Gordon Van Huizen, Mendix’in Strateji SVP’si – Röportaj Serisi

Gordon Van Huizen, önde gelen düşük-kod sağlayıcısı Mendix’in, yani Siemens’in bir işinin Strateji SVP’sidir. Bu role göre, Van Huizen ortaya çıkan teknoloji gelişmeleri için stratejileri tanımlar ve keşfeder ve Mendix içinde ürün yeniliklerini kuluçkaya yatırır, tüm bunlar müşterilere nasıl etki edecekleri ve değer katacakları konusunda odaklanılarak yapılır.

Mendix minimum el ile kodlama gerektiren bir uygulama geliştirme platformudur ve şirketlerin misyon kritik yazılımları minimum el ile kodlama ile oluşturmasına, dağıtmasına ve sürekli olarak geliştirmesine olanak tanır. Platform, AI destekli bir IDE, yönetim araçları, yerleşik entegrasyonlar ve bulut dağıtım seçenekleri sunar ve bu sayede hem profesyonel geliştiricilerin hem de vatandaş geliştiricilerin işbirliği yapmasına olanak sağlar. Siemens’in bir parçası olarak Mendix, ölçeklenebilirlik, güçlü yönetim ve kurumsal hazır olma konusuna odaklanır ve defalarca düşük-kodda Magic Quadrant lideri olarak tanınmıştır.

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

AI, özellikle doğal dilin daha fazla kullanılmasıyla birlikte, yazılım geliştirme yaşam döngüsünü gerçekten sarhoş ediyor. Artık kod satırları yazmak yerine, şirketler yazılımı sadece beklentilerini tanımlayarak oluşturmaya başlıyorlar. Bu, amacını belirtmek ve bu amacı kod, arayüzler ve hatta testler haline getirebilen akıllı araçlarla konuşmak hakkında oluyor.

AI, SDLC’ye entegre olurken, bu değişimin ne kadar güçlü olacağını göreceğiz. Ne istediğimizi nasıl inşa edeceğimizi değil, ifade etmek daha doğal ve dürüstçe olacak. Sonunda, geleneksel şekilde kod yazmak yerine, amacımızı ifade etmek daha kalıcı olacak. Ve sadece bu değil, kendi başına zeki olan bir yazılım modeline doğru ilerliyoruz. Değişim büyük ve heyecan verici ve belki de hayatımızda göreceğimiz en önemli yazılım değişimi olacak.

Gelecekteki uygulama geliştirmesinde Agentic AI’nin rolünü nasıl görüyorsunuz ve geliştiricilerin ve platform mimarlarının onun gözlemlenebilirlik zorluklarına nasıl hazırlanması gerekir?

Agentic AI, SDLC’yi yeniden hayal ederken, sadece daha hızlı, daha ucuz ve daha kaliteli geliştirme değil, aynı zamanda geliştirmenin daha erişilebilir hale gelmesini de görüyoruz. İnsanlar, uzman kodlamacılar olmadan yaratıcı olabilir ve deneysel çalışabilir; sadece ne istediklerini açıkça ifade edebilmeleri gerekir. Ancak, bu güçle birlikte karmaşıklık da geliyor. Bugün inşa ettiğimiz yazılım, geçmiştekinden daha gelişmiş ve bu da, özellikle çoklu ajans platformlarının ortaya çıkmasıyla birlikte, yeni zorluklar getiriyor. İşbirliği baş ağrısı haline geliyor çünkü uygulamalar doğal olarak dağıtılmış ve genellikle diğer satıcıların ve teknoloji yığınlarının araçlarını içerir. İşte burada düşük-kod platformları gerçekten parlıyorlar.

