2026-ra a vállalatok 80%-a fog AI-t használni. A mesterséges intelligencia forradalmasítja a kódolás világát, ugyanakkor nem szabad megfeledkezni annak kihívásairól és a tévhitekről sem. A hype vakságának csapdájába esve könnyű elfelejteni, hogy az AI, bár rendkívüli lehetőségeket rejt, nem váltja ki az emberi tényezőt. A fejlesztői munka hatékonyságának növekedése mellett számos aggály is felmerül, legyen szó jogi kérdésekről, adatvédelemről, vagy egyszerűen a minőség fenntartásáról.
Az AI technológiák által kínált automatizálás és gyorsaság csábító, de vajon valóban készen állunk-e a változások kezelésére?

Az AI körüli bizonytalanságok és kihívások

A fejlesztői közösségben gyakran hallani azt a felvetést, hogy a low-code platformok és az AI segítségével 10-szeresére növelhető a fejlesztési sebesség. Valóban, a rutinfeladatok automatizálásával, az előre definiált minták és sablonok használatával jelentős időt spórolhatunk meg. Ez nem jelenti azt, hogy a fejlesztők helyettesíthetők lennének. Habár az AI képes kódot írni, de nem váltja ki egyelőre a gondolkodó, problémamegoldó embert. A partnereink is azt tapasztalják, hogy nehéz olyan fejlesztő találni, aki nem csak feladatot, hanem problémát is megold. A hatékonyság érdekében nem csak végrehajtani kell, hanem tervezni is. Ezért olyan szakemberre van szükség, aki stratégiát alkot, hatékonyan kommunikál a projekttagokkal, képes rendszerben gondolkodni, felelősséget vállalni és értékteremtő megoldással szolgálni. Az AI segíthet növelni a produktivitást és javítani a kódminőséget, de ezeknek az eszközöknek is megvannak a saját korlátaik. Csak az adott utasításoknak megfelelően működnek, és az általuk generált kódok is ugyanúgy tartalmazhatnak hibákat, mint a hagyományosan írt kódok. Gyakori még a hallucinálás is, aminek során mondjuk programozási nyelveket, konvenciókat, design patterneket mos össze.

A jogi és biztonsági aggályok is megfontolandók. Kié a jogdíj a generált kódból? Hogyan biztosítható az adatbiztonság, különösen azokban az esetekben, amikor érzékeny adatokkal dolgozunk? Ezek a kérdések különösen fontosak, és még mindig sok tisztázatlan területet rejtenek. A banki szektorban például aggódnak amiatt, hogy az érzékeny kódokat, amelyek az alkalmazások működését támogatják, fel kell tölteniük a felhőkörnyezetbe. Míg a felhőszolgáltatók általában magas szintű biztonságot és védelmet biztosítanak az adatoknak, a bankoknak még mindig fenntartásaik vannak az ilyen típusú adatok tárolásával kapcsolatban. Emiatt a mesterséges intelligencia fejlesztőknek érdekük lesz ennek fejlesztése.

Felmerül a kérdés: kit fognak lecserélni az új technológiák?A fejlesztő nem lesz kiváltható, hiszen nem reális, hogy a nyelvi modellen alapuló AI megoldás önállóan, magában kódol és hoz létre alkalmazásokat. Ráadásul az ügyfél és az alkalmazás között nem csak fejlesztők állnak, hanem más szakemberek is. A hatékonyságnövekedés nem leépítéssel kell járjon, hanem inkább ennyivel kell nagyobbnak lennie a termelékenységnek. A leépítés leginkább a junior fejlesztőket érintette, akikből irreálisan sokan lettek a piacon, így inkább egy kis visszarendeződés és konszolidáció vette kezdetét. A fejlesztő mint fogalom azonban meg fog változni: gondolkodni ugyanúgy kell majd, kódot írni kevésbé.

Mit várhatunk a jövőben?

Partnereink nagy részének az a feltételezése, hogy a ChatGPT elvégzi a munka jelentős részét, ezért a technológia fizetéscsökkentést hozhat. Konkrét példaként merült fel cégen belül, hogy egyik kollégánk felesége sportolók szemeit elemezte 4 évig, amit most szoftverrel 1 nap alatt meg lehet csinálni.

