Mendix’ten Gordon Van Huizen, Strateji Başkan Yardımcısı – Röportaj Serisi

Gordon Van Huizen, önde gelen düşük-kod sağlayıcısı Mendix’in, yani Siemens’in bir işinin Strateji Başkan Yardımcısıdır. Bu role göre, Van Huizen ortaya çıkan teknoloji ilerlemeleri için stratejileri tanımlar ve keşfeder ve Mendix içinde ürün yeniliklerini kuluçkaya çalışır, tüm bunlar müşterilere nasıl değer katacağını odaklanarak yapılır.

Mendix düşük-kodlu uygulama geliştirme platformu lideridir ve şirketlerin asgari el ile kodlama ile misyon açısından kritik yazılımları oluşturmasına, dağıtmasına ve sürekli olarak iyileştirmesine olanak tanır. Platform, AI destekli bir IDE, yönetim araçları, yerleşik entegrasyonlar ve bulut dağıtım seçenekleri sunar, böylece hem profesyonel geliştiriciler hem de vatandaş geliştiriciler işbirliği yapabilir. Siemens’in bir parçası olarak Mendix, ölçeklenebilirlik, güçlü yönetim ve kurumsal hazır olma vurgular ve düşük-kodda Magic Quadrant lideri olarak defalarca tanınmıştır.

Yazılım geliştirme yaşam döngüsünü (SDLC) özellikle düşük-kod ve kod içermeyen ortamlarda AI nasıl kalıcı olarak değiştiriyor?

AI, özellikle doğal dil daha fazla kullanıldıkça, yazılım geliştirme yaşam döngüsünü gerçekten sarsıyor. Artık kod satırları yazmak yerine, şirketler yazılımları sadece beklentilerini tanımlayarak ve inşa ederek oluşturmaya başlıyor. Bu, daha çok niyeti ifade etmek ve akıllı araçlarla konuşmak ve bu araçların o niyeti kod, arayüzler ve hatta testlere dönüştürmesi anlamına geliyor.

AI, SDLC’ye daha fazla entegre oldukça, bu değişimin ne kadar güçlü olacağını göreceğiz. Ne istediğimizi iletmek, geleneksel şekilde kod yazmaktan daha doğal ve kalıcı olacak. Sonunda, kod olarak bildiğimiz şey geleneksel yöntemle yazıldığı şekilde ortadan kaybolabilir. Ve sadece bu değil, akıllı, kendi başına zeki olan bir yazılım modeline doğru ilerleyeceğiz. Değişim büyük ve heyecan verici ve belki de yaşayacağımız en önemli yazılım değişimi olacak.

Gelecek uygulama geliştirmesinde Agentic AI’nin rolünü nasıl görüyorsunuz ve geliştiriciler ve platform mimarları bu AI’nin gözlemlenebilirlik zorluklarına nasıl hazırlanmalı?

Agentic AI, SDLC’yi yeniden hayal ettiği medida, sadece daha hızlı, daha ucuz ve daha kaliteli geliştirme değil, aynı zamanda geliştirmeyi daha erişilebilir hale getiriyoruz. İnsanlar, uzman kod yazarı olmak zorunda kalmadan yaratıcı olabilir ve deneysel çalışabilir; sadece ne istediklerini açıkça ifade edebilmeleri gerekir. Ancak bu güç, karmaşıklıkla gelir. Bugün inşa ettiğimiz yazılımlar daha önce görülmemiş düzeydedir ve bu, özellikle çoklu ajans platformları ortaya çıktıkça, yeni zorluklar getirir. İşbirliği, dağıtılmış uygulamalar ve farklı teknoloji yığınlarından araçlar içerdiğinden, işletilebilirlik bir baş ağrısı haline geliyor. İşte burada düşük-kod platformları gerçekten parlıyor.

