ゴードン・ヴァン・ハイゼン、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・ハイゼンは、先導的なローコードプロバイダーであるMendix（シーメンスグループ）の戦略担当上級副社長です。この役割では、ヴァン・ハイゼンは新興技術の進歩に対する戦略を特定して探求し、Mendix内で製品の革新を育成し、すべての顧客に価値をもたらす方法でこれらの技術がどのように影響を与えるか、またどのように価値をもたらすかを注目しています。

Mendixは、企業が最小限のハンドコーディングでミッションクリティカルなソフトウェアを構築、展開、継続的に改善できるように設計された先導的なローコードアプリケーション開発プラットフォームです。プラットフォームには、AIを搭載したIDE、ガバナンスツール、組み込みの統合、およびクラウド展開オプションが提供され、プロフェッショナル開発者とシチズンデベロッパーが共同で作業できるようになっています。シーメンスの一部として、Mendixはスケーラビリティ、堅牢なガバナンス、エンタープライズ対応性を重視しており、ローコードのマジッククアドラントリーダーとして繰り返し認められてきました。

ソフトウェア開発ライフサイクル（SDLC）では、特にローコードおよびノーコード環境において、AIがどのようにして永続的に変化をもたらしているのでしょうか。

AIは、自然言語をより多く利用するにつれて、実際にソフトウェア開発ライフサイクルを大幅に変革しています。コードを書く代わりに、組織はソフトウェアを構築するために期待を単に記述するだけで済むようになっています。それは、コードを書くということよりも、どのように構築するかではなく、どのようなものを作りたいかを表現することについて話し合うことになります。スマートツールがその意図をコード、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るでしょう。

AIがSDLCに浸透するにつれて、その変化の力強さを実感するようになるでしょう。伝統的な方法でコードを書くよりも、自然言語で何を望むかを伝えることがより自然で、そして長続きするようになるでしょう。最終的には、コードは現代の姿を失い、姿を消すかもしれません。さらに、AIによって構築されるだけでなく、知能を持ったソフトウェアへの移行が進んでいます。変化は大きく、興奮するものであり、 私たちが生涯で見るソフトウェアの最も重要な変化かもしれません。

将来のアプリケーション開発において、エージェントAIが果たす役割は何でしょうか。また、開発者やプラットフォームアーキテクトは、その観測可能性の課題にどのように対処すべきでしょうか。

エージェントAIがSDLCを再構想するにつれて、開発がより迅速で、安価で、高品質になるだけでなく、開発がよりアクセスしやすくなっていることがわかります。専門的なコーダーである必要はなく、ただ何を望むかを明確に表現できるだけで済みます。しかし、その力には複雑さも伴います。今日構築されるソフトウェアは、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、さまざまなベンダーやテクノロジースタックのツールを組み込むため、頭痛の種となっています。

それがローコードプラットフォームが真に輝く場所です。デプロイの面での多くの雑用を自動化し、システム全体にわたる明確な視界を提供できます。観測可能性レイヤーを構築した後、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特定し、根本的な原因を平易な言語で説明できます。開発者と運用チームにとって、それは画期的な変化です。すべてのこれらのことから、ローコードが必要になることは明らかです。なぜなら、その本質がこれらの課題に対処するからです。特に、AIを強化した開発とローコードの強力な組み合わせが見られるでしょう。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めて、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。

ローコードとAIの影響により、従来の「開発者」の概念は変化しているのでしょうか。次の10年間で最も重要なスキルは何でしょうか。

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ていますが、すでに開発者がAIエンジニアリングのスキルを学び、開発者、AIエンジニア、データエンジニア、さらにはデータサイエンティストが集まるフュージョンチームが見られるようになっています。正直に言えば、そのようなコラボレーションが今必要です。しかし、はい、従来の「開発者」の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依然として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触れていない一連のツールと概念を伴うだけです。そのスキルは学べますし、多くの従来の開発者はこの新しい仕事が面白いと感じるでしょう。より賢く、よりダイナミックなソリューションを構築する機会が開かれ、成長するためのやりがいある方向性になります。

Mendixは、ローコードのアクセシビリティとAIを搭載した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を搭載した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、同時に開発者が今日構築するものが将来にわたって適切であることを保証することです。開発者に必要な柔軟性を取り除かずに、シンプルに保つことを目指しています。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見ることができます。Mendixのローコードツールを使用すると、AIを組み込んだこれらのシステムのアーキテクチャと動作は、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。見たことがある最も優れた例は何ですか。

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を組み込んだアプリケーションに対する理解とニーズに応じて、プラットフォームのツールを提供しています。簡単に使い始め、AIを組み込んだ高度なアプリケーションを構築することができます。ローコードプロンプトビルダーを使用してプロンプトを構築し始め、ビジネスまたはソリューションに特有のデータでAI駆動アプリケーションを根付かせることができます。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を通じてAIエージェントを構築することができます。

