Gordon Van Huizen, SVP của Chiến lược tại Mendix – Loạt phỏng vấn

Gordon Van Huizen là SVP của Chiến lược tại nhà cung cấp low-code hàng đầu, Mendix, một doanh nghiệp của Siemens. Trong vai trò này, Van Huizen xác định và khám phá các chiến lược cho sự phát triển của công nghệ mới nổi, và làm việc để ấp ủ các đổi mới sản phẩm trong Mendix, tất cả đều tập trung vào cách những công nghệ này có thể tác động và mang lại giá trị cho khách hàng.

Mendix là một nền tảng phát triển ứng dụng low-code hàng đầu được thiết kế để cho phép các công ty xây dựng, triển khai và liên tục cải thiện phần mềm quan trọng với tối thiểu mã hóa. Nền tảng này cung cấp một môi trường phát triển tích hợp được hỗ trợ bởi AI, công cụ quản lý, tích hợp tích hợp và tùy chọn triển khai trên đám mây, cho phép cả nhà phát triển chuyên nghiệp và nhà phát triển công dân cộng tác. Là một phần của Siemens, Mendix nhấn mạnh khả năng mở rộng, quản lý mạnh mẽ và sẵn sàng cho doanh nghiệp, và đã được công nhận nhiều lần là nhà lãnh đạo Quadrant Magic trong low-code.

Làm thế nào AI vĩnh viễn thay đổi chu kỳ phát triển phần mềm (SDLC), đặc biệt là trong môi trường low-code và no-code?

AI thực sự đang làm thay đổi chu kỳ phát triển phần mềm, đặc biệt là khi chúng ta tận dụng ngôn ngữ tự nhiên nhiều hơn. Thay vì viết dòng mã, các tổ chức đang bắt đầu định nghĩa và xây dựng phần mềm chỉ bằng cách mô tả kỳ vọng. Nó trở nên nhiều hơn về việc thể hiện ý định và có một cuộc trò chuyện với các công cụ thông minh có thể lấy ý định đó và biến nó thành mã, giao diện và thậm chí cả thử nghiệm.

Khi AI tiếp tục đan xen vào SDLC, tôi nghĩ chúng ta sẽ bắt đầu thấy sự thay đổi mạnh mẽ đó. Truyền đạt những gì chúng ta muốn thay vì cách xây dựng nó sẽ cảm thấy tự nhiên hơn, vàonestly, sẽ lâu dài hơn so với việc viết mã theo cách truyền thống. Cuối cùng, mã như chúng ta biết có thể sẽ mờ dần vào nền. Và không chỉ vậy, chúng ta đang hướng tới một mô hình phần mềm hoàn toàn mới không chỉ được xây dựng bởi AI, mà còn thông minh theo quyền của nó. Sự thay đổi là lớn và thú vị, và có thể là sự thay đổi lớn nhất trong phần mềm mà chúng ta sẽ thấy trong cuộc đời.

Vai trò của Agentic AI trong phát triển ứng dụng tương lai là gì, và nhà phát triển và kiến trúc sư nền tảng nên chuẩn bị cho những thách thức về khả năng quan sát như thế nào?

Khi Agentic AI tiếp tục tưởng tượng lại SDLC, chúng ta không chỉ thấy phát triển nhanh hơn, rẻ hơn và chất lượng cao hơn, chúng ta cũng thấy rằng phát triển trở nên dễ tiếp cận hơn. Người dùng có thể sáng tạo và thử nghiệm mà không cần phải là lập trình viên chuyên nghiệp; tất cả những gì họ cần có thể làm là thể hiện rõ ràng những gì họ muốn. Tuy nhiên, tất cả sức mạnh đó đi kèm với sự phức tạp. Phần mềm chúng ta xây dựng ngày nay tiên tiến hơn bao giờ hết, điều này mang lại những thách thức mới, đặc biệt là khi các nền tảng đa tác nhân tiếp tục xuất hiện. Tính tương tác đang trở thành một cơn đau đầu vì các ứng dụng tự nhiên được phân phối và thường liên quan đến các công cụ từ các nhà cung cấp và ngăn xếp công nghệ khác. Đó là nơi các nền tảng low-code thực sự bắt đầu tỏa sáng.