Bu platformlar, dağıtım tarafındaki çok işleri otomatikleştirebilir ve size tüm sistem boyunca net bir görünüm sunabilir. Ardından, bir kez gözlemlenebilirlik katmanınız olduğunda, AI’yi karıştırmaya başlayabilir ve ne olduğu hakkında anlam çıkarmaya yardımcı olabilir. AI, performans düşüşleri veya yanlış çıktılar gibi sorunları ortaya çıkarabilir ve kök nedenini basit dille açıklar. Bu tür bir netlik, hem geliştiriciler hem de operasyon ekipleri için oyun değiştiricidir. Tüm bunlar, düşük-kodu daha da gerekli kılacak. Özellikle AI destekli geliştirme ve düşük-kodun güçlü birleşimini göreceğiz. Doğal dilde kendinizi ifade edebilir, ardından sonuçları görsel olarak – veri, mantık ve kullanıcı arayüzleri dahil – görebilir ve oluşturulan yazılımı daha da geliştirmek ve genişletmek için doğal dil ve görsel IDE’nin herhangi bir kombinasyonunu kullanabilirsiniz.

Düşük-kod ve AI nedeniyle geleneksel “geliştirici” kavramının evrimleştiğini düşünüyor musunuz? Gelecek on yılda en kritik beceriler neler olacak?

Şu anda, yazılım geliştiricileri ve AI mühendisleri genellikle ayrı roller olarak görülür, ancak zaten bazı örtüşmeleri görüyoruz, hem geliştiricilerin AI mühendisliği için gereken becerileri öğrenmesiyle hem de geliştiriciler, AI mühendisleri, veri mühendisleri ve hatta veri bilimcilerinin bir araya geldiği füzyon ekiplerle. Honest olarak, bu tür bir işbirliği tam da şimdi ihtiyacımız olan şey. Evet, geleneksel “geliştirici” kavramı kesinlikle evrimleşiyor. Sadece zaman meselesidir, yazılım geliştiricilerinin AI mühendislerine dönüşeceği. Sonunda, AI mühendisliği hala yazılım mühendisliğidir; sadece çoğu geliştiricinin çalışmadığı bir takım araçlar ve kavramlar içerir. Bu beceriler öğrenilebilir ve birçok geleneksel geliştirici bu yeni çalışma yolunu heyecan verici bulacaktır. Akıllı, dinamik çözümler inşa etme kapılarını açar ve bu, büyümek için ödüllendirici bir yöndür.

Mendix, düşük-kodun erişilebilirliğini AI destekli uygulamaların karmaşıklığı ile nasıl dengelemektedir?

Mendix’in amacı, AI destekli uygulamaları inşa etmenin karmaşıklığını hafifletmek ve aynı zamanda geliştiricilerin bugün inşa ettiği şeyin geleceğe hazır olmasını sağlamaktır. Şeyleri basitleştirmek istiyoruz, ancak geliştiricilere ihtiyaç duydukları esnekliği de sağlamak istiyoruz. Görsel bir yaklaşım kullanıyoruz, böylece ajanlar ve sistemlerin nasıl bir araya geldiğini görebilirsiniz, örneğin bir ajanın başka bir ajanı tetiklemesi gibi. Mendix’in düşük-kodlu araçlarıyla, bu AI’li sistemlerin mimarisi ve davranışı, karmaşık çoklu ajan sistemleri gibi hissetmeden anlaşılır bir şekilde sunulur. Sadece temiz ve anlaşılır bir uygulama gibi görünür.

Düşük-kod platformları gibi Mendix, nasıl düşük-kodlu platformlar, geliştiriciler olmayanların sophisticated AI sürüklenen çözümler inşa etmesine olanak tanır ve gördüğünüz en iyi örnekler nelerdir?

Mendix’te, yapay zeka uygulamalarına ilişkin anlayışları ve ihtiyaçlarına göre geliştiriciler, iş teknolojisi uzmanları ve vatandaş geliştiriciler buluyoruz; platformun araçları başlangıçta kolayca edinilebilir ve kullanılabilir. Onları adım adım deneyim boyunca yönlendiriyoruz, böylece düşük kod kullanarak akıllı, yapay zeka destekli uygulamalar oluşturabiliyorlar. Düşük kodlu bir .prompt oluşturma aracı kullanarak .prompt dosyaları oluşturarak başlıyorlar. Rahatladıktan sonra, yapay zeka uygulamalarını, işletme veya çözüme ilişkin belirli verilere dayalı düşük kodlu bir bilgi tabanında temellendirebiliyorlar.Hazır olduklarında, düşük kodlu düzenleme ve araç kullanımı yoluyla yapay zeka ajanları bile oluşturabiliyorlar.

