Gordon Van Huizen, Αντιπρόεδρος Στρατηγικής στην Mendix – Σειρά Συνεντεύξεων

Ο Gordon Van Huizen είναι Αντιπρόεδρος Στρατηγικής στην Mendix, ηγέτη προμηθευτή χαμηλού κώδικα, μια επιχείρηση της Siemens. Σε αυτόν τον ρόλο, ο Van Huizen ταυτοποιεί και εξερευνά στρατηγικές για τις προοδευτικές τεχνολογικές εξελίξεις και εργάζεται για να ενθαρρύνει τις καινοτομίες προϊόντων μέσα στην Mendix, όλα με επίκεντρο το πώς αυτές οι τεχνολογίες μπορούν να επηρεάσουν και να φέρουν αξία στους πελάτες.

Πώς ο AI αλλάζει μόνιμα τον κύκλο ζωής της ανάπτυξης λογισμικού (SDLC), ιδιαίτερα σε περιβάλλοντα χαμηλού και μη κώδικα;

Ο AI πραγματικά κουνάει τον κύκλο ζωής της ανάπτυξης λογισμικού, ιδιαίτερα καθώς αξιοποιούμε την φυσική γλώσσα όλο και περισσότερο. Αντί να γράφουμε γραμμές κώδικα, οι οργανισμοί αρχίζουν να ορίζουν και να κατασκευάζουν λογισμικό απλώς περιγράφοντας τις προσδοκίες. Γίνεται περισσότερο για την έκφραση της πρόθεσης και τη συζήτηση με έξυπνα εργαλεία που μπορούν να πάρουν αυτήν την πρόθεση και να τη μετατρέψουν σε κώδικα, διεπαφές και ακόμη και δοκιμές.

Καθώς ο AI συνεχίζει να διεισδύει στον SDLC, νομίζω ότι θα αρχίσουμε να βλέπουμε πόσο ισχυρός είναι αυτός ο μετασχηματισμός. Η επικοινωνία του τι θέλουμε αντί του πώς να το κατασκευάσουμε θα feels πιο φυσιολογικό, και ειλικρινά, θα είναι πιο διαρκή από το γράψιμο κώδικα με τον παραδοσιακό τρόπο. Τελικά, ο κώδικας όπως τον ξέρουμε μπορεί να εξαφανιστεί στο παρασκήνιο. Και όχι μόνο αυτό, προχωρούμε προς ένα ολόκληρο νέο μοντέλο λογισμικού που δεν είναι μόνο κατασκευασμένο από AI, αλλά είναι έξυπνο με δικό του δικαίωμα. Η αλλαγή είναι μεγάλη και ενθουσιαστική, και ίσως η πιο σημαντική αλλαγή στο λογισμικό που θα δούμε στη ζωή μας.

Τι ρόλο βλέπετε τον Agentic AI να παίζει στη μελλοντική ανάπτυξη εφαρμογών, και πώς πρέπει οι προγραμματιστές και αρχιτέκτονες πλατφόρμας να προετοιμαστούν για τις προκλήσεις παρατηρησιμότητας;

Καθώς ο Agentic AI συνεχίζει να ανασχεδιάζει τον SDLC, δεν βλέπουμε μόνο γρηγορότερη, φθηνότερη και υψηλότερης ποιότητας ανάπτυξη, αλλά και ότι η ανάπτυξη γίνεται πιο προσιτή. Οι άνθρωποι μπορούν να γίνουν δημιουργικοί και να πειραματιστούν χωρίς να χρειάζεται να είναι εμπειρογνώμονες προγραμματιστές· ό,τι χρειάζονται είναι να μπορούν να εκφράσουν σαφώς τι θέλουν. Παρόλα αυτά, όλη αυτή η δύναμη έρχεται με πολυπλοκότητα. Το λογισμικό που κατασκευάζουμε σήμερα είναι πιο προηγμένο από ποτέ, το οποίο φέρνει νέες προκλήσεις, ιδιαίτερα καθώς οι πλατφόρμες πολλαπλών πρακτόρων συνεχίζουν να αναδύονται. Η διαλειτουργικότητα γίνεται πονοκέφαλος γιατί οι εφαρμογές είναι φυσικά κατανεμημένες και συχνά εμπλέκουν εργαλεία από άλλους προμηθευτές και τεχνολογικές στοίβες. Εκεί είναι που οι πλατφόρμες χαμηλού κώδικα πραγματικά ξεχωρίζουν.