Họ có thể tự động hóa rất nhiều công việc nặng nhọc về phía triển khai trong khi cung cấp cho bạn một cái nhìn rõ ràng trên toàn hệ thống. Sau đó, một khi bạn đã có lớp quan sát đó, bạn có thể đưa AI vào hỗn hợp để giúp hiểu những gì đang diễn ra. AI có thể đưa ra các vấn đề như hiệu suất giảm hoặc đầu ra không chính xác và giải thích nguyên nhân gốc rễ bằng ngôn ngữ đơn giản. Loại rõ ràng đó là một yếu tố thay đổi trò chơi cho cả nhà phát triển và nhóm vận hành. Tất cả những điều này có nghĩa là chúng ta sẽ cần low-code hơn bao giờ hết, vì bản chất của nó giải quyết những thách thức đó một cách trực diện. Đặc biệt, chúng ta sẽ thấy sự kết hợp mạnh mẽ của phát triển được tăng cường bởi AI và low-code. Bạn có thể thể hiện mình bằng ngôn ngữ tự nhiên, sau đó xem kết quả theo cách trực quan — bao gồm dữ liệu, logic và giao diện người dùng — và tương tác thông qua bất kỳ sự kết hợp nào của ngôn ngữ tự nhiên và IDE trực quan để tinh chỉnh và mở rộng thêm phần mềm được tạo.

Các bạn có tin rằng khái niệm truyền thống về “nhà phát triển” đang thay đổi do low-code và AI?

Ngày nay, nhà phát triển phần mềm và kỹ sư AI thường được coi là hai vai trò riêng biệt, nhưng chúng ta đã bắt đầu thấy một số sự chồng chéo, cả thông qua việc nhà phát triển học các kỹ năng cần thiết cho kỹ thuật AI và với các đội hợp nhất đưa cùng nhà phát triển, kỹ sư AI, kỹ sư dữ liệu và thậm chí cả nhà khoa học dữ liệu. Honestly, loại hợp tác đó chính xác là những gì chúng ta cần ngay bây giờ. Nhưng, có, khái niệm truyền thống về “nhà phát triển” chắc chắn đang thay đổi. Chỉ là vấn đề thời gian trước khi nhà phát triển phần mềm trở thành kỹ sư AI. Cuối cùng, kỹ thuật AI vẫn là kỹ thuật phần mềm; nó chỉ liên quan đến một tập hợp các công cụ và khái niệm mà nhiều nhà phát triển chưa từng làm việc. Những kỹ năng đó có thể học được, và nhiều nhà phát triển truyền thống có thể sẽ thấy công việc mới này thú vị. Nó mở ra cánh cửa để xây dựng các giải pháp thông minh, động hơn, và đó là một hướng phát triển hấp dẫn.

Làm thế nào Mendix cân bằng sự dễ tiếp cận của low-code với sự phức tạp của việc xây dựng các ứng dụng được hỗ trợ bởi AI?

Mục tiêu của Mendix là giảm thiểu sự phức tạp của việc xây dựng các ứng dụng được hỗ trợ bởi AI trong khi đảm bảo rằng những gì nhà phát triển xây dựng ngày nay là tương lai. Chúng tôi muốn làm cho mọi thứ trở nên đơn giản hơn mà không loại bỏ sự linh hoạt mà nhà phát triển cần. Chúng tôi tận dụng một cách tiếp cận trực quan để bạn có thể thực sự xem cách các tác nhân và hệ thống phù hợp với nhau, như nếu một tác nhân kích hoạt một tác nhân khác. Với các công cụ low-code của Mendix, kiến trúc và hành vi của những hệ thống được hỗ trợ bởi AI này được bố trí theo cách không cảm thấy như một hệ thống đa tác nhân phức tạp. Nó chỉ trông như một ứng dụng sạch sẽ và có thể hiểu được.

Làm thế nào các nền tảng low-code như Mendix cho phép các nhà phát triển không chuyên xây dựng các giải pháp được hỗ trợ bởi AI một cách tinh vi, và những ví dụ tốt nhất bạn đã thấy là gì?

Tại Mendix, chúng tôi gặp gỡ nhà phát triển, nhà công nghệ kinh doanh và nhà phát triển công dân ở nơi họ đang có với sự hiểu biết và nhu cầu của họ về ứng dụng được hỗ trợ bởi AI; các công cụ của nền tảng rất dễ bắt đầu và sử dụng ngay từ đầu. Chúng tôi hướng dẫn họ qua trải nghiệm từng bước cho đến khi họ sử dụng low-code để xây dựng các ứng dụng thông minh được hỗ trợ bởi AI mà vừa tinh vi như những ứng dụng được xây dựng với high-code. Họ bắt đầu bằng cách xây dựng các lời nhắc bằng cách sử dụng công cụ xây dựng lời nhắc low-code của chúng tôi. Một khi họ đã thoải mái với điều đó, họ có thể dựa trên ứng dụng được hỗ trợ bởi AI với dữ liệu cụ thể cho doanh nghiệp hoặc giải pháp với cơ sở kiến thức low-code tích hợp. Và khi họ đã sẵn sàng cho nó, họ thậm chí có thể xây dựng các tác nhân AI thông qua điều phối low-code và sử dụng công cụ.

