Будућност low-code и no-code развоја: вештачка интелигенција и

Програмирање више није неопходно за сваки дигитални задатак, али размишљање и даље јесте.

Како вештачка интелигенција мења low-code и no-code платформе? Зашто програмери неће једноставно нестати и шта се дешава са developer experience-ом (DevX)? Ово је директан поглед на прелаз у ком се посао помера од писања сваке линије ка пројектовању, провери и раду целих система.

Пролог: код на раскрсници

Развој софтвера налази се између две брзорастуће силе. Low-code и no-code платформе обећавају мање отклањања грешака, управљања зависностима и понављајућег рада у обичним пословним апликацијама. AI помоћници делују способно да преузму задатке који су некада припадали и млађим и старијим програмерима. Оба правца припадају широј бризи о DevX-у: квалитету, брзини и јасноћи целог процеса стварања дигиталног производа.

То не мора бити крај програмирања. Може бити почетак ширег инжењерства у ком су расуђивање, архитектура и провера важнији управо зато што је имплементацију лакше генерисати.

Low-code и no-code у пракси

Low-code платформе су визуелна окружења која дозвољавају сопствени код када стандардна компонента није довољна. Примери су OutSystems и Mendix.
No-code платформе омогућавају састављање страна, података и токова видљивим блоковима, контролама и сценаријима. Примери су Bubble, Webflow и Adalo.

Обећање је брзина и приступачност. AI додаје још један слој: не служи само као помоћник, већ може предложити структуру, направити компоненту и водити корисника кроз платформу.

Вештачка интелигенција улази у DevX

AI се уграђује директно у low-code и no-code окружења. У пракси може да:

генерише код или ток рада из захтева написаног обичним језиком;
прави и извршава тестове понашања апликације;
прилагођава предлоге интерфејса уоченим потребама корисника;
препоручује побољшања логике, интеграција и компоненти;
открива вероватна уска грла у перформансама и безбедности.

Технички градивни елементи

Велики језички модели, као GPT, PaLM или Claude породице, генеришу текст, скрипте и логику.
Модели класификације и груписања помажу анализи корисничког понашања.
AutoML подржава брзу израду модела на подацима организације.
RAG спаја способност модела са изабраним пословним документима и подацима.
CI/CD интеграција покреће аутоматске тестове и проверу пре издања.

Изворни чланак наводи пример Siemens/Mendix из 2023. године, где су AI тестирање, побољшање интерфејса и генерисање кода наводно убрзали испоруку. Помиње и Mendix извештај „State of Low-Code“ и истраживање Carnegie Mellon из 2024. за податке о усвајању и продуктивности. Такве статистике добављача и анкета морају се читати у изворној методологији и не представљају универзално обећање. Одрживији закључак је ужи: AI је постао део самих платформи, помаже људима да праве апликације и истовремено повећава значај стручне провере.

Примери платформи са AI могућностима

Међународни производи

OutSystems спаја изградњу апликација, аутоматске тестове, помоћ при писању кода и UX препоруке.
Mendix користи AI за тестове, откривање грешака и пословну анализу.
Appian је усмерен на AI аутоматизацију пословних процеса.
Betty Blocks нуди no-code окружење и AI интеграције за сценарије процеса.
Zoho Creator комбинује генерисане елементе апликације и machine-learning могућности.
Bubble, Webflow и Adalo пружају визуелну изградњу апликација или сајтова уз све више AI помоћи.

Производи присутни на руском тржишту

Craftum се користи за израду сајтова и анализу перформанси. Чланак описује агенцију која је аутоматизовала landing странице на основу уређених brief-ова.
AppMaster генерише серверску логику и интерфејсе; наведени логистички пример описује CRM испоручен много брже од уобичајеног четворомесечног рока.
Tilda додаје помоћ за садржај и избор медија.
Moguta.Cloud је усмерен на e-commerce искуство, анализу саобраћаја и персонализацију.
Nethouse, uCoz и uKit нуде приступачне готове алате за мала предузећа и образовање.
Quickbase подржава прављење мобилних и desktop пословних решења, укључујући индустријске сценарије.

