique (GPU). Les modèles open source hébergés localement réduiront considérablement le risque de fuite, y compris de données personnelles.
Tendances de l’industrie
Les industries exploitent GenAI pour expérimenter et innover rapidement – avec la supervision et l’expertise humaines – à la fois pour les LLM open source et les modèles propriétaires.
Le faible coût, la flexibilité et la transparence rendent l’open source attrayant pour les développeurs qui souhaitent affiner les modèles d’applications de niche au-delà du codage jusqu’au développement de contenu et à la gestion des connaissances afin d’améliorer l’efficacité tout en réduisant les risques. Les commentaires des pilotes indiquent que GenAI a joué un rôle déterminant dans la rationalisation de la génération de code, du débogage et de la gestion des connaissances. assurer la cohérence du code. GenAI peut révolutionner le développement de logiciels et, lorsqu’il est intégré aux outils LCNC, peut générer des avantages tangibles.
Conclusion
La convergence de GenAI et LCNC annonce des opportunités sans précédent en matière d’innovation et d’efficacité. Ils permettent aux utilisateurs ordinaires de devenir des créateurs d’applications. À mesure que le développement de logiciels devient plus accessible, des personnes issues de divers horizons, quelle que soit leur expertise technique, peuvent créer leurs propres solutions et outils numériques.
Zak Mourad
Zak Murad est directeur de la technologie et de l’information chez CRISIL Ltd.