Bu platformlar, dağıtım tarafında çok fazla iş yükünü otomatikleştirebilir ve size tüm sistem boyunca net bir görünüm sunabilir. Sonra, bir kez gözlemlenebilirlik katmanınız varsa, AI’yi karıştırmaya başlayabilir ve ne olduğu hakkında size yardım edebilir. AI, performans düşüşleri veya yanlış çıktılar gibi sorunları saptayabilir ve kök nedenini basit bir dilde açıklayabilir. Bu tür bir netlik, geliştiriciler ve operasyon ekipleri için gerçek bir değişimdir. Tüm bunlar, düşük-kodun şimdi daha önce hiç olmadığı kadar gerekli olduğu anlamına gelir. Özellikle, AI destekli geliştirme ve düşük-kodun güçlü birleşimini göreceğiz. Doğal dilde kendinizi ifade edebilir, sonra sonuçları görsel bir şekilde – veri, mantık ve kullanıcı arayüzleri dahil – görebilir ve oluşturulan yazılımla daha da geliştirmek için görsel IDE ile etkileşime girebilirsiniz.

Düşük-kod ve AI nedeniyle geleneksel “geliştirici” kavramının evrimleştiğine inanılıyor musunuz? Gelecek on yılda hangi becerilerin en kritik olacağını düşünüyorsunuz?

Bugün, yazılım geliştiricileri ve AI mühendisleri genellikle ayrı roller olarak görülür, ancak zaten bazı örtüşmeleri görüyoruz, hem geliştiricilerin AI mühendisliği becerilerini öğrenmesiyle hem de geliştiriciler, AI mühendisleri, veri mühendisleri ve hatta veri bilimcilerini bir araya getiren füzyon ekipleriyle. Aslında, bu tür bir işbirliği tam da ihtiyacımız olan şey. Ancak, evet, geleneksel “geliştirici” kavramı kesinlikle evrimleşiyor. Sadece bir zaman meselesidir ve yazılım geliştiricileri AI mühendisleri haline gelecekler. Aslında, AI mühendisliği hala yazılım mühendisliğidir; sadece birçok geliştiricinin çalışmadığı bir takım araçlar ve kavramlar içerir. Bu beceriler öğrenilebilir ve birçok geleneksel geliştirici bu yeni işi heyecan verici bulacaktır. Zeki, daha dinamik çözümler oluşturma kapılarını açar ve bu, büyümek için ödüllendirici bir yöndür.

Mendix, düşük-kodun erişilebilirliğini AI destekli uygulamaların karmaşıklığıyla nasıl dengeler?

Mendix’in amacı, AI destekli uygulamaların karmaşıklığını azaltmak ve aynı zamanda bugün inşa edilen yazılımların geleceğe uygun olmasını sağlamaktır. Şeyleri basitleştirmek istiyoruz, ancak geliştiricilere ihtiyaç duydukları esnekliği de çıkarmak istemiyoruz. Bir vizyon yaklaşımını kullanıyoruz, böylece ajanlar ve sistemlerin nasıl bir araya geldiğini görebilirsiniz, örneğin bir ajanın başka bir ajansı tetiklemesi gibi. Mendix’in düşük-kod araçlarıyla, bu AI destekli sistemlerin mimarisi ve davranışı, karmaşık bir çoklu ajan sistemi gibi hissetmeden temiz ve anlaşılır bir uygulama olarak sunulur.

Düşük-kod platformları gibi Mendix, geliştiricilere olmayanların nasıl sofistike AI destekli çözümler oluşturmasına olanak tanır ve gördüğünüz en iyi örnekler nelerdir?

Mendix’de, geliştiriciler, iş teknisyenleri ve vatandaş geliştiricilerle, AI’ye duydukları ihtiyaç ve anlayış düzeylerine göre çalışıyoruz; platformun araçları, başlangıçta kolayca alınabilir ve kullanılır. Onları adım adım yönlendiriyoruz, böylece düşük-kod kullanarak ileri düzeyde AI destekli uygulamalar oluşturabilsinler. İlk olarak, düşük-kodlu bir.prompt oluşturma aracı kullanarak.prompt’ları oluşturmaya başlarlar. Rahat olduklarında, iş veya çözüm için özel veri ile AI destekli uygulamalarını, yerleşik bir düşük-kodlu bilgi tabanı ile temel alabilirler. Hazır olduklarında, düşük-kodlu düzenleme ve araç kullanımı ile AI ajanları bile oluşturabilirler.