Một trong những ví dụ thực tế tốt nhất là nền tảng lương toàn cầu bản địa AI được xây dựng trên Mendix, datascalehr. Lương, đặc biệt là khi nó thay đổi từ quốc gia này sang quốc gia khác, là một vấn đề phức tạp nổi tiếng, với các quy định, yêu cầu tuân thủ và lượng dữ liệu khổng lồ luôn thay đổi. Sử dụng Mendix, các nhà sáng lập datascalehr đã nhanh chóng phát triển một nền tảng thế hệ tiếp theo tận dụng AI cho tự động hóa thông minh, kiểm tra tuân thủ và hỗ trợ ngữ cảnh. Điều mạnh mẽ ở đây là các nhà công nghệ kinh doanh và chuyên gia lĩnh vực — không chỉ các nhà phát triển chuyên nghiệp — đã có thể định hình cách các tính năng AI được nhúng, đảm bảo giải pháp trực tiếp giải quyết nhu cầu của khách hàng. Low-code đang làm cho các giải pháp tinh vi được hỗ trợ bởi AI trở nên dễ tiếp cận và sẵn sàng cho doanh nghiệp.

Các bạn có thể hướng dẫn chúng tôi cách AI được sử dụng trong chính Mendix — cả trong việc xây dựng nền tảng và cách nó cho phép người dùng xây dựng các ứng dụng được hỗ trợ bởi AI?

“Tạo với Maia” là câu trả lời của Mendix cho cả việc infusing AI vào quá trình phát triển ứng dụng và cho phép khách hàng và đối tác của chúng tôi xây dựng các ứng dụng thông minh được hỗ trợ bởi AI. Gần đây được ra mắt với phiên bản mới nhất của Mendix, Mendix 11, Maia cho phép người dùng dễ dàng tạo, điều phối và triển khai các tác nhân và ứng dụng đa tác nhân trên toàn bộ chu kỳ phát triển phần mềm. Ngay cả trước khi người dùng bắt đầu xây dựng, họ có thể tận dụng Maia và sử dụng ngôn ngữ tự nhiên để đảm bảo mục tiêu, tiêu chí thành công và câu chuyện người dùng được căn chỉnh trước khi tạo. Tạo với Maia cũng giúp biến các ý tưởng, bản mẫu, sơ đồ và yêu cầu thành kế hoạch dự án rõ ràng và có thể hành động. Sau đó, một khi phần mềm ban đầu được tạo, người dùng có thể nhanh chóng tinh chỉnh phần mềm đó với tốc độ vốn có của low-code. Kết quả là ít lần lặp lại, giao hàng nhanh hơn, quản lý mạnh mẽ hơn và phần mềm được xây dựng đúng ngay từ đầu.

Làm thế nào bạn thấy AI và low-code kết hợp để hỗ trợ các tổ chức phi lợi nhuận hoặc các tổ chức có sứ mệnh đang làm việc để giải quyết các vấn đề xã hội hoặc môi trường?

AI và low-code là những công cụ tuyệt vời để giải quyết các thách thức thực tế, chủ yếu vì chúng cung cấp cho nhân viên tập trung vào việc giải quyết các vấn đề xã hội quan trọng một lựa chọn để đổi mới, ngay cả với ngân sách và kỹ năng kỹ thuật hạn chế. Một ví dụ thực sự nổi bật với tôi là từ Alliance for Orphans (A4O), một tổ chức phi lợi nhuận có trụ sở tại San Antonio cung cấp người trông trẻ cho các gia đình nuôi. Công ty đã gặp phải một trở ngại lớn khi họ nhận ra rằng việc tìm, đào tạo và chứng nhận người trông trẻ là khó khăn, điều cần thiết cho việc giúp cha mẹ nuôi nhận được sự hỗ trợ họ cần. Low-code đã giúp họ xây dựng một ứng dụng để tự động hóa quá trình chứng nhận, đưa các hệ thống từ các cơ quan khác nhau lại với nhau, số hóa giấy tờ và xây dựng một cơ sở dữ liệu tập trung để theo dõi người trông trẻ được chứng nhận. Ứng dụng đã giúp A4O chứng nhận 81 người trông trẻ, và kể từ khi ra đời, các ứng dụng chỉ tiếp tục phát triển. Đó là một ví dụ mạnh mẽ về cách low-code có thể tạo ra sự khác biệt thực sự và tích cực trong cuộc sống của mọi người, và đó chỉ là một ví dụ.

