18 июня 2025 г.
Противопоставление разработки традиционными методами и LCNC уже давно перестало быть актуальным как в практическом, так и в теоретическом плане.
«Для бизнеса логично не противопоставлять технологии, а дополнять ими друг друга», — отмечает Роман Смирнов, коммерческий директор компании «Девелоника» (входит ГК Softline). Бизнес-инструменты, которые допускают решение возможностями LCNC-платформы, и создают средствами «лоу-код». Требующие более сложной логики и/или с более жесткими требованиями (например, по производительности) — разрабатывают традиционными инструментами, которые сохраняют свою актуальность.
Однако, как отмечают эксперты, на практике грань между этим технологиями оказывается достаточно условна, а в процессе разработки серьезных приложений быстро стирается. LCNC — все равно код, напоминает Дмитрий Демидов, руководитель Лаборатории инноваций НОРБИТ (входит в группу ЛАНИТ). Это инструмент со своими преимуществами, но и со своими ограничениями; чтобы выйти за их рамки, придется обращаться к традиционному коду. «LCNC позволит бизнесу быстрее получать прототипы и закрывать небольшие потребности в автоматизации, но практически сразу будет сталкиваться с необходимостью написания кода», — считает Дмитрий Демидов.
Но традиционная разработка тоже претерпевает изменения — в ней начинают активно использовать «генеративный ИИ», который быстро пишет код, причем делает это все лучше и лучше.
Платформа GPTZATOR: искусственный интеллект для бизнеса
Сегодня бизнес проявляет все больший интерес к решениям на основе искусственного интеллекта. Этот интерес охватывает разные направления, от автоматизации рутинной работы и улучшения взаимодействия с клиентами до прогнозирования развития событий, оптимизации производства и поддержки управленческих решений.
Но, как показывает практика, не все ИИ-решения одинаково эффективны. Не каждая компания-разработчик, даже применяя ИИ-технологии, может преуспеть в гонке по созданию эффективных ИИ-решений. Ускорение в написании кода дает преимущество, но реально успевает тот, чьи команда, методология и опыт, а также инвестиционная поддержка находятся на высоком уровне.
Одним из примеров удачных российских ИИ-решений является GPTZATOR — платформа по автоматизации бизнес-процессов с помощью ИИ. Его создала команда группы IT-компаний Lad, опираясь на опыт и экспертизу, наработанные за 30 лет внедрения ИТ-решений на корпоративном рынке. Именно поэтому GPTZATOR был создан с высоким технологическим потенциалом как инструмент, способный работать с разными моделями LLM для разных задач, интегрировать между собой составляющие ИТ-ландшафта современного предприятия, создавать эффективных ИИ-ассистентов для оптимизации бизнес-процессов. Глубокая экспертиза в ИИ-разработке, несомненно, может обеспечить преимущество в скорости, но главными остаются команда и опыт. А еще важно отметить, что создание ИИ-решения в рамках холдинга позволяет ежедневно тестировать его и совершенствовать.
Реклама ООО «ЛАД-Эйр», ИНН: 5260320971
Разработка: «лоу-код» или код, создаваемый ИИ?
В этом тренде тоже наблюдаем синтез вместо противопоставления. «LCNC и GenAI прекрасно дополняют друг друга в контексте создания прототипов решений, и в целом, в части ускорения процессов разработки», — говорит Дмитрий Демидов.
«LCNC систематизирует и упрощает разработку, а GenAI помогает ускорять и усиливать её — особенно на стыке шаблонного и креативного, — отмечает Максим Кислицкий, CPO платформы „Атомкод“ в ЧУ „Цифрум“ (ГК „Росатом“). — GenAI может „додумать“ детали в рамках LCNC-подхода или генерировать код, который затем структурируется в визуальной логике». Вместе они формируют новый тип разработки, отмечает Максим Кислицкий: быстрее, ближе к бизнесу и менее зависящий от количества строчек кода.
