غوردون فان هويزن، نائب الرئيس للстрاتيجية في منديكس – سلسلة المقابلات

غوردون فان هويزن هو نائب الرئيس الأول للاستراتيجية في Mendix، شركة سيمنز وإحدى أبرز منصات التطوير منخفض البرمجة. ويتولى تحديد استراتيجيات التقنيات الناشئة واستكشافها، كما يعمل على احتضان ابتكارات المنتجات داخل Mendix، مع التركيز على أثر هذه التقنيات في العملاء والقيمة التي تقدمها لهم.

Mendix منصة رائدة لتطوير التطبيقات منخفضة البرمجة، صُممت لتمكين الشركات من بناء البرمجيات الحيوية ونشرها وتحسينها باستمرار بأقل قدر من كتابة الشفرة يدوياً. توفر المنصة بيئة تطوير متكاملة مدعومة بالذكاء الاصطناعي، وأدوات للحوكمة، وعمليات تكامل مدمجة، وخيارات للنشر السحابي، ما يتيح للمطورين المحترفين ومطوري الأعمال التعاون. وبصفتها جزءاً من سيمنز، تركز Mendix على قابلية التوسع والحوكمة المتينة والاستعداد المؤسسي، وصُنفت مراراً ضمن الشركات الرائدة في مربع Gartner السحري لمنصات التطوير منخفضة البرمجة.

كيف يغير الذكاء الاصطناعي دورة حياة تطوير البرمجيات بصورة دائمة، ولا سيما في بيئات البرمجة المنخفضة ومنعدمة البرمجة؟

الذكاء الاصطناعي يعيد تشكيل دورة حياة تطوير البرمجيات بصورة كبيرة، خصوصاً مع اعتمادنا المتزايد على اللغة الطبيعية. فبدلاً من كتابة أسطر الشفرة، بدأت المؤسسات تحدد البرمجيات وتبنيها بمجرد وصف توقعاتها. وأصبح الأمر يتعلق بالتعبير عن النية وإجراء حوار مع أدوات ذكية تستطيع تحويل تلك النية إلى شفرة وواجهات وحتى اختبارات.

ومع استمرار دخول الذكاء الاصطناعي في دورة التطوير، سنرى مدى قوة هذا التحول. سيكون التعبير عما نريد، بدلاً من شرح كيفية بنائه، أكثر طبيعية، وربما أكثر استدامة من كتابة الشفرة بالطريقة التقليدية. وقد تتراجع الشفرة التي نعرفها إلى الخلفية في نهاية المطاف. بل إننا نتجه إلى نموذج جديد تماماً من البرمجيات لا يبنيه الذكاء الاصطناعي فحسب، بل يكون ذكياً في حد ذاته. إنه تحول كبير ومثير، وربما أهم تحول في البرمجيات سنشهده خلال حياتنا.

ما الدور الذي تتوقعه للذكاء الاصطناعي الوكيلي في تطوير التطبيقات مستقبلاً، وكيف ينبغي للمطورين ومهندسي المنصات الاستعداد لتحديات مراقبته؟

مع استمرار الذكاء الاصطناعي الوكيلي في إعادة تصور دورة التطوير، لا نشهد تطويراً أسرع وأقل تكلفة وأعلى جودة فحسب، بل يصبح التطوير متاحاً لعدد أكبر من الناس. يستطيع الأفراد الإبداع والتجربة من دون أن يكونوا خبراء في البرمجة؛ يكفي أن يعبّروا بوضوح عما يريدونه. لكن هذه القوة تأتي مع التعقيد. فالبرمجيات التي نبنيها اليوم أكثر تقدماً من أي وقت مضى، وتخلق تحديات جديدة، خصوصاً مع ظهور منصات متعددة الوكلاء. ويزداد صعوبة التشغيل البيني لأن التطبيقات موزعة بطبيعتها وغالباً ما تستخدم أدوات من موردين ومجموعات تقنية مختلفة. وهنا تتألق المنصات منخفضة البرمجة.