最も優れた実世界の例の1つは、Mendix上に構築されたAIネイティブのグローバル給与プラットフォームであるdatascalehrです。給与、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複雑さは有名です。Mendixを使用して、datascalehrの創設者は、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にAIを利用する次世代のプラットフォームを迅速に開発しました。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、専門の開発者だけではなく、AI機能をどのように組み込むかを形作ることができ、ソリューションが直接顧客のニーズに応えることを保証したことです。ローコードは、洗練されたAI駆動ソリューションをアクセスしやすく、エンタープライズ対応にします。

Mendix自体の中でAIがどのように使用されているか、プラットフォームが構築される方法と、ユーザーをどのようにエンパワーメントするかについて、詳しく説明していただけますか。

「Create with Maia」は、MendixのAIを組み込んだアプリケーション開発プロセスと、顧客およびパートナーが知能のあるAI駆動アプリケーションを構築できるようにするMendixの答えです。Mendix 11の最新バージョンで最近導入されたMaiaを使用すると、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、展開できます。ユーザーが構築を開始する前に、Maiaと自然言語を利用して、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。「Create with Maia」は、ブレーンストーミング、モックアップ、図、要件を明確で実行可能なプロジェクトプランに変換するのを支援します。初期ソフトウェアが作成された後、ユーザーはローコードの固有のスピードでそれをすばやく洗練することができます。結果として、反復が少なく、納期が短縮され、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非営利組織や社会的、環境的な課題を解決しようとしているミッション駆動型組織を支援するのかについて、ご説明いただけますか。

AIとローコードは、現実世界の課題に取り組むための不可欠なツールです。なぜなら、それらは社会的問題を解決しようとしている人々に、限られた予算や技術スキルを持っていても、イノベーションする選択肢を提供するからです。私が特に印象に残っている例の1つは、サンアントニオを拠点とする非営利団体Alliance for Orphans（A4O）からのものです。A4Oは、フォスター家族のために安心できるベビーシッターを提供しています。ただし、ベビーシッターを探し、トレーニングし、認定することが大きな障害となったため、会社は大きな課題に直面しました。ローコードは、さまざまな機関をまたいだシステムを統合し、文書化をデジタル化し、認定ベビーシッターを追跡するための集中データベースを構築するアプリケーションを構築するのを支援しました。アプリケーションは、81人の安心できるベビーシッターを認定し、その後もアプリケーションは成長を続けています。ローコードが人々の生活に実際的な、肯定的影響を与えることができる強力な例です。これは1つの例ですが。

ローコード環境内での合成データの使用には、どのようなユニークな課題と機会がありますか。

合成データは、実際の個人情報を含まないため、プライバシーのリスクを減らし、データ保護規制（例：GDPR）へのコンプライアンスが容易になり、法的責任を最小限に抑えることができます。当然、合成データを利用することは、データセットを構築し、データをラベル付けするよりも、速く、安く、簡単です。ただし、合成データには不正確さ、偏り、有害性が含まれる可能性があり、現実世界のシナリオのノイズ、外れ値、範囲を完全に捉えられない可能性があり、実稼働時に失敗する可能性があります。したがって、ガードレールを設置し、AIの出力を含むアプリケーションテストプロセスを拡張する厳格なテストおよび検証アプローチを確立することが必要です。ビジネスクリティカルなシステムの場合、人間がループに参加して、自分の判断を適用し、アプリケーション自体からフィードバックを提供できるようにすることが重要です。

AIおよびローコードツールを運用環境に導入した場合、ITとOTの収束はどのように進化するのでしょうか。

エージェント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。製造、エネルギー、その他の産業セグメントで、ITデータとOTデータをまとめる堅牢なデータ基盤が必要です。残念ながら、OTデータは常に扱いやすいものではありません。たとえば、明確なメタデータやスキーマがなく、AIを使用するための適切なデータモデルを作成する必要があります。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特別なツールがあります。インジェストされた後、OTデータはITデータと組み合わせて、AIを使用するアプリケーションで使用できます。

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と真正の革新をどのように区別していますか。

AIのハYPEと真正の革新を区別するには、規律と実用的なアプローチが必要です。顧客やプロスペクトと直接関わって、彼らの実際の計画と要件を理解することから始めます。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、革新が実際に有形な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、AIのハYPEを真正の革新から区別するための重要な方法です。したがって、既存のパートナーと積極的に協力し、新しいパートナーシップを探求して、追加の視点と専門知識をもたらします。

最後に、私は現代と過去のエマージングテクノロジーの波に対する私の経験を利用して、成熟度と採用曲線を注意深く監視し、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することで、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ます。