С таким подходом солидарны и другие эксперты. «Считать LCNC и генеративный ИИ конкурирующими подходами было бы ошибкой, — говорит Михаил Малышев, консультант по внедрению ИИ, проект GPTZATOR, группа IT-компаний Lad. — Эти технологии, хотя и решают разные задачи, на практике выступают как два взаимодополняющих вектора эволюции процесса разработки».
Одни технологии усиливают другие при правильном применении для решения практических задач. «Мы наблюдаем, как генеративные технологии становятся естественным продолжением и усилителем no-code-инструментов, позволяя пользователям формулировать свои потребности на естественном языке и получать готовые решения, — говорит Игорь Простоквашин, ведущий аналитик компании Comindware. — Фактически происходит конвергенция этих технологий, где ИИ делает low-code-платформы еще более доступными, а платформы обеспечивают контролируемую среду для применения ИИ в бизнес-контексте».
Организация совместной работы функциональных блоков, построенных разными способами — задача вполне решаемая. Заметим, что ситуация, по сути, близка к историческому развитию взаимодействия приложений на языках высокого уровня и на ассемблерах, которое было успешно налажено более полувека назад.
Синтез идет полным ходом, но про разницу стоит помнить
Следует отметить все же существенную разницу между LCNC и генерацией кода средствами GenAI. LCNC предсказуем, отмечает Антон Симуни, руководитель разработки no-code-платформы «Акола» (входит в экосистему «Лукоморье»), в отличие от результатов работы «искусственного интеллекта». Все результаты работы ИИ — и код в том числе — требуют критического отношения и последующей проверки.
Однако многократные проверки — норма при создании кода любыми способами. Написание кода — работа сложная и объемная, которая требует перепроверок и «высокого скилла», говорит Вячеслав Береснев, CEO Neirolab.ru.
LCNC-инструменты обеспечивают структурированную среду, позволяя создавать приложения без глубокого знания программирования, что упрощает реализацию типовых задач и ускоряет вывод решений в продакшн, отмечает Михаил Малышев, но у генеративного ИИ для разработки потенциал больше: «Генеративный ИИ становится мощным инструментом для создания сложной логики, алгоритмов и модулей, которые затем могут быть интегрированы как в традиционные, так и в визуальные среды разработки».
Если LCNC — инструмент, который находит активное применение в настоящем, то широкомасштабное применение ИИ для создания кода — в ряде компаний дело пусть ближайшего, но будущего.
«Сегодня генеративные модели уже способны генерировать простой код или решать несложные задачи, и в перспективе они действительно могут начать замещать разработчиков на уровне джунов, — говорит Юрий Востриков, генеральный директор BPMSoft (входит в ИТ-холдинг LANSOFT). Но результат работы ИИ требует обязательной валидации — как со стороны опытных программистов, так и, например, с участием другой модели, которая может протестировать и доработать сгенерированный код, подчеркивает Юрий Востриков: «Такая связка „кодер + тестировщик“ на базе ИИ выглядит перспективно, но пока остается скорее экспериментом, чем практическим инструментом».
Уровень развития двух рассматриваемых технологий в применении к разработке все же разный. «GenAI не напишет код приложения целиком, — напоминает Дмитрий Демидов. — Его текущий уровень — ассистент программиста, начитанный и насмотренный, но способный пока только на поток мыслей по заданной теме, а дальше понадобится программист, желательно с хорошей экспертизой, чтобы из этого собрать что-то работающее».
В будущем ситуация изменится. В будущем разработчик, возможно, станет оркестратором ИИ-агентов, которые будут выполнять отдельные фрагменты проекта, предполагает Вячеслав Береснев.
Распространение low-code/no-code платформ и внедрение генеративного ИИ заметно смягчает проблему дефицита разработчиков, но полностью не решает ее, отмечает Игорь Простоквашин. О влиянии ситуации на требования к разработчикам мы подробнее говорили в первой части материала.
Продолжение следует
Источник: Александр Маляревский, внештатный обозреватель IT Channel News
erid: 2SDnjeVGPth