Μπορούν να αυτοματοποιήσουν πολλή από τη δουλειά στο πλευρό της ανάπτυξης ενώ σας δίνουν μια σαφή άποψη σε ολόκληρο το σύστημα. Μόλις έχετε αυτήν την στρώση παρατηρησιμότητας, μπορείτε να φέρετε τον AI στο μείγμα για να βοηθήσει να κατανοήσει τι συμβαίνει. Ο AI μπορεί να επισημάνει ζητήματα όπως πτώσεις απόδοσης ή ανακριβείς εξόδους και να εξηγήσει την αιτία σε απλή γλώσσα. Αυτό το είδος σαφήνειας είναι ένα game-changer για cả τους προγραμματιστές και τις ομάδες λειτουργιών. Όλα αυτά σημαίνουν ότι θα χρειαζόμαστε τον χαμηλό κώδικα περισσότερο από ποτέ, καθώς η φύση του αντιμετωπίζει αυτές τις προκλήσεις απευθείας.

Πιστεύετε ότι η παραδοσιακή έννοια του “προγραμματιστή” εξελίσσεται λόγω του χαμηλού κώδικα και του AI; Ποια είναι τα πιο κρίσιμα χαρακτηριστικά που θα είναι απαραίτητα την επόμενη δεκαετία;

Σήμερα, οι προγραμματιστές λογισμικού και οι μηχανικοί AI θεωρούνται συχνά ως δύο ξεχωριστά ρόλοι, αλλά αρχίζουμε ήδη να βλέπουμε κάποια επικάλυψη, τόσο μέσω προγραμματιστών που μαθαίνουν τις δεξιότητες που απαιτούνται για την μηχανική AI και με ομάδες συντήξης που φέρνουν μαζί προγραμματιστές, μηχανικούς AI, μηχανικούς δεδομένων και ακόμη και επιστήμονες δεδομένων. Ειλικρινά, αυτό το είδος συνεργασίας είναι ακριβώς αυτό που χρειαζόμαστε τώρα. Αλλά, ναι, η παραδοσιακή έννοια του “προγραμματιστή” εξελίσσεται σίγουρα. Είναι μόνο θέμα χρόνου πριν οι προγραμματιστές λογισμικού γίνουν μηχανικοί AI. Τελικά, η μηχανική AI είναι ακόμη μηχανική λογισμικού· απλώς εμπλέκει ένα σύνολο εργαλείων και εννοιών που πολλοί προγραμματιστές δεν έχουν δουλέψει ακόμη. Αυτές οι δεξιότητες είναι μαθητέες, και πολλοί παραδοσιακοί προγραμματιστές θα βρουν αυτήν την καινούρια δουλειά ενθαρρυντική. Ανοίγει την πόρτα για την κατασκευή έξυπνων, πιο δυναμικών λύσεων, και αυτό είναι μια ανταγωνιστική κατεύθυνση για να μεγαλώσει.

Πώς η Mendix ισορροπεί τη διαθεσιμότητα του χαμηλού κώδικα με την πολυπλοκότητα της κατασκευής εφαρμογών που βασίζονται σε AI;

Ο στόχος της Mendix είναι να ανακουφίσει την πολυπλοκότητα της κατασκευής εφαρμογών που βασίζονται σε AI, ενώ επίσης να διασφαλίσει ότι ό,τι κατασκευάζουν οι προγραμματιστές σήμερα είναι ασφαλές για το μέλλον. Θέλουμε να κάνουμε τα πράγματα απλούστερα χωρίς να αφαιρέσουμε τη ευελιξία που χρειάζονται οι προγραμματιστές. Εκμεταλλευόμαστε μια οπτική προσέγγιση ώστε να μπορείτε πραγματικά να δείτε πώς τα πράγματα και τα συστήματα ταιριάζουν μαζί, όπως όταν ένας πράκτορας ενεργοποιεί έναν άλλον. Με τα εργαλεία χαμηλού κώδικα της Mendix, η αρχιτεκτονική και η συμπεριφορά αυτών των συστημάτων που εμπνέονται από AI είναι διατεταγμένα με τρόπο που δεν feels σαν ένα σύνθετο σύστημα πολλαπλών πρακτόρων. Απλώς φαίνεται σαν μια καθαρή, κατανοητή εφαρμογή.

