Khi AI có khả năng tự chủ (agentic AI) ngày càng phổ biến, các công cụ phát triển đang nhanh chóng tích hợp các tính năng hỗ trợ bởi AI. Các chuyên gia cho biết nhu cầu về các công cụ phát triển low-code và no-code có sự hỗ trợ của AI đang tăng mạnh.
“Nhu cầu là rất lớn,” Marc-Aurele Legoux, chủ sở hữu Marcus-Aurelius Digital, nhận định. “Những công cụ này cho phép bất kỳ ai, dù có ít hoặc không có kiến thức lập trình, cũng có thể tạo ra thứ mà trước đây cần một khoản tiền khổng lồ hoặc nhiều năm kinh nghiệm và công sức.”
Legoux cho biết ông thường xuyên sử dụng AI để tạo các đoạn mã tùy chỉnh, nhằm cải thiện trải nghiệm người dùng hoặc thiết lập nhanh môi trường cho khách hàng kiểm thử.
Những công nghệ này “có thể rút ngắn đáng kể thời gian phát triển, giảm rào cản kỹ thuật cho người không chuyên, và cho phép tạo mẫu nhanh các ứng dụng chuyên biệt phục vụ nhu cầu cụ thể của doanh nghiệp,” Aaron Grando, Phó Chủ tịch Đổi mới Sáng tạo tại công ty tiếp thị Mod Op, chia sẻ.
Grando lưu ý rằng lập trình được AI hỗ trợ đã thay đổi khía cạnh kinh tế của việc phát triển phần mềm. “Nhiều vấn đề trước đây đòi hỏi đầu tư kỹ thuật lớn giờ có thể được xử lý bởi các nhóm nhỏ hơn với chuyên môn tập trung, thậm chí bởi một cá nhân. Kết quả là, khi những người cần giải pháp được trao quyền tự xây dựng, họ tiếp cận và giải quyết vấn đề cốt lõi nhanh hơn và toàn diện hơn.”
Mod Op đã triển khai trợ lý lập trình AI cho các kỹ sư, cùng với công cụ xây dựng tác nhân no-code cho nhân viên ở mọi cấp độ, qua đó “mở khóa tốc độ và chuyên môn” trên toàn bộ tổ chức, Grando cho biết.
Nhu cầu cho các công cụ low-code và no-code được tích hợp AI đang tăng vọt, Ishan Amin, người sáng lập WP Expert Services, nhận định. Ông thấy hai lý do cho sự bùng nổ này: “Khả năng tạo ứng dụng tức thì và tự động hóa công việc mạnh mẽ.”
“Về mặt sáng tạo, các công cụ như Lovable.dev và Bolt.new giờ cho phép người dùng xây dựng toàn bộ ứng dụng web hoặc di động độc lập mà không cần biết lập trình,” Amin nói. “Người dùng chỉ cần mô tả nhu cầu trong một cuộc trò chuyện, và AI sẽ tạo ra giao diện người dùng, logic ứng dụng và toàn bộ phần phụ trợ, bao gồm cả cơ sở dữ liệu đám mây.”
Đối với doanh nghiệp, “đây là một bước ngoặt, vì các quản lý sản phẩm, nhà thiết kế và nhà phát triển có thể nhanh chóng tạo ra các ứng dụng hoàn chỉnh,” Amin nói.
Về tự động hóa, các nền tảng trên thị trường cho phép người dùng tự động hóa các tác vụ phức tạp bằng các thành phần kéo-thả đơn giản, Amin cho biết. “Thời kỳ phải viết script thủ công cho các kết nối đã qua, vì giờ AI xử lý việc viết script đó trong nền.”
Với hơn 20 năm kinh nghiệm lãnh đạo công nghệ và sản phẩm, Amin đang chứng kiến “những thay đổi mang tính địa chấn, từng tháng một.” Các quản lý sản phẩm “giờ phải di chuyển cực kỳ nhanh,” ông nói.
Một chuyên gia khác ủng hộ các công cụ này là Sonu Kapoor, một kỹ sư phần mềm độc lập. “Các nền tảng này đang phá vỡ rào cản truyền thống, cho phép các nhóm đa chức năng đóng góp trực tiếp vào việc tạo phần mềm trong khi AI xử lý phần lớn việc dựng khung, xác thực và gợi ý logic,” ông nói.
Với kinh nghiệm thiết kế kiến trúc hệ thống tích hợp AI cho các doanh nghiệp như Citicorp, Sony Music Publishing và Cisco, Kapoor nói: “Tôi đã tận mắt chứng kiến cách các copilot AI biến nền tảng low-code thành môi trường phát triển thông minh. Chúng không còn là ‘công cụ đồ chơi’ nữa. Chúng đang trở thành động cơ năng suất nghiêm túc.”
8 Phương Pháp Hay Nhất Cho Phát Triển Low-Code Và No-Code Sử Dụng AI
Các nhóm phát triển và tổ chức có thể thực hiện các bước sau để tăng cơ hội thành công với các công cụ low-code và no-code được tích hợp AI. Các chuyên gia đã đưa ra các phương pháp hay nhất sau để tích hợp chúng vào quy trình làm việc.