En iyi gerçek dünya örneklerinden biri, Mendix üzerinde inşa edilen AI yerli küresel maaş platformu datascalehr. Maaş, özellikle ülkeden ülkeye değişen düzenlemeler, uyum gereksinimleri ve大量 veriler ile birlikte, ünlüdür. Mendix’i kullanarak, datascalehr kurucuları, zeki otomasyon, uyum kontrolleri ve bağlamsal yardımı için AI kullanan bir sonraki nesil platformu hızla geliştirdiler. Güçlü olan şey, iş teknisyenleri ve alan uzmanlarının, profesyonel geliştiricilerin değil, AI özelliklerinin nasıl gömüldüğünü şekillendirebildikleridir, böylece çözüm doğrudan müşteri ihtiyaçlarını karşılar. Düşük-kod, sofistike, AI destekli çözümleri hem erişilebilir hem de kurumsal hazır hale getiriyor.

Mendix içinde AI’nin nasıl kullanıldığını, hem platformun inşa edilmesinde hem de kullanıcıları nasıl güçlendirdiğini bize anlatabilir misiniz?

“Maia ile Oluştur” Mendix’in, uygulama geliştirme sürecine AI’yi dahil etmenin ve müşterilerin ve ortakların zeki, AI destekli uygulamalar oluşturmasına olanak tanır.最近 Mendix 11 ile piyasaya sürülen Maia, kullanıcıların AI ajanlarını ve çoklu ajan uygulamalarını kolayca oluşturmasına, düzenlenmesine ve dağıtmasına olanak tanır. Kullanıcılar, oluşturmadan önce, doğal dil kullanarak hedefleri, başarı kriterlerini ve kullanıcı hikayelerini oluşturma öncesi hizalamak için Maia ve kullanabilirler. “Maia ile Oluştur” ayrıca, beyin fırtınaları, taslaklar, şemalar ve gereksinimleri net, uygulanabilir proje planlarına dönüştürmeye yardımcı olur. Sonra, bir kez ilk yazılım oluşturulduğunda, kullanıcılar düşük-kodun içkin hızı ile hızlı bir şekilde bu yazılımları iyileştirebilir. Sonuç, daha az iterasyon, daha hızlı teslim, daha güçlü yönetim ve baştan itibaren doğru inşa edilmiş bir yazılımdır.

AI ve düşük-kodun, sosyal veya çevresel sorunları çözmeye çalışan kâr amacı gütmeyen veya misyon odaklı kuruluşları nasıl desteklediğini görüyorsunuz?

AI ve düşük-kod, gerçek dünya sorunlarını ele almak için harika araçlardır, çünkü sosyal sorunlara odaklanan personelin, sınırlı bütçelerle ve teknik beceri seviyeleriyle birlikte 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, evlat edinme aileleri için mola bakıcıları bulma, eğitme ve sertifikalama konusunda büyük bir engel ile karşılaştı. Düşük-kod, farklı ajanslar arasındaki sistemleri bir araya getirmek, kağıt işlerini dijitalleştirmek ve sertifikalı mola bakıcılarını takip etmek için bir merkezi veritabanı oluşturmak için bir uygulama oluşturmalarına yardımcı oldu. Uygulama, A4O’nun 81 mola bakıcısını sertifikalandırmasına yardımcı oldu ve uygulamalar, başlangıcından bu yana sadece büyümeye devam etti. Bu, düşük-kodun insanların hayatlarında真正 bir olumlu fark yaratabileceğinin güçlü bir örneğidir ve bu sadece bir örnek.