Πώς οι πλατφόρμες χαμηλού κώδικα όπως η Mendix ermögουν στους μη προγραμματιστές να κατασκευάζουν σύνθετες λύσεις που οδηγούνται από AI, και ποια είναι κάποια από τα καλύτερα παραδείγματα που έχετε δει;

Στη Mendix, συναντάμε προγραμματιστές, τεχνολόγους επιχειρήσεων και μη προγραμματιστές όπου βρίσκονται σε σχέση με την κατανόηση και τις ανάγκες για εφαρμογές που εμπνέονται από AI· τα εργαλεία της πλατφόρμας είναι εύκολα να πιαστούν και να χρησιμοποιηθούν από την αρχή. Οδηγούμαστε τους βήμα προς βήμα μέχρι να αρχίσουν να χρησιμοποιούν τον χαμηλό κώδικα για να κατασκευάσουν έξυπνες, εφαρμογές που βασίζονται σε AI που είναι εξίσου προηγμένες όσο αυτές που κατασκευάζονται με υψηλό κώδικα. Αρχίζουν να κατασκευάζουν προτροπές χρησιμοποιώντας τον κατασκευαστή προτρόπων χαμηλού κώδικα μας. Μόλις νιώσουν άνετα με αυτό, μπορούν να εδραιώσουν την εφαρμογή που εμπνέεται από AI με δεδομένα συγκεκριμένα για την επιχείρηση ή την λύση με μια ενσωματωμένη βάση γνώσεων χαμηλού κώδικα. Και όταν είναι έτοιμοι για αυτό, μπορούν ακόμη και να κατασκευάσουν πράκτορες AI μέσω της ορχήστρας χαμηλού κώδικα και της χρήσης εργαλείων.

Μπορείτε να μας οδηγήσετε μέσα από το πώς ο AI χρησιμοποιείται μέσα στην Mendix – και στο πώς ενδυναμώνει τους χρήστες;

“Δημιουργήστε με Maia” είναι η απάντηση της Mendix και στην έμπνευση του AI στην διαδικασία ανάπτυξης εφαρμογών και στην ενδυνάμωση των πελατών και συνεργατών μας να κατασκευάσουν έξυπνες, εφαρμογές που οδηγούνται από AI. Πρόσφατα κυκλοφόρησε με την τελευταία έκδοση της Mendix, Mendix 11, η Maia επιτρέπει στους χρήστες να δημιουργήσουν, να ορχηστρώσουν και να αναπτύξουν πράκτορες AI και εφαρμογές πολλαπλών πρακτόρων σε όλη τη διάρκεια του κύκλου ζωής της ανάπτυξης λογισμικού. Ακόμη και πριν οι χρήστες αρχίσουν να κατασκευάζουν, μπορούν να αξιοποιήσουν τη Maia και να χρησιμοποιήσουν φυσική γλώσσα για να διασφαλίσουν ότι οι στόχοι, τα κριτήρια επιτυχίας και οι ιστορίες χρηστών είναι ευθυγραμμισμένα πριν από τη δημιουργία. Δημιουργήστε με Maia και βοηθά να μετατρέψετε τα мозο Pin, τα mockups, τα διαγράμματα και τις απαιτήσεις σε σαφείς, δράσιμους πλάνους έργου. Στη συνέχεια, μία φορά το αρχικό λογισμικό έχει κατασκευαστεί, οι χρήστες μπορούν να το βελτιώσουν γρήγορα με την εγγενή ταχύτητα του χαμηλού κώδικα. Το αποτέλεσμα είναι λιγότερες επαναλήψεις, γρηγορότερη παράδοση, ισχυρότερη διακυβέρνηση και λογισμικό που κατασκευάζεται σωστά από την αρχή.

