ゴードン・ヴァン・ヒュイゼン、Mendixの戦略担当上級副社長 – インタビュー・シリーズ

ゴードン・ヴァン・ヒュイゼンは、リーディングのローコード・プロバイダーであるMendix（メンディックス）の戦略担当上級副社長です。Mendixは、シーメンスのグループ企業です。ヴァン・ヒュイゼンは、エマージェント・テクノロジーの進歩に対する戦略を特定し、探索し、また、Mendix内で製品のイノベーションを育成する役割を担っています。すべての取り組みは、顧客への価値提供と影響を優先するものです。

…（以下、全文翻訳）

AIは、ソフトウェア開発ライフサイクル、特にローコードとノーコードの環境において、重大な変化をもたらしています。自然言語を利用して、組織はコードを書く代わりに、期待を定義してソフトウェアを構築し始めています。AIがソフトウェア開発ライフサイクルに浸透するにつれて、その変化の力が実感できると思います。意図を伝えるだけで、コードを書く必要がなくなり、スマートなツールがそれをコード、インターフェイス、さらにはテストに変換できるようになります。

Agentic AIが将来のアプリケーション開発において果たす役割についてはどう考えていますか？また、開発者やプラットフォーム・アーキテクトは、Agentic AIの観測可能性の課題にどう対処すべきですか？

Agentic AIは、ソフトウェア開発ライフサイクルを再定義し、開発をより迅速、安価、かつ高品質なものにします。また、開発がよりアクセスしやすくなり、専門的なコーダーでなくても創造性を発揮し、実験することができます。ただし、すべての力に伴う複雑さもあります。現在構築しているソフトウェアは、以前よりも高度で、特にマルチエージェント・プラットフォームが登場するにつれて、新たな課題が生じます。相互運用性は、ヘッドエイクとなる可能性があります。アプリケーションは自然に分散されており、他のベンダーやテクノロジー・スタックからのツールを含むことが多いためです。那は、ローコード・プラットフォームが真正に輝く場面です。

ローコード・プラットフォームは、デプロイの面での多大な作業を自動化し、システム全体に対する明確な視野を提供します。観測可能性レイヤーを構築したら、AIを導入して何が起こっているかを理解することができます。AIは、パフォーマンスの低下や不正確な出力などの問題を浮き彫りにし、根本原因を平易な言語で説明できます。そのような明確さは、開発者と運用チームにとってゲーム・チェンジャーです。すべてのことから、ローコードが必要になることは明らかです。ローコードの本質は、これらの課題に対処するものです。特に、AIによる開発とローコードの強力な組み合わせが見られます。自然言語で自分を表現し、結果を視覚的に見て、データ、ロジック、ユーザー・インターフェイスを含むものを確認し、視覚的なIDEを通じて生成されたソフトウェアをさらに洗練し、拡張することができます。

伝統的な「開発者」という概念は、ローコードとAIの影響で進化していますか？次の10年で最も重要になるスキルは何ですか？

現在、ソフトウェア開発者とAIエンジニアは、別々の役割として見なされることが多いですが、すでに開発者がAIエンジニアリングのスキルを学んだり、開発者、AIエンジニア、データエンジニア、データサイエンティストが一堂に会するフュージョン・チームが見られるようになっています。実際、協力が必要な時期です。はい、伝統的な「開発者」という概念は確実に進化しています。ソフトウェア開発者がAIエンジニアになるのは時間の問題です。最終的には、AIエンジニアリングはまだソフトウェアエンジニアリングであり、多くの開発者がまだ使ったことがないツールや概念のセットを伴うだけです。そうしたスキルは学べます。多くの従来の開発者は、この新しい仕事を刺激的に見るでしょう。スマートで、ダイナミックなソリューションを構築する扉が開かれ、成長する方向性となります。

Mendixは、ローコードのアクセス性とAI駆動型アプリケーションの構築の複雑さをどのようにバランスさせていますか？

Mendixの目標は、AI駆動型アプリケーションの構築の複雑さを軽減することでありながら、開発者に必要な柔軟性を確保することです。視覚的なアプローチを採用し、エージェントやシステムがどのように組み合わさるかを実際に確認できます。Mendixのローコード・ツールでは、AIを含むこれらのシステムのアーキテクチャと動作が、複雑なマルチエージェント・システムのように感じることなく、クリーンで理解しやすいアプリケーションのように表現されます。

ローコード・プラットフォームであるMendixは、非開発者が高度なAI駆動型ソリューションを構築することを可能にしているのはどうやってでしょうか？また、見てきた最も印象的な例は何ですか？

Mendixでは、開発者、ビジネス・テクノロジスト、シチズン・デベロッパーがAIを含むアプリケーションを構築するためのツールを提供しています。プラットフォームのツールは、初心者でも簡単に使えるよう設計されています。プロンプト・ビルダーを使用して、ビジネスやソリューションに特化したデータでAI駆動型アプリケーションを構築することができます。さらに、ローコード・オーケストレーションとツールの使用により、AIエージェントを構築することもできます。

