- Phát triển phần mềm nội bộ hiện đã bước vào giai đoạn mà ngay cả người không chuyên cũng có thể tạo ra ứng dụng hoàn chỉnh bằng ngôn ngữ tự nhiên nhờ AI tạo sinh
- Trước đây, các công cụ low-code/no-code vẫn không thể thoát khỏi sự phụ thuộc vào kỹ sư do các giới hạn về tích hợp, bảo mật và khả năng mở rộng
- Tuy nhiên, các trình xây dựng ứng dụng dựa trên AI như Replit, Lovable, Vercel v0 đang cho phép tạo mẫu nhanh và triển khai quy trình làm việc do người dùng tự dẫn dắt
- Như các trường hợp của Sears, Zillow và Intuit, các nhóm không phải kỹ sư đang trực tiếp phát triển hàng chục ứng dụng nội bộ có thể dùng trong vận hành thực tế
- Dù vậy, bảo mật, quản trị và tích hợp vẫn là vấn đề then chốt, và một mô hình mới nơi nguyên mẫu được nối thẳng sang hệ thống vận hành đang đến gần
Lịch sử của các công cụ nội bộ
- Trong thời gian dài, doanh nghiệp luôn cần phần mềm nội bộ như dashboard, workflow và cơ sở dữ liệu
- Đã có những nỗ lực như Lotus Notes, macro Excel, Access, nhưng đều bị giới hạn bởi vấn đề bảo trì và khả năng mở rộng
- Khi cloud và SaaS lan rộng trong thập niên 2010, sự phân mảnh dữ liệu càng nghiêm trọng hơn, khiến công cụ nội bộ bắt đầu được xem là hạ tầng thiết yếu
- Facebook đã thành công nhờ đầu tư vào dashboard nội bộ và công cụ cho nhà phát triển, nhưng phần lớn doanh nghiệp không có đủ năng lực tự xây dựng
- Vì vậy, các nền tảng thế hệ đầu như Retool và Zapier đã xuất hiện, nhưng vẫn còn những giới hạn nhất định
Giới hạn của low-code/no-code
- Thiếu tự phục vụ hoàn toàn: có thể tự động hóa tác vụ đơn giản, nhưng logic phức tạp vẫn cần script
- Vấn đề tích hợp và bảo mật: khi triển khai ở doanh nghiệp lớn, thường thiếu RBAC, audit log và các chứng nhận bảo mật
- Hạn chế về khả năng mở rộng: khó hỗ trợ dữ liệu quy mô lớn, UI hiệu năng cao và còn bị giới hạn quyền truy cập API
- Ma sát trong tổ chức: thiếu tài liệu, thiếu quản lý quyền hạn và rủi ro shadow IT
AI tạo sinh và Text-to-Apps
- Từ năm 2023, một thế hệ công cụ mới có khả năng tạo ứng dụng bằng ngôn ngữ tự nhiên đã xuất hiện
- Lovable, Replit, Vercel v0, Figma Make, Bolt... đang tự động hóa từ UI, logic, DB đến triển khai
- Ưu điểm:
- Thời gian tạo mẫu rút từ hàng tuần xuống còn vài giờ
- Người không phải kỹ sư cũng có thể tạo ứng dụng phục vụ công việc thực tế
- Các trường hợp ứng dụng ban đầu tập trung vào dashboard, quản lý ticket, tự động hóa dựa trên API và các nhu cầu kinh doanh thực tế
Các trường hợp thực tế
- Sears Home Services: người không chuyên đã xây dựng hơn 50 ứng dụng nội bộ (hệ thống ticket, cảnh báo SMS, dashboard đặt hàng linh kiện...)
- Zillow: nhóm chiến lược đã tạo dashboard bán hàng dựa trên Three.js, dùng cho việc ra quyết định của ban lãnh đạo
- Oscar Health: kỹ sư dùng công cụ AI để tạo công cụ sinh avatar cho nhà cung cấp dịch vụ
- Ostro: xây dựng công cụ phân loại log hỗ trợ khách hàng và sắp xếp lại pipeline dữ liệu
- Intuit: product manager dùng Replit để tạo mô phỏng chiến dịch và dashboard thực tế
Những giới hạn hiện tại
- Người không chuyên gặp khó khi sửa lỗi, và việc re-prompt cũng có giới hạn
- Khi tích hợp với hệ thống nội bộ, tốc độ bị chậm lại do rà soát bảo mật, độ phức tạp của xác thực và thiếu connector
- Mã được tạo ra cuối cùng vẫn cần được bảo trì
- Thiếu quản trị: còn hạn chế về kiểm soát truy cập, audit và quản lý phiên bản
- Phần lớn vẫn nghiêng về nguyên mẫu, còn hệ thống cấp độ production vẫn cần kỹ sư
- Giới hạn về chất lượng prompt: dễ phát sinh lỗi khi xử lý thiết kế hoặc logic phi chuẩn
Khác biệt về ưu tiên giữa công cụ nội bộ và nguyên mẫu
- Khi xây dựng công cụ nội bộ: bảo mật, kiểm soát truy cập, tích hợp và quản trị là cốt lõi
- Khi tạo nguyên mẫu: UI/thiết kế, tính linh hoạt và lặp lại nhanh được ưu tiên hơn
Triển vọng sắp tới
- Các công cụ AI tạo sinh chưa thay thế kỹ sư, nhưng đang thay đổi cách lập kế hoạch, kiểm thử và chia sẻ phần mềm nội bộ
- Hướng phát triển:
- Chuyển đổi mượt mà từ nguyên mẫu → công cụ vận hành
- Cho phép các nhóm tuyến đầu xây dựng ứng dụng ngay lập tức
- Tự xây dựng hệ thống nội bộ tùy biến tối ưu cho workflow của từng nhóm
- Một số doanh nghiệp đang tuyển kỹ sư triển khai nội bộ (IDE) để thúc đẩy thay đổi này ở cấp độ tổ chức
Kết luận
- Nếu no-code thế hệ đầu hứa hẹn khả năng tiếp cận, thì các công cụ dựa trên AI mang lại tốc độ và khả năng mở rộng
- Các công cụ nội bộ vốn chỉ dừng ở nguyên mẫu nhiều khả năng sẽ sớm tiến hóa thành hạ tầng cốt lõi của môi trường vận hành
1 bình luận
Do các vấn đề về kiểm soát nội bộ hoặc kiểm toán, điều này có vẻ vẫn không dễ để người không phải lập trình viên tận dụng. Khi ngày càng rõ rằng LLM hiện tại không thể trở thành AGI và cũng có giới hạn trong việc lập trình, có cảm giác ngày càng xuất hiện nhiều tuyên bố kiểu nghiến răng nói rằng "không, cái này thật sự làm được".