Pasar low-code dan no-code ini besar dan akan semakin besar. Selain itu, penambahan bantuan berbasis kecerdasan buatan (AI) pada alat-alat ini dapat mengarah pada pertumbuhan pasar yang lebih besar.
Menurut penelitian oleh analis Forrester, John Bratincevic, pasar low-code dan no-code bernilai $13,2 miliar secara global, dengan tingkat pertumbuhan sekitar 21% setiap tahun sejak 2019. Pertumbuhan ini berasal dari “pembudayaan low code di bidang IT,” dengan 87% pengembang perusahaan bekerja dengan alat atau platform low-code dan no-code. Pengembang warga akan tiga kali lipat ukuran pasar ini pada tahun 2030, katanya: “Demokratisasi pengembangan bagi pekerja di luar IT tidak menunjukkan tanda-tanda melambat.”
AI adalah faktor kunci yang dapat membantu mempercepat pasar ini lebih lanjut – hingga $50 miliar dalam empat tahun ke depan. AI akan menyebabkan keterlibatan pengembang warga yang lebih banyak, kata Bratincevic. Sebaliknya, ia menambahkan: “Platform pengembangan yang tercanggih berbasis AI (TuringBots) dapat membuat pengkodean tingkat tinggi begitu produktif sehingga pengembang profesional menolak low code dan beralih kembali ke pengkodean tingkat tinggi untuk semua hal.”
Dampak AI pada perkembangan low-code dan no-code mungkin berada di antara, katanya – dengan pertumbuhan yang sehat didorong oleh integrasi AI dan platform low-code dan no-code.
Namun, perlu dicatat bahwa kemampuan untuk menghasilkan aplikasi AI dengan platform low-code – dengan asumsi pengembang warga atau profesional siap melakukannya – dapat menjadi masalah. Kemampuan pengembangan yang tinggi masih diperlukan. “Bahasa yang digunakan untuk mengembangkan gen AI sebenarnya bukan bahasa Inggris,” kata Rodrigo Coutinho, salah satu pendiri dan AI lead di OutSystems, dalam sebuah podcast baru-baru ini yang diselenggarakan oleh Amazon Web Services.
“Anda perlu belajar dialek ini,” katanya. “Sekarang, Anda perlu mengambil kursus di bidang rekayasa, karena Anda perlu belajar dengan cara yang bisa dimengerti oleh mesin apa yang Anda katakan. Meskipun katanya sama, Anda tidak berbicara dengannya seperti Anda berbicara dengan orang.”
Hambatan bahasa ini dapat menghambat demokratisasi pengembangan perangkat lunak yang sudah lama ditunggu-tunggu, lanjutnya: “Ini tidak serumit C# atau JavaScript. Tapi ini adalah bahasa yang perlu Anda pelajari untuk bisa mengembangkan.”
Juga penting untuk dicatat bahwa masih ada perbedaan besar antara pengembangan yang dibantu AI dan pengembangan low-code dan no-code. “Gen AI memberikan peningkatan produktivitas yang besar bagi pengembang tradisional, tetapi mereka masih perlu tahu apa yang mereka lakukan,” kata Coutinho.
“Untuk menggunakan alat gen AI untuk kode tradisional, Anda masih perlu menjadi ahli. Meskipun banyak pekerjaan dilakukan oleh mesin, Anda masih perlu dapat membaca pekerjaan yang telah dibuat, memahaminya, menyesuaikannya dengan kebutuhan sendiri, dan mengubahnya. Versi pertama aplikasi hanya itu.”
Oleh karena itu, mungkin masih terlalu dini bagi pengembang yang kurang berpengalaman untuk langsung bekerja dengan AI generatif untuk membangun aplikasi, setuju David Isbitski, principal developer advocate di Amazon Web Services, yang bergabung dengan Coutinho dalam podcast tersebut. Kecuali jika Anda akrab dan berpengalaman dalam pemrograman, “Anda tidak tahu apa yang tidak Anda tahu.” Pengembangan yang didukung AI membutuhkan pengalaman teknis dan juga pemahaman tentang apa dan bagaimana kode perlu dipetakan ke proses bisnis.
“Jika Anda telah mengkodekan untuk beberapa waktu, Anda sebagai manusia tahu bagaimana melakukan suatu proses,” kata Isbitski. “Anda dapat mengubah proses tersebut menjadi kode. Tetapi seseorang yang belum pernah menulis perangkat lunak sebelumnya tidak akan tahu apa yang harus ditanyakan.”
Ketika AI memasuki aliran kerja pengembangan, teknologi ini mungkin digunakan sebagai asisten yang empati. Asisten AI ideal dalam lingkungan low-code “dapat menganalisis proses pemikiran saya,” kata Isbitski. “Inilah cara saya menulis kode ini, inilah apa yang akan dilakukannya, dan inilah cara itu diaktifkan. Rasanya seperti sihir. Itu memberikan dorongan dan memastikan hal-hal benar.”
Pada akhirnya, asisten AI yang ideal dapat lebih memahami konteks di mana perangkat lunak ditulis dan diimplementasikan, lanjutnya: “Sebagai manusia, kita tahu semua hal ini, hari apa, cuaca dunia, yang belum diketahui AI. Ini adalah hal-hal yang penting untuk hasilnya. Membawa kembali hal-hal itu, saat Anda sedang berbicara saat menulis kode, sangat kuat.”
Tujuan pengembangan perangkat lunak yang dibantu AI adalah “memungkinkan orang belajar dan meningkatkan diri,” kata Isbitski. “Daripada hanya memberikan jawaban kepada orang, berikan mereka kesempatan untuk mencapai jawaban sendiri. Ini sangat kuat sebagai alat pengajaran. Mungkin karena gen AI dan LLM ini benar-benar mencerminkan kita.”
Pada akhirnya, pengembangan yang didukung AI harus menyediakan peluang baru bagi para pengembang. “Dalam memimpin tim, sebagian besar pekerjaan mereka adalah melihat kode oleh pengembang junior mereka dan memastikan semuanya baik, memenuhi persyaratan, berkualitas, dan sebagainya,” kata Coutinho. “Itu adalah salah satu dampak yang akan dimiliki gen AI pada kehidupan pengembang. Kontributor individu adalah gen AI, dan Anda adalah pemimpin tim yang akan memastikan semuanya baik-baik saja.”