تستطيع هذه المنصات أتمتة كثير من العمل الشاق في جانب النشر، مع منحك رؤية واضحة للنظام كله. وعند وجود طبقة المراقبة، يمكن إدخال الذكاء الاصطناعي لفهم ما يحدث. فيستطيع كشف مشكلات مثل تراجع الأداء أو المخرجات غير الدقيقة، وشرح السبب الجذري بلغة واضحة. هذا المستوى من الوضوح يغير قواعد اللعبة للمطورين وفرق العمليات. ولهذا سنحتاج إلى البرمجة المنخفضة أكثر من أي وقت مضى؛ فطبيعتها تعالج هذه التحديات مباشرة. وسنرى خصوصاً مزيجاً قوياً من التطوير المعزز بالذكاء الاصطناعي والبرمجة المنخفضة: تعبّر عن المطلوب باللغة الطبيعية، ثم ترى النتائج بصرياً، بما فيها البيانات والمنطق وواجهات المستخدم، وتستخدم اللغة الطبيعية وبيئة التطوير المرئية معاً لتنقيح البرنامج المولد وتوسيعه.

هل تعتقد أن المفهوم التقليدي لـ«المطور» يتغير بفعل البرمجة المنخفضة والذكاء الاصطناعي؟ وما المهارات الأهم خلال العقد المقبل؟

يُنظر اليوم إلى مطوري البرمجيات ومهندسي الذكاء الاصطناعي غالباً بوصفهما دورين منفصلين، لكننا بدأنا نرى تداخلاً بينهما، سواء عبر تعلم المطورين مهارات هندسة الذكاء الاصطناعي أو من خلال فرق متكاملة تجمع المطورين ومهندسي الذكاء الاصطناعي ومهندسي البيانات وعلماء البيانات. وهذا النوع من التعاون هو بالضبط ما نحتاج إليه الآن. نعم، مفهوم المطور التقليدي يتغير بلا شك، وما هي إلا مسألة وقت قبل أن يصبح مطورو البرمجيات مهندسي ذكاء اصطناعي. ففي النهاية، هندسة الذكاء الاصطناعي تظل هندسة برمجيات، لكنها تتضمن أدوات ومفاهيم لم يعمل بها كثير من المطورين بعد. وهذه مهارات قابلة للتعلم، ومن المرجح أن يجد كثير من المطورين التقليديين هذا العمل الجديد مثيراً، لأنه يفتح الباب أمام حلول أذكى وأكثر ديناميكية.

كيف توازن Mendix بين سهولة البرمجة المنخفضة وتعقيد بناء تطبيقات مدعومة بالذكاء الاصطناعي؟

هدف Mendix هو تخفيف تعقيد بناء تطبيقات الذكاء الاصطناعي، مع ضمان أن يكون ما يبنيه المطورون اليوم صالحاً للمستقبل. نريد تبسيط الأمور من دون إزالة المرونة التي يحتاج إليها المطورون. نعتمد نهجاً بصرياً يتيح رؤية كيفية ترابط الوكلاء والأنظمة، مثل حالة تشغيل وكيل لوكيل آخر. وباستخدام أدوات Mendix منخفضة البرمجة، تظهر بنية الأنظمة المعززة بالذكاء الاصطناعي وسلوكها بطريقة لا تبدو كنظام معقد متعدد الوكلاء، بل كتطبيق واضح وسهل الفهم.

كيف تمكّن منصات مثل Mendix غير المطورين من بناء حلول متقدمة بالذكاء الاصطناعي، وما أفضل الأمثلة التي رأيتها؟

في Mendix نلتقي المطورين وتقنيي الأعمال والمطورين المواطنين عند مستواهم من الفهم واحتياجاتهم لتطبيقات الذكاء الاصطناعي، كما يسهل تعلم أدوات المنصة واستخدامها منذ البداية. ونرشدهم خطوة بخطوة إلى أن يستخدموا البرمجة المنخفضة لبناء تطبيقات ذكية ومتقدمة بقدر التطبيقات المبنية بالبرمجة التقليدية. يبدأون بإنشاء المطالبات عبر أداة منخفضة البرمجة. وبعد اكتساب الثقة، يستطيعون ربط التطبيق التوليدي ببيانات خاصة بالشركة أو الحل عبر قاعدة معرفة مدمجة، ثم بناء وكلاء ذكاء اصطناعي من خلال تنسيق منخفض البرمجة واستخدام الأدوات.

