Tak przewidują eksperci firmy Progress, która jest dostawcą rozwiązań do tworzenia, wdrażania i zarządzania aplikacjami biznesowymi.

Zmiana podejścia do personalizacji komunikacji

Specjaliści Progressu przypominają, że personalizacja komunikacji polega na przesyłaniu klientom – za pośrednictwem reklam na stronach internetowych, SMS-ów bądź wiadomości e-mail – rekomendacji usług lub produktów, które mogą ich zainteresować. Jednak założenie, że dana oferta będzie atrakcyjna dla konkretnej osoby, jest możliwe dzięki analizie gromadzonych przez firmy danych o konsumentach, ich preferencjach i zachowaniach. Zakres tych informacji w przypadku klasycznej personalizacji jest bardzo wąski, ponieważ zazwyczaj obejmuje imię, nazwisko, płeć, wiek oraz przynależność do konkretnej grupy (np. osoby o wyższym wykształceniu lub pracujące w konkretnym zawodzie). Informacje te nie pozwalają na pełne rozpoznanie potrzeb i nawyków klienta, a z powodu swojego ogólnego charakteru często bywają niepoprawne. W znacznym ulepszeniu tego procesu pomaga sztuczna inteligencja – hiperpersonalizację, dzięki której personalizacja komunikacji zmienia się w hiperpersonalizację.

– AI przetwarza dane pochodzące z wielu różnych źródeł w czasie rzeczywistym. Wykorzystuje informacje o działaniach podejmowanych przez użytkownika na stronie internetowej sklepu, historii jego zakupów oraz aktywności w mediach społecznościowych. Na ich podstawie tworzy zindywidualizowane treści i rekomendacje dla danego konsumenta. Nie tylko znacznie ułatwia mu odnalezienie najatrakcyjniejszych dla niego ofert, ale także redukuje liczbę tych zupełnie nieadekwatnych – wyjaśnia Philip Miller, AI Strategist w firmie Progress.

Przy czym rewolucję w personalizacji może wywołać także połączenie AI oraz mechanizmów przetwarzania na brzegu sieci, dzięki czemu proces ten będzie odbywał się bliżej samego użytkownika. Algorytmy sztucznej inteligencji zyskają możliwość dostosowywania treści, interfejsów i nie tylko do indywidualnych preferencji oraz zachowań właściciela danego urządzenia, a wszystko to odbędzie się niemal w natychmiastowym tempie.

W praktyce oznacza to, że znajdujące się np. w telefonach i laptopach algorytmy AI, będą w stanie samoczynnie uruchomić się i dokonywać stosownych obliczeń lokalnie. Nie będzie konieczności przesyłania ich przez sieć – tłumaczą eksperci Progressu.

Platformy low-code, czyli IT dla każdego

Popularność tych rozwiązań będzie rosnąć, ponieważ umożliwiają one aktywny udział osób spoza firmowego działu IT w budowaniu aplikacji biznesowych.

– Platformy low-code i no-code dopuszczają do procesu budowania aplikacji osoby, które niekoniecznie muszą posiadać dużą wiedzę z zakresu programowania. Są za to ekspertami w innych dziedzinach, a w związku z tym ich perspektywa jest cenna podczas tworzenia oprogramowania przeznaczonego np. dla ich konkretnych, firmowych działów – zaznacza Genady Sergeev, VP of Engineering w firmie Progress.

Według danych Grand View Research, globalny rynek bazujących na AI platform no-code jest na dobrej drodze do osiągnięcia 24,4 miliarda dolarów przychodów do 2030 roku. Coraz większy popyt na swoje usługi obserwują także dostawcy platform low-code. Rynek ten, według przewidywań Market.us, do 2033 roku ma osiągnąć wartość około 274 miliarda dolarów w ujęciu globalnym. W 2023 wyceniano go na 25,1 miliarda dolarów.

Progress zwraca przy okazji uwagę, że rozwiązania bez- oraz nisko-kodowe są przydatne także z perspektywy specjalistów IT. Ci nie muszą już tworzyć kodu dla najbardziej podstawowych funkcji i mogą skoncentrować się na bardziej wymagających zadaniach.

AI-as-a-Service (AIaaS)

Eksperci przewidują, że na popularności będą zyskiwać także platformy AI-as-a-Service (AIaaS). Rozwiązania te umożliwiają przedsiębiorstwom z różnych branż dostęp do zaawansowanych mechanizmów sztucznej inteligencji bez ponoszenia znaczących początkowych kosztów. Przy czym sztuczna inteligencja ma pozostać jednym z głównym obszarów zainteresowania firm w 2025 roku. podobnie jak było to w minionych latach. Należy jednak spodziewać się, że nadchodzące miesiące przyniosą szybki rozwój nowych modeli AI oraz sposobów ich wykorzystywania. Nowe możliwości będą odkrywać zarówno przedsiębiorstwa, jak i instytucje akademickie.