Πώς βλέπετε τον AI και τον χαμηλό κώδικα να έρχονται μαζί για να υποστηρίξουν μη κερδοσκοπικούς οργανισμούς ή οργανισμούς με αποστολή που εργάζονται για να λύσουν κοινωνικά ή περιβαλλοντικά προβλήματα;

Ο AI και ο χαμηλός κώδικα είναι απίστευτα εργαλεία για την αντιμετώπιση πραγματικών προκλήσεων, κυρίως γιατί δίνουν στους υπαλλήλους που επικεντρώνονται στην επίλυση κρίσιμων κοινωνικών προβλημάτων την επιλογή να καινοτομήσουν, ακόμη και με περιορισμένα бюджета και τεχνικές δεξιότητες. Ένα παράδειγμα που πραγματικά ξεχωρίζει είναι από την Alliance for Orphans (A4O), một μη κερδοσκοπικό οργανισμό με έδρα το Σαν Αντόνιο που προσφέρει βρεφονηπιακό για οικογένειες φροντίδας. Η εταιρεία χτύπησε ένα μεγάλο εμπόδιο όταν συνειδητοποίησε ότι ήταν δύσκολο να βρει, να εκπαιδεύσει και να πιστοποιήσει βρεφονηπιακούς, απαραίτητους για τη βοήθεια των γονιών φροντίδας να λάβουν την υποστήριξη που χρειάζονται. Ο χαμηλός κώδικα βοήθησε να κατασκευάσει μια εφαρμογή για να ροηματοποιήσει τη διαδικασία πιστοποίησης, να φέρει μαζί συστήματα σε διαφορετικές υπηρεσίες, να ψηφιοποιήσει τα έγγραφα και να κατασκευάσει μια κεντρική βάση δεδομένων για να παρακολουθήσει τους πιστοποιημένους βρεφονηπιακούς. Η εφαρμογή βοήθησε την A4O να πιστοποιήσει 81 βρεφονηπιακούς, και από την έναρξή της, οι εφαρμογές έχουν μόνο συνεχίσει να μεγαλώνουν. Είναι ένα τόσο ισχυρό παράδειγμα του πώς ο χαμηλός κώδικα μπορεί να κάνει μια πραγματική, θετική διαφορά στη ζωή των ανθρώπων, και αυτό ήταν μόνο ένα παράδειγμα.

Τι είναι οι μοναδικές προκλήσεις και ευκαιρίες της χρήσης συνθετικών δεδομένων μέσα σε ένα περιβάλλον χαμηλού κώδικα;

Τα συνθετικά δεδομένα μειώνουν φυσικά τα рисκς ιδιωτικής ζωής, καθώς δεν περιέχουν πραγματικές προσωπικές πληροφορίες, καθιστώντας τη συμμόρφωση με τους κανονισμούς προστασίας δεδομένων (όπως το GDPR) και την ελαχιστοποίηση της νομικής εκθέσεως. Φυσικά, η χρήση συνθετικών δεδομένων είναι επίσης γρηγορότερη, φθηνότερη και ευκολότερη από το να κατασκευάσετε σύνολα δεδομένων από το μηδέν και να τα etiquetάρετε για χρήση από τον AI, το οποίο μπορεί να είναι εκτός πλάνου ή ακατόρθωτο για κάποια έργα.

Ωστόσο, τα συνθετικά δεδομένα μπορεί να περιέχουν ανακρίβειες, προκατάληψη και τοξικότητα και ακόμη και να μην καταγράψουν το θόρυβο, τις ngoại lệσεις και το πλήρες εύρος των σεναρίων που είναι ιδιαίτερα για την πραγματική χρήση — οδηγώντας σε πιθανές αποτυχίες στην παραγωγή. Για αυτό, είναι απαραίτητο να θέσετε φραγμούς και να καθορίσετε μια αυστηρή προσέγγιση δοκιμής και επικύρωσης, μια που επεκτείνει τη διαδικασία δοκιμής της εφαρμογής για να περιλαμβάνει την επικύρωση της εξόδου AI. Για συστήματα κρίσιμα για την επιχείρηση, είναι επίσης σημαντικό να διατηρήσετε τους ανθρώπους στο loop ώστε να μπορέσουν να εφαρμόσουν τη δική τους κρίση, προσφέροντας ιδανικά ανατροφοδότηση από την εφαρμογή herself.