Чланак процене усвајања у Русији приписује TAdviser-у. Као и код сваке тржишне процене, пре примене процента треба проверити датум, узорак и дефиницију „коришћења no-code-а“.

Зашто су програмери и даље потребни

Ако платформа делује једноставно, неко је већ решио значајну сложеност испод површине. Low-code систем почива на техничком стеку који праве и одржавају стручни инжењери. Програмери су и даље потребни:

за развој и рад самих платформи;
за интеграцију спољних система и података;
за ажурирање, скалирање и посматрање продукционих апликација;
за контролу архитектуре, идентитета и безбедности;
за јединствене компоненте које стандардни каталог не може да покрије.

Low-code олакшава рад кориснику зато што су инжењери сложеност претворили у поновно употребљиву инфраструктуру.

Када визуелно не значи једноставно: BPM и Camunda

Платформе за пословне процесе као Camunda омогућавају стручњацима да визуелно моделују BPMN процес и повежу га са извршним сервисима. AI може да направи нацрт модела из описа, предвиди уско грло, предложи побољшање и провери усклађеност API-ја или тока.

Модел ипак не разуме аутоматски стварно пословно значење. Без архитекте, стручњака за домен и валидатора, уверљив дијаграм може садржати погрешно правило. Визуелна нотација мења интерфејс сложености, али је не укида.

Где low-code одговара, а где не

Сценарио	Low-code/no-code	Класично инжењерство
Прототип или MVP	Обично добар избор	Није увек потребно на почетку
Корпоративни CRM/ERP ток	Често одговара	Потребно за сложене интеграције
Систем великог оптерећења	Најчешће ограничен	Потребно за контролу и перформансе
Сложен BPMN процес	Користан уз заштитне мере	Учешће инжењера остаје важно
Високо прилагођен производ	Одговара само деловима	Обично неопходно
Научни или алгоритамски систем	Слаб избор	Неопходно
Маркетиншка landing страница	Добар избор	Најчешће није потребно
Посебни безбедносни захтеви	Често неприкладно	Неопходно уз јасне контроле

Citizen development: пословање постаје градитељ

No-code и AI су створили „грађанског програмера“: аналитичара, менаџера, маркетара или другог стручњака за домен који прави решење без чекања целог IT тима. Могуће користи су:

брза провера и увођење иницијативе;
мање рутинских захтева у централном IT реду;
пословно знање ближе имплементацији.

Ризици су подједнако стварни:

shadow IT — решења без стандарда безбедности, архитектуре и подршке;
додатне рањивости и превелике дозволе;
слаба скалабилност, дупли подаци и токови без трајног власника.

Зато расте вредност програмера као ментора и чувара платформе. Интерфејс се може брзо саставити; разумевање последица остаје тимски посао.

Правац тржишта

Чланак наводи Gartner и Forrester прогнозе брзог раста citizen development-а и low-code-а са AI могућностима. Бројеве прогнозе треба посматрати као временски ограничен сценарио, а не обећање. Важнији су технолошки правци:

хибридна испорука која комбинује класичан код и low-code компоненте;
дубља AI интеграција у токове рада и UI/UX алате;
већи нагласак на безбедности, управљању и скалабилној runtime основи.

Закључак: код не умире, већ сазрева

Low-code, no-code и AI мењају улогу програмера:

од извршиоца ка архитекти и валидатору;
од понављајућег ручног рада ка пројектовању система;
од усамљеног стручњака ка ментору доменских стручњака и citizen developer-а.

Најјача будућност је спој једноставних интерфејса, снажних engine-а и AI-а као помоћника, не као ауторитета. Код неће нестати. Биће мање видљив у обичним случајевима и враћаће се где проблем тражи јединствено понашање, размеру, безбедност или дубоку инжењерску контролу.

Извори наведени у изворном чланку

Mendix, The State of Low-Code;
Carnegie Mellon истраживање усвајања no-code-а;
McKinsey материјал о low-code трендовима;
Gartner материјал о citizen development-у;
Forrester прогнозе за low-code/no-code са AI могућностима;
TAdviser прегледи руског low-code/no-code тржишта.