人工智能和机器学习的兴起加剧了开发人员的短缺

　　开发人员短缺正在走向劳动力大军，并将受到严重打击。据Forrester称，到2024年，美国将出现50万开发商的赤字。

　　在所有行业和全球市场中，对软件的需求以比传统Java或.NET开发人员可以跟上的速度增长。人工智能和机器学习的兴起加剧了开发人员的短缺。但是，如果企业希望保持竞争力，他们别无选择，只能利用这些新兴技术。

　　那么，商业世界如何弥合对人工智能工具的需求与缺乏可用的开发人员之间的鸿沟？通过为公民开发人员（想要开发软件但缺乏编码背景的行业专家）配备无代码或低代码平台。

　　AI和ML需要变得可访问

　　当前，人工智能和机器学习主导着整个行业的技术对话。但是，我们正在走向不再被大肆宣传的趋势，它们是每天使企业受益的真正技术。

　　但是要使AI和ML真正成为规范，我们需要更多的开发人员才能或在适当的人工监督下模仿这些人才的技术。这就是无代码和低代码平台的用武之地。低代码和无代码平台依靠拖放式视觉环境，而不是从头开始编写的传统编码语言来构建网站，自动化电子邮件并构建新的应用程序。

　　目前，这些应用程序非常适合滚动使用，允许公民开发人员开发新工具的中心组件，以便经验丰富的开发人员可以专注于更复杂的AI和ML元素。最终，这些更高级别的流程将成为市民开发人员可以解决的功能。

　　例如，在银行工作的金融分析师可以开发由ML支持的欺诈检测工具。或者，营销人员可以构建一个专有应用程序，该应用程序可以利用所有客户反馈（从社交评论到网站评论再到调查回复），并将非结构化数据提炼成可行的见解。或者，初级律师可以利用自己制作的工具来分析数千份合同中的数据，以更好地处理谈判。

　　但是，当涉及到无代码或低代码的AI项目时，构建和维护必要的数据集将成为一个障碍。这个元素无处可逃。要获得AI和ML的好处，您需要可用的结构化数据，并且需要大量数据。利用数据是数据科学家的工作，而不是公民开发人员的工作。

　　当您开始确定要解决的业务中的问题时，请考虑是否存在有关该问题的数据。在等待数据累积然后花额外的时间来构造数据时，您可能需要一些时间才能开始评估问题并寻求解决方案。

　　此过程可能需要您组织中目前没有的专业知识。由于时间很难聘请合格的全职数据科学人才，因此请考虑与咨询公司或基于项目的数据科学家合作，以在正确的位置获取您的数据，以便在公民开发人员级别上开始使用它。

　　在克服了当前软件开发的障碍和数据限制之后，您将可以在一个更好的地方为公民开发人员提供无代码平台的支持。他们可以开始构建工具，以改善与自己的工作相关的流程。

　　招聘中

　　并非所有员工都被排除担任公民开发人员的职责。但是有某种类型的员工非常适合这个职位。实际上，您可能已经确定了一些热情但没有指导的队友，他们渴望建立自己的解决方案。

　　如果没有适当的资源，公民开发人员类型就倾向于追求影子IT。他们热衷于更智能地工作，并将获得甚至构建自己的未经认可的应用程序，以使其流程更加高效。他们不会采取不回答的态度，这意味着他们过去可能承担了流程和网络安全方面的责任-不是因为它们是恶意的，而是因为他们想提高工作效率。

　　为这些企业家类型配备公司认可的无代码工具，即可为他们蓬勃发展所需要的已批准技术。在向公民开发人员介绍无代码平台时，请确保为他们提供适当的治理，并制定有关如何使用该平台的政策，以降低影子IT的风险。对这些公民开发人员进行全面的培训还将有助于确保领导层的支持，因此他们可以轻松地为非IT员工配备如此强大的工具。

　　公民开发商的兴起并不意味着对受过经典培训的开发商的需求正在消失。但是，当他们忙于构建高级工具时，公民开发人员是理想的专业人员，可以帮助业务线团队将经过验证和打包的技术（如AI和ML）应用于其日常工作流程。

　　在开发人员供应过少的情况下，由于需求增加，建立嵌入式公民开发人员团队将使您的组织适应AI繁荣和人才短缺的情况，并解决整个组织中无数的技术问题。