1. Xây Dựng Chiến Lược Quản Trị
“Thiết lập quy trình quản trị và xem xét ngay từ đầu,” Kapoor nói. “Mặc dù copilot AI có thể thực thi mẫu và phát hiện hồi quy, các nhà phát triển vẫn cần xác thực khả năng mở rộng và bảo trì.”
Một phần của quản trị là quản lý cẩn thận phạm vi dữ liệu. “Nhiều công cụ xây dựng AI phụ thuộc vào đầu vào người dùng và các lệnh gọi API có thể vô tình tiết lộ dữ liệu nhạy cảm,” Kapoor nói. “Thiết lập quản trị dữ liệu mạnh mẽ sẽ ngăn chặn rủi ro đó.”
Nếu không có quản trị, “các mô hình AI low-code trở thành gánh nặng trách nhiệm,” Nik Kale, kỹ sư chính tại Cisco Systems, cho biết. “Một trong những bài học đầu tiên tại Cisco là các công cụ AI low-code không có quản trị tích hợp sẵn có thể nhanh chóng trở nên không thể quản lý ở quy mô doanh nghiệp.”
Đối với Nền tảng Chấp nhận Kỹ thuật số của Cisco (CDAP), quản trị được tích hợp trực tiếp vào quy trình phát triển, Kale nói. “Mỗi quy trình làm việc hoặc tự động hóa do các nhóm kinh doanh tạo ra đều trải qua kiểm tra tự động về khả năng giải thích, tác động đến quyền riêng tư và hiệu suất trước khi phát hành. Cách tiếp cận ‘quản trị bằng thiết kế’ này giúp ngăn chặn sự trôi dạt của AI và đảm bảo tuân thủ các tiêu chuẩn nội bộ và bên ngoài.”
Việc tạo mã được AI hỗ trợ “có thể đẩy nhanh tạo mẫu, nhưng các chính sách xem xét mã và khả năng quan sát [do con người giám sát] vẫn rất cần thiết để duy trì độ tin cậy,” Akash Thakur, Kiến trúc sư về Độ tin cậy Site Toàn cầu và Khả năng Phục hồi Đám mây tại Cognizant, cho biết.
“Ghép cặp người dùng theo lĩnh vực với cố vấn kỹ thuật để đảm bảo chất lượng và hiệu suất,” Thakur nói. “ROI lớn nhất đạt được khi trực giác kinh doanh và kỷ luật kỹ thuật gặp nhau.”
Xem thêm: Cách bắt đầu phát triển chiến lược quản trị AI cân bằng.
2. Đừng Cho Rằng AI Thay Thế Kinh Nghiệm
Người dùng cần có ít nhất hiểu biết cơ bản về cách thức hoạt động của công cụ và các nguyên tắc phát triển phần mềm.
Một lợi ích của công cụ low-code và no-code là chúng dễ dùng, cho phép người ít hoặc không có kỹ năng lập trình có thể tạo mã. Nhưng thật sai lầm khi nghĩ rằng bất kỳ ai cũng có thể tạo mã nhanh chóng.
Là người đã sử dụng lập trình bằng mô tả tự nhiên (vibe coding)—nơi người dùng mô tả chức năng bằng ngôn ngữ tự nhiên và AI tạo, tinh chỉnh mã—Legoux cho biết các công cụ AI có hạn chế.
“Hãy quên ý tưởng rằng bạn có thể tạo một ứng dụng hoàn chỉnh trong vài giờ nếu không có bất kỳ kinh nghiệm phát triển ứng dụng nào,” Legoux nói. “Đây có lẽ là quan niệm sai lầm phổ biến nhất mà tôi thấy hàng ngày. Bạn cần một số kinh nghiệm và kiến thức trước khi bắt đầu.”
Xem thêm: Có phải lập trình bằng mô tả tự nhiên là cánh cổng mới dẫn đến nợ kỹ thuật?
3. Coi AI Như Một Đồng Nghiệp, Không Phải Sự Thay Thế
Một phương pháp hay khác là coi AI như một nhà hoạch định chiến lược và đồng tác giả, chứ không phải công cụ thay thế con người, Grando nói. “Kết quả tốt nhất đạt được khi người có hiểu biết sâu giúp AI hiểu hoàn toàn vấn đề. Các công cụ AI vốn không hiểu yêu cầu sản phẩm, quản trị hay tuân thủ. Sự giám sát của con người là cần thiết để tìm ra giải pháp đáp ứng mọi yêu cầu.”
Người không phải kỹ sư và người xây dựng giải pháp đơn lẻ nên bắt đầu với các vấn đề phạm vi hẹp trong lĩnh vực họ có toàn quyền kiểm soát, như thói quen hàng ngày, Grando nói. “Điều này giảm độ phức tạp và rủi ro, xây dựng sự tự tin và dẫn đến nhiều thành công hơn. Khi một vấn đề cần giải pháp lớn hơn khả năng của một cá nhân hoặc nhóm nhỏ, hoặc trở thành phần quan trọng trong quy trình, đó là lúc cần đưa kỹ sư và kiến trúc sư vào.”