Gerçek dünya örneklerinden biri, Mendix üzerinde inşa edilen AI yerli küresel maaş platformu datascalehrSüreç, özellikle ülkeden ülkeye farklılık göstermesi, sürekli değişen düzenlemeler, uyumluluk gereksinimleri ve çok miktarda veri içermesi nedeniyle oldukça karmaşıktır. Datascalehr’nin kurucuları, Mendix’i kullanarak, yapay zeka için akıllı otomasyon, uyumluluk kontrolleri ve bağlamsal destek sağlayan yeni nesil bir platformu hızla geliştirdiler. Güçlü yönü, iş teknolojisi uzmanlarının ve alan uzmanlarının yapay zeka özelliklerini doğrudan müşteri ihtiyaçlarını karşılayacak şekilde şekillendirebilmeleridir. Düşük kodlu, gelişmiş yapay zeka odaklı çözümler hem erişilebilir hem de kurumsal kullanıma hazır hale getirilmiştir.

Mendix içinde AI nasıl kullanılıyor – hem platformun kendisi hem de kullanıcıların güçlendirilmesi açısından?

“Maia ile oluştur” Mendix’in, uygulama geliştirme sürecine AI’yi dahil etmenin ve müşterilerin ve ortakların akıllı, AI destekli uygulamalar inşa etmesine olanak tanımanın cevabıdır. Son Mendix sürümü ile birlikte piyasaya sürülen Mendix 11, Maia, kullanıcıların AI ajanlarını ve çoklu ajan uygulamalarını kolayca oluşturmasına, düzenlenmesine ve dağıtmasına olanak tanır. Kullanıcılar, oluşturmaya başlamadan önce, doğal dil kullanarak hedefleri, başarı kriterlerini ve kullanıcı hikayelerini hizalayarak başlayabilir. Maia ile oluştur, ayrıca beyin fırtınası, mockup, diyagram ve gereksinimleri net, eyleme geçirilebilir proje planlarına dönüştürmeye yardımcı olur. Ardından, ilk yazılım oluşturulduktan sonra, kullanıcılar düşük-kodun inherenet hızıyla yazılımı hızla iyileştirebilir. Sonuç, daha az iterasyon, daha hızlı teslim, daha güçlü yönetim ve ilk başta doğru inşa edilmiş yazılım anlamına gelir.

AI ve düşük-kod, sosyal veya çevresel sorunları çözmeye çalışan kâr amacı gütmeyen veya misyon odaklı organizasyonları nasıl destekliyor?

AI ve düşük-kod, gerçek dünya sorunlarını ele almak için harika araçlardır, çünkü sosyal sorunları çözmeye odaklanan personelin, sınırlı bütçelerle ve teknik becerilerle bile inovasyon yapmasına olanak tanır. Bana gerçekten dikkat çeken bir örnek, San Antonio merkezli bir kâr amacı gütmeyen kuruluş olan Alliance for Orphans’tan (A4O) geliyor. Şirket, foster ailelere destek sağlamak için babysitter bulma, eğitme ve sertifikalama konusunda büyük bir engel ile karşılaştı. Düşük-kod, onlara sertifika sürecini basitleştirmek için bir uygulama inşa etmelerine yardımcı oldu, sistemleri farklı ajanslar arasında birleştirdi, belgeleri dijitalleştirdi ve sertifikalı babysitterleri takip etmek için merkezi bir veritabanı oluşturdu. Uygulama, A4O’nun 81 babysitteri sertifika almasına yardımcı oldu ve uygulamalar, başlangıcından bu yana sadece büyümeye devam etti. Düşük-kodun insanların hayatlarında gerçek, olumlu bir fark yaratma gücünün güçlü bir örneğidir ve bu sadece bir örnek.

Düşük-kod ortamında sentetik verilerin benzersiz zorlukları ve fırsatları nelerdir?

