Che cos'è il low-code?

Il low-code è un approccio allo sviluppo software che permette alle persone di costruire applicazioni con codifica manuale minima. Invece di scrivere tutto da zero, lo sviluppatore utilizza strumenti visivi come interfacce drag-and-drop, componenti predefiniti, workflow e modelli.

Senza una piattaforma low-code, lo sviluppo tradizionale implica la scrittura di centinaia o migliaia di righe di codice per creare anche una semplice app. Grazie al low-code, gli utenti con scarse competenze di programmazione possono progettare utilizzando interfacce visive intuitive. Anche gli sviluppatori esperti possono trarre vantaggio da queste funzionalità.

Ad esempio, alcune applicazioni aziendali richiedono la conoscenza di un linguaggio di programmazione specifico, restringendo la selezione degli sviluppatori. Eliminando questo collo di bottiglia, le piattaforme di sviluppo low-code riducono il ciclo di vita dello sviluppo del software (SDLC), consentendo agli ingegneri esperti di ottenere di più e più velocemente.

L'interfaccia utente grafica e le funzionalità di trascinamento di una piattaforma low-code automatizzano gli aspetti del processo di sviluppo, eliminando la dipendenza dagli approcci tradizionali alla codifica. Le piattaforme low-code democratizzano lo sviluppo delle app, particolarmente per gli sviluppatori non addetti ai lavori, ovvero utenti business con poca esperienza formale nel coding, come ad esempio analisti di business o responsabili di progetto.

A differenza delle piattaforme di sviluppo no-code, che permettono agli utenti di creare applicazioni e automatizzare processi aziendali senza scrivere codice, gli ambienti low-code sono spesso utilizzati da sviluppatori professionisti per automatizzare gli aspetti generici della codifica. Questo reindirizza gli sforzi sull'"ultimo miglio" dello sviluppo.

Entrambi gli approcci mirano ad astrarre gli aspetti complessi della codifica utilizzando interfacce visive e template preconfigurati, ma presentano differenze in termini di utenti previsti, casi d'uso e altro ancora.

L'ascesa della codifica assistita dall'AI ha sfumato i confini che in precedenza definivano queste due Categories. Questo cambiamento rappresenta l'ultimo passo nella lunga evoluzione del low-code che risale agli anni '80.

Negli anni '80, nuovi strumenti consentirono agli sviluppatori di creare applicazioni basate su database con molto meno codice rispetto ai metodi di programmazione tradizionali.

Gli anni '90 hanno visto l'emergere del sviluppo rapido di applicazione (RAD), che si è concentrato sull'accelerazione della distribuzione del software, in parte attraverso strumenti visivi. Ambienti di sviluppo integrati (IDE) come Microsoft Visual Basic hanno contribuito a diffondere le interfacce drag-and-drop.

I progettisti visivi, i controlli riutilizzabili e la programmazione basata sugli eventi hanno ridotto la complessità dello sviluppo e hanno prefigurato molte delle funzionalità presenti nelle moderne piattaforme low-code.

Gli anni 2000 portarono le piattaforme di business process management (BPM) per rispondere alla necessità di strumenti che potessero abilitare automazioni di processo senza richiedere risorse di codifica estese. Sono emersi strumenti che permettono alle organizzazioni di modellare e automatizzare visivamente i workflow.

Il decennio successivo ha introdotto i servizi cloud, che hanno creato le condizioni ideali per il successo delle piattaforme low-code, portando all'ascesa del concetto di "citizen developer". Gli utenti business con competenze limitate di codifica dovevano essere in grado di costruire app e workflow per i loro team, e le piattaforme low-code colmavano questa lacuna. Le piattaforme uso limitato di codice sono andate oltre l'automazione del workflow per supportare app rivolte ai clienti, app, API e integrazione dei dati, dashboard di analytics e altro ancora.