Düşük-kod ortamında sentetik verilerin kullanımı ile ilgili benzersiz zorluklar ve fırsatlar nelerdir?

Sentetik veriler, gerçek kişisel bilgileri 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 verilerin kullanımı, gerçek veri kümelerini oluşturmak ve AI tarafından kullanılacak şekilde etiketlemekten daha hızlı, daha ucuz ve daha kolaydır, bu da bazı projeler için kapsam dışı veya pratik olmayabilir.

Bununla birlikte, sentetik veriler, doğruluğun olmaması, önyargı ve zehirlilik ve ayrıca gerçek dünya kullanımının gürültüsünü, dış sınırlarını ve senaryolarının tam aralığını yakalamakta başarısız olma gibi potansiyel sorunlara sahiptir – bu da üretimdeki potansiyel başarısızlıklara yol açabilir. Bu nedenle, koruma önlemlerini koymak ve kapsamlı bir test ve doğrulama yaklaşımını oluşturmak gerekli hale gelir, bu da AI çıkışının doğruluğunu doğrulamak için uygulama test sürecini uzatır. İş kritik sistemler için, insanların kendi yargılarını uygulayabilmeleri için döngüde kalması da önemlidir, böylece uygulamadan geri bildirim sağlayabilirler.

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

Herhangi bir Agentic AI çözümünün gücü ve doğruluğu, bağlama bağlıdır; veri kalitesi ve hacmi kritiktir. Bu nedenle, imalat, enerji ve diğer endüstriyel segmentlerde olanlar için, AI destekli akıllı uygulamaları birleştirebilecek bir veri temelinin oluşturulması artık daha da önemlidir. Ne yazık ki, OT verileri her zaman çalışmak kolay değildir. Örneğin, etiketlenmemiş, rehberlik için net meta verileri veya şema olmadan gelir. İyi haber, OT verilerini dönüştürmek ve gerekli meta verileri eklemek için özel araçların mevcut olmasıdır, böylece AI destekli uygun veri modellerinin oluşturulması için zeki uygulamalar içinde kullanılabilir. Bir kez alındığında, OT verileri IT verileri ile birlikte kullanılmak üzere uygulamalar ve AI’ye bağlam sağlamak için birleştirilebilir.

Eski bir Gartner analisti ve şimdi Mendix’in Strateji SVP’si olarak, ürün yol haritanızı şekillendirmek için AI hype’ten gerçekten dönüştürücü yeniliği nasıl ayırıyorsunuz?

AI hype’ten gerçek yeniliği ayırmak için disiplinli ve pragmatik bir yaklaşım gerekir, ancak bu, trendler gelip giderken benim için bir prosedür haline gelmiştir. Öncelikle, gerçek dünya planları ve gereksinimleri anlamak için müşteriler ve müşterilerle doğrudan etkileşim kuruyorum – yani işlerini ilerletmek için neye ihtiyaçları var. Mendix ürün ekibi ayrıca, yeni yeteneklerin MVP’lerini teslim ederek ve ardından müşterilerle yakın çalışarak geri bildirim toplamak ve bu yeniliklerin gerçekten somut değer katıp katmadığını doğrulamak için bir test ve öğrenme yaklaşımı benimser. İşbirliği, AI hype’ten gerçek yeniliği ayırmak için anahtardır, bu nedenle mevcut ortaklarımızla aktif olarak çalışıyor ve ayrıca perspektif ve uzmanlık getirebilecek yeni olası ortaklıkları keşfediyorum.

Son olarak, ortaya çıkan teknoloji dalgalarındaki mevcut ve önceki deneyimimi, olgunluk seviyelerini ve benimseme eğrilerini izleyerek kullanıyorum. Bu, spekülatif olanı muhtemel olarak benimseyecek olanı filtrelemeye gerçekten yardımcı olur, böylece müşterilerimiz için uzun vadeli etki yaratacak yatırımlara öncelik verebiliriz.

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