ومن أفضل الأمثلة الواقعية منصة الرواتب العالمية الأصلية للذكاء الاصطناعي datascalehr المبنية على Mendix. الرواتب، خصوصاً مع اختلافها بين البلدان، شديدة التعقيد بسبب تغير اللوائح ومتطلبات الامتثال وضخامة البيانات باستمرار. وباستخدام Mendix، طوّر مؤسسو datascalehr بسرعة منصة من الجيل التالي تستخدم الذكاء الاصطناعي في الأتمتة الذكية وفحوص الامتثال والمساعدة السياقية. والأهم أن تقنيي الأعمال وخبراء المجال، لا المطورين المحترفين وحدهم، استطاعوا تشكيل طريقة دمج ميزات الذكاء الاصطناعي لضمان معالجة احتياجات العملاء مباشرة. وهكذا تجعل البرمجة المنخفضة الحلول المتقدمة متاحة وجاهزة للمؤسسات.

هل يمكنك شرح كيفية استخدام الذكاء الاصطناعي داخل Mendix نفسها، في بناء المنصة وفي تمكين المستخدمين؟

تمثل «Create with Maia» إجابة Mendix عن دمج الذكاء الاصطناعي في عملية تطوير التطبيقات وتمكين العملاء والشركاء من بناء تطبيقات ذكية. أُطلقت Maia مؤخراً مع Mendix 11، وتتيح للمستخدمين إنشاء الوكلاء والتطبيقات متعددة الوكلاء وتنسيقها ونشرها بسهولة طوال دورة تطوير البرمجيات. وحتى قبل بدء البناء، يستطيع المستخدمون توظيف Maia واللغة الطبيعية لمواءمة الأهداف ومعايير النجاح وقصص المستخدمين. كما تحول جلسات العصف الذهني والنماذج الأولية والرسوم والمتطلبات إلى خطط مشروع واضحة قابلة للتنفيذ. وبعد إنشاء البرنامج الأولي، يمكن تنقيحه سريعاً بفضل سرعة البرمجة المنخفضة. والنتيجة دورات أقل، وتسليم أسرع، وحوكمة أقوى، وبرمجيات تُبنى بصورة صحيحة منذ البداية.

كيف يجتمع الذكاء الاصطناعي والبرمجة المنخفضة لدعم المؤسسات غير الربحية أو الموجهة برسالة والتي تعالج قضايا اجتماعية أو بيئية؟

هما أداتان رائعتان لمعالجة تحديات العالم الحقيقي، لأنهما تمنحان العاملين على حل المشكلات الاجتماعية الحرجة فرصة للابتكار حتى مع محدودية الميزانيات والمهارات التقنية. ومن الأمثلة البارزة Alliance for Orphans (A4O)، وهي مؤسسة غير ربحية في سان أنطونيو توفر جليسات أطفال مؤقتات لأسر الرعاية البديلة. واجهت المؤسسة عقبة كبيرة في العثور على الجليسات وتدريبهن واعتمادهن، وهو أمر ضروري لمساعدة الآباء الحاضنين. ومكنتها البرمجة المنخفضة من بناء تطبيق يبسط الاعتماد، ويربط أنظمة جهات مختلفة، ويرقمن المستندات، وينشئ قاعدة بيانات مركزية لتتبع الجليسات المعتمدات. وساعد التطبيق A4O في اعتماد 81 جليسة مؤقتة، واستمر نطاق التطبيقات في النمو. إنه مثال قوي على الفرق الإيجابي الذي يمكن للبرمجة المنخفضة صنعه في حياة الناس.