4. Đo Lường Kết Quả Gắn Với Giá Trị Kinh Doanh
“Một sáng kiến no-code thành công không được đo bằng số lượng tự động hóa được xây dựng, mà bằng những gì chúng đạt được,” Kale nói. “Chúng tôi sử dụng bảng điều khiển theo dõi từ xa (telemetry) liên kết kết quả tự động hóa với các số liệu chính như giảm số lượng trường hợp phải leo thang (case deflection), thời gian giải quyết trung bình (MTTR) và sự hài lòng của khách hàng.”
Bằng cách hiển thị những số liệu đó cho cả nhà phát triển và chủ doanh nghiệp, việc áp dụng trở nên tự duy trì thay vì chỉ là thử nghiệm một lần, Kale nói.
Trên các nền tảng hướng đến khách hàng của Cisco, Nền tảng Chấp nhận và Hỗ trợ Kỹ thuật số được tích hợp AI của họ đã giúp giải quyết vấn đề ngay từ lần tiếp xúc đầu tiên nhanh hơn 22% so với trước đây, và tăng 15% năng suất kỹ sư thông qua chẩn đoán phong phú hơn và ít bước lặp lại hơn, cùng các lợi ích khác, Kale cho biết.
5. Thành Thạo Việc Đưa Ra Prompt Với Sự Rõ Ràng Và Ngữ Cảnh
Cung cấp prompt rõ ràng, cụ thể và có bối cảnh nền tảng là rất quan trọng, Grando nói.
Người dùng cần diễn đạt kết quả mong muốn, nguồn dữ liệu và tài liệu tham khảo. “Việc đưa ra prompt mạnh mẽ và lồng ghép bối cảnh chiến lược vào quy trình xây dựng sẽ dẫn đến mã tốt hơn, ít chỉnh sửa hơn và các giải pháp phù hợp hơn với chiến lược,” Grando nói.
6. Luôn Tập Trung Vào Nhiệm Vụ Trước Mắt
Một thực hành quan trọng khác là tập trung cao độ vào vấn đề hiện tại, vì rất dễ bị sa đà vào những công nghệ mới mẻ, sáng tạo, Amin nói.
“Các công cụ hiện có rất mạnh mẽ và giúp xây dựng hầu hết mọi thứ, nhưng chúng sẽ không nói cho bạn biết phải xây dựng cái gì,” Amin nói. “Biết vấn đề cụ thể bạn muốn giải quyết là rất quan trọng để thành công.”
7. Tập Trung Vào Đào Tạo Theo Lĩnh Vực Cụ Thể Và Vòng Phản Hồi
“Các công cụ AI low-code dạng tổng quát thường thất bại vì thiếu ngữ cảnh,” Kale nói. “Trong Mạng lưới Hỗ trợ AI của Cisco, chúng tôi đào tạo mô hình bằng dữ liệu theo dõi từ xa theo lĩnh vực cụ thể từ các trường hợp hỗ trợ khách hàng và điểm cuối bảo mật. Điều này cho phép tự động hóa hiểu được ý định—ví dụ: chẩn đoán sự cố điểm cuối hoặc dự đoán sự cố tái diễn—thay vì chỉ thực hiện các bước quy trình chung chung.”
Các tổ chức áp dụng phương pháp low-code được đào tạo theo lĩnh vực tương tự đã báo cáo giảm đáng kể khối lượng công việc phải leo thang nhờ căn chỉnh tự động hóa với ngôn ngữ vận hành cụ thể của họ, Kale nói.
8. Hiểu Rõ Các Giới Hạn Của Công Cụ
Điều quan trọng là phải biết giới hạn của công cụ trước khi bắt đầu, Amin nói. “Người dùng cần nghiên cứu kỹ để hiểu nơi họ có thể gặp phải ‘điểm hạn chế’. Tất cả nền tảng đều có chúng; bạn chỉ cần biết chúng là gì và xác định xem chúng có cản trở dự án cụ thể của bạn hay không.”
Kết Luận
Các công cụ low-code và no-code được tích hợp AI có thể thúc đẩy năng suất và đổi mới khi được sử dụng đúng cách, dựa trên các phương pháp hay nhất:
- Xây dựng chiến lược quản trị
- Đừng cho rằng AI thay thế kinh nghiệm
- Coi AI như một đồng nghiệp, không phải sự thay thế
- Đo lường kết quả gắn với giá trị kinh doanh
- Thành thạo việc đưa ra prompt với sự rõ ràng và ngữ cảnh
- Luôn tập trung vào nhiệm vụ trước mắt
- Tập trung vào đào tạo theo lĩnh vực cụ thể và vòng phản hồi
- Hiểu rõ các giới hạn của công cụ
Tags: Phát triển phần mềm, AI và Low-Code, No-Code và AI