実際の例として、Mendix上で構築されたAIネイティブのグローバル・ペイロール・プラットフォーム、datascalehrがあります。ペイロール、特に国ごとに異なる規制、コンプライアンス要件、膨大な量のデータの管理は、非常に複雑です。Mendixを使用して、datascalehrの創設者は、AIを活用した次世代のプラットフォームを迅速に開発しました。このプラットフォームは、インテリジェントな自動化、コンプライアンス・チェック、コンテキスト・アシスタンスを提供します。ここで強力な点は、ビジネス・テクノロジストやドメイン・エキスパートが、AIの機能をどのように組み込むかを形作ることができたことです。ローコードは、複雑なAI駆動型ソリューションをアクセスしやすく、エンタープライズ・レディにしました。

Mendix自身の中でAIがどのように使用されているのでしょうか？プラットフォームの構築とユーザーへのエンパワーメントの両面で説明してください。

「Create with Maia」は、Mendixの最新バージョン、Mendix 11で導入された機能です。これにより、ユーザーはAIエージェントとマルチエージェント・アプリケーションを簡単に作成、オーケストレート、デプロイできます。さらに、自然言語を使用して、目標、成功基準、ユーザー・ストーリーが一致していることを確認できます。プロジェクト計画を作成し、ソフトウェアの初期バージョンを作成したら、ローコードの速度で迅速に改良できます。結果として、反復が減り、納期が早まり、ガバナンスが強化され、最初から正しく構築されたソフトウェアが得られます。

AIとローコードがどのようにして社会的または環境的な問題を解決しようとしている非営利団体やミッション・ドリブン・オーガニゼーションを支援していますか？

AIとローコードは、現実世界の課題に対処するための不可欠なツールです。限られた予算や技術スキルを持つ組織でも、イノベーションを実現できます。サンアントニオを拠点とする非営利団体、Alliance for Orphans（A4O）は、フォスター・ファミリーのためにベビーシッターを提供しています。ローコードを使用して、認定プロセスをストリームライン化するアプリケーションを構築しました。システムを統合し、文書化をデジタル化し、認定ベビーシッターを追跡する中央データベースを作成しました。アプリケーションは、81人のベビーシッターの認定を支援し、ローコードが人々の生活に実際的な違いをもたらす強力な例となりました。

ローコード環境におけるシンセティック・データの使用には、どのようなユニークな課題と機会がありますか？

シンセティック・データは、プライバシー・リスクを軽減し、データ保護規制へのコンプライアンスを容易にします。さらに、シンセティック・データの使用は、データセットの構築とラベリングよりも迅速で、費用も低く、容易です。しかし、シンセティック・データには不正確さ、バイアス、有毒性が含まれる可能性があり、現実世界のシナリオを完全に捉えられない可能性があります。したがって、ガードレールを設け、徹底的なテストと検証アプローチを確立する必要があります。ビジネス・クリティカルなシステムの場合、人間の判断を維持し、フィードバックを提供することが重要です。

ITとOTがAIやローコード・ツールを導入した運用環境で進化することをどう見ていますか？

Agentic AIソリューションの力と精度は、コンテキストに依存します。データの品質と量が重要です。ITとOTの両方のデータを組み合わせる堅固なデータ・ファウンデーションを構築することが、製造、エネルギー、工業セクターにおける重要なステップです。OTデータは、ラベル付けやメタデータが不足していることが多いため、扱いにくい場合があります。幸いなことに、OTデータを変換し、必要なメタデータを付加するための専門ツールがあります。インジェスト後に、OTデータをITデータと組み合わせて、AIにコンテキストを提供することができます。

元Gartnerアナリストであり、現在Mendixの戦略担当上級副社長として、AIのハYPEと真正のイノベーションをどのように区別していますか？

AIのハYPEと真正のイノベーションを区別するには、規律と実用的なアプローチが必要です。これは、私がトレンドの出現と消滅を通じて磨き上げてきたプロセスです。まず、顧客やプロスペクトと直接関わって、彼らの現実世界の計画と要件を理解します。Mendixの製品チームは、新しい機能のMVPを提供し、顧客と密接に協力してフィードバックを収集し、イノベーションが実際に価値を提供することを検証するテストと学習のアプローチを取ります。コラボレーションは、ハYPEを抜いた真正のイノベーションを見つけるための重要な方法です。さらに、私は既存のパートナーと協力し、新しいパートナーを探求して、追加の視点と専門知識をもたらします。

最後に、私は現在と過去のエマージェント・テクノロジーの波に対する経験を活かし、成熟度と採用曲線を注意深く見ています。これにより、投機的なものと、トラクションを得る可能性のあるものをフィルタリングし、顧客にとって長期的な影響をもたらす投資に優先順位を付けることができます。ご質問ありがとうございました。詳しく知りたい読者は、Mendixを訪問してください。