Những thách thức và cơ hội duy nhất của việc sử dụng dữ liệu tổng hợp trong môi trường low-code là gì?

Dữ liệu tổng hợp vốn dĩ giảm thiểu rủi ro về quyền riêng tư vì nó không chứa thông tin cá nhân thực, làm cho nó dễ dàng tuân thủ các quy định về bảo vệ dữ liệu (như GDPR) và giảm thiểu rủi ro pháp lý. Tất nhiên, việc sử dụng dữ liệu tổng hợp cũng nhanh hơn, rẻ hơn và dễ dàng hơn so với việc xây dựng các tập dữ liệu từ đầu và gắn nhãn dữ liệu cho AI, điều này có thể nằm ngoài phạm vi hoặc không thực tế cho một số dự án.

Tuy nhiên, dữ liệu tổng hợp có thể chứa các lỗi, thiên vị và độc tính, và thậm chí không thể bắt được tiếng ồn, ngoại lệ và phạm vi đầy đủ của các kịch bản trong thế giới thực — dẫn đến các thất bại tiềm năng trong sản xuất. Do đó, điều cần thiết là phải thiết lập các rào cản và thiết lập một cách tiếp cận kiểm tra và xác thực nghiêm ngặt, một cách tiếp cận mở rộng quy trình kiểm tra ứng dụng để bao gồm việc xác thực đầu ra AI. Đối với các hệ thống kinh doanh quan trọng, cũng quan trọng là phải giữ con người trong vòng lặp để họ có thể áp dụng sự phân biệt của riêng mình, cung cấp tối ưu hóa phản hồi từ chính ứng dụng.

Làm thế nào bạn thấy sự hội tụ của IT và OT tiến hóa khi AI và các công cụ low-code được giới thiệu vào các môi trường hoạt động?

Sức mạnh và độ chính xác của bất kỳ giải pháp AI nào đều phụ thuộc vào ngữ cảnh; chất lượng và lượng dữ liệu là rất quan trọng. Đó là lý do tại sao nó đang trở nên quan trọng để những người trong sản xuất, năng lượng và các phân khúc công nghiệp khác có một nền tảng dữ liệu vững chắc kết hợp cả dữ liệu IT và OT. Thật không may, dữ liệu OT không phải lúc nào cũng dễ làm việc. Ví dụ, nó thường không được gắn nhãn với siêu dữ liệu hoặc lược đồ rõ ràng để hướng dẫn bạn. Tin tốt là có các công cụ chuyên dụng để biến đổi dữ liệu OT và tăng cường nó với siêu dữ liệu cần thiết, chuẩn bị nó để sử dụng trong các ứng dụng thông minh thông qua việc tạo mô hình dữ liệu phù hợp được tăng cường bởi AI.

Là một cựu nhà phân tích Gartner và hiện là SVP của Chiến lược tại Mendix, bạn tách biệt AI hype từ sự đổi mới thực sự chuyển đổi như thế nào khi định hình đường lối sản phẩm của mình?

Tách biệt AI hype từ sự đổi mới thực sự đòi hỏi một cách tiếp cận kỷ luật và thực dụng, nhưng đó là một thủ tục tôi đã tinh chỉnh khi các xu hướng đến và đi. Trước hết và quan trọng nhất, tôi tham gia trực tiếp với khách hàng và khách hàng tiềm năng để hiểu kế hoạch và yêu cầu thực tế của họ — tức là những gì họ thực sự cần để thúc đẩy kinh doanh của mình. Đội ngũ sản phẩm Mendix cũng thực hiện một cách tiếp cận thử nghiệm và học hỏi bằng cách cung cấp các MVP của các khả năng mới và sau đó làm việc chặt chẽ với khách hàng để thu thập phản hồi và xác thực liệu những đổi mới đó thực sự mang lại giá trị hữu hình. Như bạn có thể thấy, sự hợp tác là một cách chính để phân loại AI hype, vì vậy tôi cũng thích làm việc tích cực với các đối tác hiện tại và khám phá các đối tác mới để mang lại thêm quan điểm và chuyên môn.

Cuối cùng, tôi dựa vào kinh nghiệm của mình với các làn sóng công nghệ mới nổi hiện tại và trước đây, theo dõi chặt chẽ các mức độ trưởng thành và đường cong áp dụng. Điều này thực sự giúp lọc ra những gì là suy đoán so với những gì có khả năng đạt được lực kéo, vì vậy chúng tôi có thể ưu tiên đầu tư sẽ mang lại tác động lâu dài cho khách hàng của mình.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, người đọc muốn tìm hiểu thêm nên truy cập Mendix.