ما التحديات والفرص الفريدة لاستخدام البيانات الاصطناعية في بيئة منخفضة البرمجة؟

تقلل البيانات الاصطناعية مخاطر الخصوصية بطبيعتها لأنها لا تحتوي على معلومات شخصية حقيقية، ما يسهل الامتثال للوائح حماية البيانات مثل GDPR ويحد من المخاطر القانونية. كما أن استخدامها أسرع وأقل تكلفة وأسهل من بناء مجموعات بيانات من الصفر وتصنيفها للذكاء الاصطناعي، وهو ما قد يكون خارج نطاق بعض المشروعات أو غير عملي.

لكن البيانات الاصطناعية قد تحتوي على أخطاء وانحياز وسمّية، وقد تعجز عن تمثيل الضوضاء والقيم الشاذة والنطاق الكامل لسيناريوهات العالم الحقيقي، ما قد يؤدي إلى فشل في الإنتاج. لذلك يلزم وضع ضوابط واعتماد نهج صارم للاختبار والتحقق يوسع اختبار التطبيق ليشمل التحقق من مخرجات الذكاء الاصطناعي. وفي الأنظمة الحيوية للأعمال، من المهم أيضاً إبقاء البشر ضمن الحلقة ليطبقوا حكمهم ويقدموا الملاحظات، ويفضل أن يكون ذلك من داخل التطبيق نفسه.

كيف ترى تطور تقارب تقنية المعلومات والتقنية التشغيلية عند إدخال الذكاء الاصطناعي وأدوات البرمجة المنخفضة في البيئات التشغيلية؟

تعتمد قوة أي حل وكيل ودقته على السياق؛ فجودة البيانات وحجمها عاملان حاسمان. ولذلك أصبح من الضروري للعاملين في التصنيع والطاقة وغيرهما من القطاعات الصناعية إنشاء أساس بيانات متين يجمع بيانات تقنية المعلومات والتقنية التشغيلية. لكن بيانات التقنية التشغيلية ليست سهلة دائماً؛ فكثيراً ما تكون بلا تصنيف ولا بيانات وصفية أو مخطط واضح. والخبر الجيد هو وجود أدوات متخصصة لتحويلها وتعزيزها بالبيانات الوصفية اللازمة، وتهيئتها للتطبيقات الذكية عبر إنشاء نماذج بيانات مناسبة بمساعدة الذكاء الاصطناعي. وبعد إدخالها، يمكن دمج بيانات التشغيل مع بيانات تقنية المعلومات داخل التطبيقات ولتوفير السياق للذكاء الاصطناعي التوليدي.

بصفتك محللاً سابقاً في Gartner ونائب الرئيس الأول للاستراتيجية في Mendix، كيف تفصل بين ضجة الذكاء الاصطناعي والابتكار التحويلي الحقيقي عند صياغة خارطة طريق المنتج؟

يتطلب الفصل بين الضجة والابتكار الحقيقي نهجاً منضبطاً وعملياً، وهي عملية طورتها مع تعاقب موجات التقنية. أولاً أتواصل مباشرة مع العملاء والعملاء المحتملين لفهم خططهم ومتطلباتهم الحقيقية، أي ما يحتاجون إليه فعلاً لدفع أعمالهم إلى الأمام. ويتبع فريق منتجات Mendix نهج الاختبار والتعلم عبر تقديم نماذج أولية للقدرات الجديدة، ثم العمل عن قرب مع العملاء لجمع الملاحظات والتحقق مما إذا كانت الابتكارات تقدم قيمة ملموسة. والتعاون وسيلة أساسية لفرز الضجة؛ لذلك أعمل مع شركائنا الحاليين وأستكشف شركاء محتملين للحصول على وجهات نظر وخبرات إضافية.

وأخيراً، أعتمد على خبرتي مع الموجات الحالية والسابقة من التقنيات الناشئة، وأراقب مستويات النضج ومنحنيات التبني عن كثب. يساعد ذلك في تصفية ما هو تخميني مما يرجح أن يكتسب زخماً، حتى نعطي الأولوية للاستثمارات التي ستحدث أثراً طويل الأجل لعملائنا.

شكراً على هذه المقابلة الرائعة. يمكن للقراء الراغبين في معرفة المزيد زيارة Mendix.