Le piattaforme low-code (LC) e no-code (NC) hanno guadagnato popolarità negli ultimi anni grazie alla loro capacità di semplificare lo sviluppo di applicazioni, abbassando la barriera d’ingresso per chi non ha competenze di programmazione. Tuttavia, quando si tratta di scalare un progetto, queste soluzioni spesso mostrano i loro limiti. Con l’introduzione dell’intelligenza artificiale (IA) nel settore dello sviluppo software, la rilevanza delle piattaforme LC/NC viene messa in discussione.
Sebbene le piattaforme LC/NC siano ottime per creare prototipi o avviare progetti in modo rapido, diventano problematiche quando il progetto deve crescere e supportare un numero maggiore di utenti o funzionalità complesse. Molti sviluppatori lamentano la mancanza di controllo completo sul codice e sulle infrastrutture, rendendo difficile adattare e personalizzare le applicazioni una volta raggiunti determinati livelli di complessità.
Ad esempio, il co-fondatore di Toddle, Andreas Møller, ha osservato che, pur offrendo la proprietà intellettuale dell’app sviluppata, le piattaforme LC/NC non consentono di ospitare l’applicazione on-premise. Questo è un fattore decisivo per molti sviluppatori e aziende che desiderano maggiore controllo sulle proprie infrastrutture e applicazioni.
Con l’evoluzione degli strumenti di sviluppo basati sull’intelligenza artificiale, come ChatGPT e GitHub Copilot, le piattaforme LC/NC devono adattarsi per rimanere rilevanti. Meghana Jagadeesh, fondatrice di GoCodeo, ha affermato che l’integrazione dell’IA nelle piattaforme LC/NC potrebbe renderle più accessibili anche per chi non è esperto di tecnologia, facilitando la creazione di funzioni specifiche senza la necessità di scrivere codice complesso.
Strumenti come Apptile, che si collocano a metà strada tra le tradizionali piattaforme LC/NC e lo sviluppo personalizzato, semplificano la gestione delle infrastrutture, come le pipeline di analisi, i gateway di pagamento e i test sui dispositivi. Questo approccio rende possibile creare e mantenere applicazioni in modo più efficiente, soprattutto per quelle aziende che non possono fare affidamento su strumenti LC/NC standard per le loro esigenze di scalabilità.
Jinen Dedhia, fondatore di DronaHQ, ha suggerito che i grandi modelli linguistici (LLM) potrebbero potenzialmente sostituire le piattaforme LC/NC. Tuttavia, è anche convinto che l’integrazione delle capacità di IA nelle piattaforme LC/NC possa permettere loro di restare competitive. Gli LLM possono produrre applicazioni in modo rapido e automatizzato, ma il codice generato dalle piattaforme LC/NC è spesso più strutturato e con meno errori.
In sintesi, le piattaforme low-code e no-code offrono ancora un valore significativo per chi cerca uno sviluppo rapido e accessibile, ma devono evolversi per risolvere i problemi di scalabilità e integrarsi meglio con le nuove tecnologie basate sull’intelligenza artificiale. Il futuro del settore dipenderà dalla capacità di queste piattaforme di adattarsi ai cambiamenti in corso e di offrire soluzioni sempre più avanzate e scalabili.