Aan de slag met AI zonder technische kennis via low-code en no-code

De bestaande digitaliseringstrend is tijdens de pandemie in een stroomversnelling geraakt. Naast een verhoogd gebruik van digitale middelen door bijvoorbeeld virtuele meetings en teamuitjes en de overstap naar een hybride werkvorm, wordt ook het gebruik van AI en analytics steeds belangrijker.

Denk bijvoorbeeld aan het managen van de beddenbezetting binnen ziekenhuizen of het optimaliseren van supply chains. Bedrijven hebben echter nog veel moeite met het daadwerkelijk toepassen en inzetten van AI en analytics. Low-code en no-code ontwikkeltools brengen hier gelukkig verandering in.

Implementatie van datagedreven werkprocessen blijkt lastig
Tegenwoordig wordt verwacht dat mensen minimaal over basale digitale vaardigheden beschikken. Datageletterdheid is dan ook enorm belangrijk. Onderzoek toont echter aan dat 79 procent van het Nederlandse bedrijfsleven in 2021 nog veel moeite heeft met de implementatie van datagedreven werkprocessen. Gelukkig zijn er steeds meer low-code en no-code ontwikkeltools die het voor mensen zonder specifieke programmeerachtergrond makkelijk maakt om met analytics en AI-applicaties aan de slag te gaan. Volgens recent onderzoek van Gartner zal 70 procent van de nieuwe applicaties die door organisaties worden ontwikkeld tegen 2025 gebruikmaken van low-code of no-code technologieën, tegenover minder dan 25 procent in 2020.

Citizen data scientists nemen het roer (deels) over
Low-code en no-code software laten werknemers zonder diepgaande kennis van programmeren gemakkelijk AI-applicaties bouwen via point-and-click en drag-and-drop opties. Low-code en no-code verminderen en elimineren het gebruik van codering, waardoor applicaties sneller in productie kunnen worden genomen.  Dankzij low-code en no-code software kunnen veel meer werknemers binnen een bedrijf, zogenaamde citizen data scientists, dus aan de slag met analytics en AI-applicaties. Denk bijvoorbeeld aan risk experts of artsen die uit visuele dashboards of rapportages inzichten halen zonder dat ze kunnen programmeren. Dit betekent dat er voor data scientists meer tijd overblijft om zich bezig te houden met het ontwikkelen van nieuwe AI-applicaties en ze het toepassen ervan kunnen overlaten aan de citizen data scientists.

De opkomst van low-code en no-code software betekent echter niet dat de functie van de data scientist overbodig wordt. De expertise van data scientists zal altijd nodig zijn, ook al worden sommige onderdelen van hun functie en taken geautomatiseerd. Low-code en no-code zorgen er echter voor dat data scientists zich kunnen richten op het ontwerpen van AI-modellen en niet-technische werknemers kleinere taken kunnen overnemen, wat de algehele effectiviteit binnen bedrijven bevorderd.

“De realiteit is dat we de expertise van data scientists nog steeds nodig hebben, ook al verbeteren we de toegankelijkheid van Machine Learning workflows voor niet-technische collega’s” vertelt Véronique van Vlasselaer, Data & Decision scientist; Analytics & AI Lead South West & East Europe bij SAS. “De data scientist blijft een kritische rol spelen in het maken van de specifieke bouwstenen die organisaties nodig hebben, al zal die rol op termijn wel anders ingevuld worden. Het developerslandschap met professionele ontwikkelaars en citizen data scientists dient bovendien mee te evolueren. De open source wereld begint dit te erkennen,” aldus Van Vlasselaer.

Low-code en now-code software geeft bedrijven de flexibiliteit en wendbaarheid om zich aan te passen aan de snel veranderende en digitaliserende wereld, terwijl de time-to-market van nieuwe toepassingen enorm wordt versneld en er makkelijker kan worden ingespeeld op veranderingen in de markt. Low-code en no-code software is voor veel organisaties dan ook de sleutel naar een datagedreven toekomst. 

Véronique van Vlasselaer is Analytics & AI Lead South West & East Europe (SWEE) bij SAS.