Gli anni 2020 hanno visto un nuovo capitolo nell'evoluzione delle piattaforme a uso limitato di codice. In precedenza, i fornitori low-code competevano su una premessa semplice: lo sviluppo software è troppo difficile, quindi sviluppatori e utenti business hanno bisogno di astrazioni visive per evitare di scrivere codice. Lo sviluppo del software era lento e gli sviluppatori qualificati erano rari e costosi. Gli utenti business con capacità limitate di codifica non potevano partecipare alla creazione dell'app. Piattaforme come Mendix, Microsoft Power Apps e Appian hanno affrontato questo problema attraverso astrazioni visive intelligenti che offrivano velocità in cambio di un maggiore controllo.

I nuovi sistemi di codifica AI-first hanno introdotto una nuova proposta: e se l'AI generativa potesse scrivere la maggior parte o tutto il codice al posto tuo? Gli odierni sistemi di codifica agentica eliminano gran parte della necessità di astrazioni visive. Ora puoi far fare al codice ciò che vuoi semplicemente dicendo a un modello cosa realizzare.

Ad esempio, uno sviluppatore ora può descrivere un'applicazione in linguaggio naturale: "Crea un portale clienti con autenticazione, fatturazione degli abbonamenti, notifiche via e-mail e una dashboard di amministrazione." Un sistema agentico può generare automaticamente gran parte della struttura del progetto, della configurazione dell'infrastruttura, dello schema del database, delle API, dei test e dei componenti frontend.

I modelli linguistici di grandi dimensioni (LLM) possono generare codice, progettare workflow, creare interfacce utente e tradurre prompt in linguaggio naturale in componenti software. Questo ha persino reso possibile una pratica nota come "vibe coding", ovvero la pratica di spingere gli strumenti di AI a generare codice senza comprendere i rudimenti della programmazione, anche se questa pratica comporta rischi seri, soprattutto nel contesto della creazione di applicazioni aziendali. Le organizzazioni di oggi si trovano ora alle prese con nuove forme di shadow IT, quando i dipendenti utilizzano piattaforme di codifica assistite dall'AI senza una supervisione adeguata e processi stabiliti.

Gli agenti AI possono fare molto più che generare frammenti di codice. Possono:

• Analizzare interi repository

• Comprendere l'architettura delle applicazioni

• Creare più file contemporaneamente

• Rifattorizzare grandi sistemi

• Generare test

• Risolvere i problemi

• Eseguire comandi e strumenti

• Iterare autonomamente verso un obiettivo

Sebbene molti fornitori di low-code abbiano integrato assistenti AI che consentono agli utenti di descrivere le applicazioni in un semplice linguaggio umano, è in corso un passaggio più ampio verso piattaforme di generazione di codice AI basate sull'agentic AI.

L'agentic coding è più di un completamento automatico assistito dall'AI. Questi sistemi fungono da collaboratori con gli sviluppatori, con agenti che non solo possono generare codice ma anche intraprendere azioni autonome attraverso l'SDLC. Tali piattaforme includono sempre più GitHub Copilot, OpenAI Codex, Claude Code di Anthropic, Cursor e IBM Bob.

Alcuni hanno dichiarato l'obsolescenza del low-code come era noto un tempo. Una delle principali conseguenze dell'agentic coding è il paradigma del "code-first low-code". Il risultato di un agentic coding non è un low-code, ma una base di codice convenzionale. Questo significa piena proprietà, codice personalizzato, meno blocco da fornitore e compatibilità con gli strumenti moderni.

Alcune organizzazioni che qualche anno fa avrebbero scelto una piattaforma low-code potrebbero ora utilizzare agenti AI per sviluppare software. In risposta a ciò, molti fornitori di low-code hanno integrato l'agentic AI nei loro prodotti. Le tele visive per cui queste piattaforme sono note rimangono, ma l'esperienza di codifica manuale viene sostituita dalla generazione di codice AI.

In effetti, i fornitori low-code stanno trasformando i loro prodotti da builder visivi ad ambienti di orchestrazione per agenti AI. Il confine tra low-code e software engineering si sta assottigliando, con l'agentic coding a sfumare ulteriormente la distinzione. Invece di sostituire il codice, gli agenti sostituiscono gran parte delle competenze e degli sforzi umani necessari per produrre codice, un'astrazione ancora più potente. Per questi motivi, molti pensano all'agentic coding non come alla fase successiva del low-code, ma come al suo successore.