Πώς βλέπετε την σύγκλιση της IT και της OT να εξελίσσεται όταν οι εργαλεία AI και χαμηλού κώδικα εισάγονται σε λειτουργικά περιβάλλοντα;

Η δύναμη και η ακρίβεια κάθε λύσης Agentic AI εξαρτώνται από το контέκστ; η ποιότητα και το όγκο των δεδομένων είναι κρίσιμα. Αυτό είναι γιατί γίνεται απαραίτητο για εκείνους στη βιομηχανία, την ενέργεια και άλλα βιομηχανικά τμήματα να έχουν μια στερεή βάση δεδομένων που φέρνει μαζί δεδομένα IT και OT. Δυστυχώς, τα δεδομένα OT δεν είναι πάντα εύκολα να δουλέψουν. Για παράδειγμα, είναι συχνά μη ετικετεμένα με κανένα σαφές μετα-δεδομένα ή σχήμα για να οδηγήσει. Η хорошη είδηση είναι ότι υπάρχουν ειδικά εργαλεία διαθέσιμα για τη μετατροπή δεδομένων OT και την επαύξησή τους με τα απαραίτητα μετα-δεδομένα, ετοιμάζοντάς τα για χρήση μέσα σε έξυπνες εφαρμογές μέσω της AI-αυξανόμενης δημιουργίας κατάλληλων μοντέλων δεδομένων. Μόλις εισαχθούν, τα δεδομένα OT μπορούν να χρησιμοποιηθούν μαζί με και να συνδυαστούν με δεδομένα IT για χρήση μέσα σε εφαρμογές και να παρέχουν контέκστ σε γεννήτρια AI.

Ως πρώην αναλυτής Gartner και τώρα Αντιπρόεδρος Στρατηγικής στην Mendix, πώς διαχωρίζετε την υπερβολή του AI από την πραγματικά μετασχηματιστική καινοτομία όταν διαμορφώνετε το οδικό χάρτη του προϊόντος;

Η διάκριση της υπερβολής του AI από την αληθινή καινοτομία απαιτεί μια πειθαρχημένη και πρακτική προσέγγιση, αλλά είναι μια διαδικασία που έχω εξειδικεύσει καθώς οι τάσεις έρχονται και πάνε. Πρώτα και πάνω από όλα, εμπλέκομαι trực tiếp με πελάτες και προοπτικές για να κατανοήσω τις πραγματικές ανάγκες και απαιτήσεις τους — δηλαδή, τι πραγματικά χρειάζονται για να προωθήσουν την επιχείρησή τους. Η ομάδα προϊόντος της Mendix επίσης ακολουθεί μια προσέγγιση δοκιμής και μάθησης, παραδίδοντας MVPs νέων ικανοτήτων και στη συνέχεια εργαζόμενη στενά με πελάτες για να συλλέξει ανατροφοδότηση και να επικυρώσει εάν αυτές οι καινοτομίες πραγματικά φέρνουν ουσιαστική αξία. Όπως μπορείτε να δείτε, η συνεργασία είναι ένας βασικός τρόπος για να διαχωρίσετε την υπερβολή του AI, για αυτό επίσης συνεργάζομαι ενεργά με τους υφιστάμενους συνεργάτες μας και εξερευνώ potεντικά νέους για να φέρω πρόσθετες προοπτικές και εμπειρογνωσία.

Τέλος, βασίζομαι στην εμπειρία μου με τις τρέχουσες και προηγούμενες κυμαίες της αναδυόμενης τεχνολογίας, κρατώντας ένα στενό μάτι στις στάθμες ωριμότητας και τις καμπύλες υιοθέτησης. Αυτό πραγματικά βοηθά να φιλτράρει τι είναι speκουλативο αντί για τι είναι πιθανό να κερδίσει τράκشن, ώστε να μπορούμε να προτεραιοποιήσουμε τις επενδύσεις που θα οδηγήσουν σε μακροπρόθεσμη επίδραση για τους πελάτες μας.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Mendix.