Развитие искусственного интеллекта меняет роль low-code-платформ: из инструмента ускорения разработки они превращаются в основу для управляемого использования ИИ-агентов при создании корпоративных систем. Об этом рассказал Дмитрий Старов, директор департамента «Инструменты и технологии разработки» компании «Диасофт», в ходе эфира AM Live о развитии low-code и no-code в России.
По словам Дмитрия Старова, ценность low-code для enterprise заключается не только в сокращении объема ручного программирования. Такие платформы позволяют задать единые стандарты разработки, архитектурные принципы и лучшие практики, автоматизировать создание типового кода и сосредоточить усилия разработчиков на сложной бизнес-логике. Особенно это актуально на фоне дефицита квалифицированных сеньор-специалистов, необходимости сокращать time-to-market и роста сложности корпоративных систем.
В «Диасофт» этот подход реализован в экосистеме Digital Q для создания enterprise-приложений. Среди ключевых требований к современным low-code-платформам Дмитрий Старов выделил безопасность, расширяемость, кастомизацию и возможность отделить сгенерированный код от среды разработки, снизив зависимость заказчика от конкретной платформы.
Отдельным направлением становится интеграция low-code с искусственным интеллектом. Платформа может выступать своеобразной «обвязкой» (harness) для ИИ-агента: задавать ему архитектурные ограничения, предоставлять готовые методы разработки и контролировать соблюдение стандартов. Поэтому одним из важных требований к enterprise low-code становится AI-driven готовность.
При этом внедрение ИИ-разработки требует формализации самого процесса создания программного обеспечения: определить этапы, ответственных, стандарты, правила контроля и повторного использования уже созданных компонентов. Без этого ИИ способен лишь масштабировать существующий организационный хаос.
В управляемой модели отдельные агенты, напротив, могут проверять наличие готовых компонентов, контролировать соблюдение архитектурных требований и анализировать результаты работы других агентов. Итогом становится мультиагентная система разработки, работающая под контролем человека.
Одновременно меняется и структура команд: часть ролей может трансформироваться в продуктовых инженеров, способных с помощью ИИ-инструментов вести задачу через несколько этапов жизненного цикла продукта.
Таким образом, генеративный ИИ расширяет роль low-code: платформа становится слоем стандартизации, готовых реиспользуемых блоков и контроля для промышленного применения ИИ в разработке.