Jelenleg túl sok ,,szemét” kerül az AI tudástárába, de azt várjuk, hogy ez hamarosan tisztulni fog.

Érdekes kérdés az is, hogy: nem vagyunk kritikusabbak a technológiával, mint magunkkal?
Például az önvezető autó kevesebb balesetet okoz arányosan, mégis sokkal szigorúbbak vagyunk vele, mint magunkkal. Ugyanez igaz a mesterséges intelligenciára is. Az adatminőség szintén kulcskérdés. Ha csökken, nagyobb arányban csökkenhet a minőség is. Ehhez hozzá kell tennünk azt is, hogy az átlag felhasználóknak nincs olyan minőségi elvárása, mint a fejlesztőknek, elég, ha működik a rendszer.

Hogy nézhet ki akkor a jövő? Az AI velünk marad, és nem csak egy hype lesz. Sok új típusú feladat keletkezik:

  • AI stackek kialakítása,
  • LLM-ek testreszabása,
  • Robotikával való összekötés,
  • AI által irányított robotok,
  • Adversarial attack patternek kivédése,
  • Újfajta kibervédelem (Ai meghackelése),
  • Quality control,
  • Tesztelés erősödése.

Mi a helyzet az AI+low-code jövője kapcsán?

A jövőben egyre szorosabban összekapcsolódnak és együttműködnek az AI eszközök a low-code platformokkal. Tiszavölgyi Péter, a Stylers Group low-code szakértője szerint ennek két szintje van:

“Az első szint az AI ajánlórendszeren alapuló low-code, ahol egy mesterséges intelligencia réteg ajánlja (megjósolja) a kontextus vezérelt következő legjobb lépést (például komponenseket), és részben automatikusan konfigurálja őket a kontextus alapján. Ez a megközelítés nem csak a saját felhasználói szokásainkat veszi figyelembe, hanem a platformmal épített összes alkalmazás adatait is felhasználja.

A második szint a Generatív AI alapú low code, amely lehetővé teszi, hogy természetes nyelven kommunikálva egy bottal – promptolva – építsük és módosítsuk az alkalmazást modulról modulra. Ebben a rendszerben az AI képes a megadott követelmények alapján automatikusan létrehozni a szükséges dokumentumokat és komponenseket, így jelentősen felgyorsítva a fejlesztési folyamatot.”

Az AI és low-code fejlesztés hozhat pozitív változásokat, de csak akkor, ha reálisan nézzük a lehetőségeket és kihívásokat, és megfelelően alkalmazzuk ezeket az eszközöket.

Hogyan csináljuk a Stylers Group-nál?

A Stylers Groupnál azt tapasztaljuk, hogy az AI és a low-code bevezetése Magyarországon sokkal lassabb ütemben halad, mint mondjuk Amerikában, ahol nagy lendülettel haladnak előre. Rendkívül fontos, hogy jó folyamatokkal és hatékony módszerekkel vágjunk bele: így óriási előnyöket realizálhatunk, és növelhetjük a hatékonyságot. Fontos azonban megjegyezni, hogy csak úgy ne kezdjünk bele az AI és low code alkalmazásokba, hiszen speciális fejlesztésekre és egyedi megoldásokra van szükség. Egyedi fejlesztések esetén az egyik legnagyobb előny az, hogy nem kell kompromisszumot kötni a dobozos termékekkel. A vállalatok számára ez azt jelenti, hogy az alkalmazások teljes mértékben testre szabhatók. A kivitelezési folyamat során a gyorsaság kulcsfontosságú tényező.

A low-code platformok lehetővé teszik az alkalmazások gyors összeállítását, ami időt és erőforrásokat takaríthat meg a vállalatoknak. Ugyanakkor fontos kiemelni, hogy még ha a kivitelezés gyors is, a folyamatok kidolgozása nem hagyható figyelmen kívül. Sokszor már a meetingeken is ötletelünk, hogy az ügyfél számára konkrét megoldásokat mutathassunk fel, és az üzleti oldalra is tudjunk reagálni. Sőt, wireframe helyett gyakran magát az alkalmazást rakjuk össze gyorsan, így könnyebben láthatóvá válnak a tervek.

Ha szeretnél Te is gyors, könnyen használható low-code platformmal létrehozni felhasználóbarát alkalmazásokat, akkor foglalj nálunk konzultációs időpontot.