Sentetik veri, doğası gereği kişisel bilgiler içermediği için doğal olarak gizlilik risklerini azaltır, bu da veri koruma düzenlemelerine (örneğin GDPR) uymayı ve yasal sorumluluğu en aza indirmeyi kolaylaştırır. Tabii ki, sentetik veriyi kullanmak, veri setlerini oluşturmak ve etiketlemek için gereken zamandan ve paradan daha hızlı, daha ucuz ve daha kolaydır, bu da bazı projeler için kapsam dışı veya pratik olmayan olabilir.

Ancak sentetik veriler, yanlışlıklar, önyargı ve zehirli içerikler içerebilir ve ayrıca gerçek dünya kullanımının gürültüsünü, dış sınırlarını ve tüm senaryo yelpazesini yakalayamayabilir, bu da üretimdeki başarısızlıklara yol açabilir. Bu nedenle, koruma önlemlerini koymak ve katı bir test ve doğrulama yaklaşımı oluşturmak necesario, bu da AI çıktısını doğrulamak için uygulamayı test etme sürecini içerir. İş açısından kritik sistemler için, insanların kendi yargılarını uygulayabilmesi için uygulamadan geri bildirim sağlaması için onları döngü içinde tutmak da önemlidir. Tüm bunlar, sentetik verilerin dikkatli bir şekilde ele alınmasını gerektirir.

AI ve düşük-kod araçlarının operasyonel ortamlara tanıtılmasıyla IT ve OT’nin birleşmesinin nasıl evrileceğini görüyorsunuz?

Herhangi bir ajans AI çözümünün gücü ve doğruluğu, bağlamına bağlıdır; veri kalitesi ve hacmi kritiktir. Bu nedenle, imalat, enerji ve diğer endüstriyel segmentlerdeki kişilerin güçlü bir veri temeline sahip olmaları artık daha da önemlidir. Bu, IT ve OT verilerini bir araya getirmeyi içerir. Ne yazık ki, OT verileri her zaman çalışmak kolay değildir. Örneğin, etiketlenmemiş, net meta veri veya şema olmadan gelir. İyi haber, OT verilerini dönüştürmek ve gerekli meta verileri eklemek için özel araçlar mevcut. Bir kez alındığında, OT verileri AI destekli yaratma için uygun veri modelleri oluşturmak amacıyla akıllı uygulamalar içinde kullanılabilecek IT verileri ile birleştirilebilir ve bağlantılı hale getirilebilir.

Eski bir Gartner analisti ve şimdi Mendix’in Strateji Başkan Yardımcısı olarak, ürün yol haritanızı şekillendirmek için AI hype ile gerçekten dönüştürücü inovasyonu nasıl ayırıyorsunuz?

Yapay zekâ abartısını inovasyondan ayırmak disiplinli ve pragmatik bir yaklaşım gerektirir, ancak bu, trendler gelip geçerken geliştirdiğim bir prosedürdür. İlk olarak, gerçek dünya planlarını ve gereksinimlerini anlamak için müşterilerimle ve potansiyel müşterilerimle doğrudan etkileşim kuruyorum – yani, işletmelerini ileriye taşımak için gerçekten neye ihtiyaç duyduklarını anlıyorum. Mendix ürün ekibi, yeni yeteneklerin MVP’lerini sunarak ve ardından bu inovasyonların gerçekten somut değer sağladığını doğrulamak için müşterilerle yakın çalışarak geri bildirim toplamak için test et ve öğren yaklaşımını benimser. İş birliği, yapay zekâ abartısını ayırmanın kritik bir yoludur, bu nedenle mevcut ortaklarımla aktif olarak çalışıyorum ve ayrıca ek bakış açıları ve uzmanlık getirerek yeni ortaklar da keşfediyorum.

Son olarak, mevcut ve önceki ortaya çıkan teknoloji dalgalarıyla experienciaımı kullanır ve olgunluk seviyelerini ve benimseme eğrilerini yakından izler. Bu, gerçekten neyin spekülatif neyin ivme kazanacağına karar vermeme yardımcı olur, böylece müşterilerimiz için uzun vadeli etki yaratacak yatırımları önceliklendirebilirim. Bu gerçekten yardımcı olur, böylece spekülatif olanı gerçekten dönüştürücü olandan ayırabilirim ve böylece müşterilerimiz için doğru yatırımları yapabilirim.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Mendix ziyaret edebilir.