- Pengembangan perangkat lunak internal kini memasuki era ketika bahkan nonspesialis dapat membuat aplikasi lengkap dengan bahasa alami berkat AI generatif
- Alat low-code/no-code di masa lalu tidak berhasil lepas dari ketergantungan pada engineer karena keterbatasan integrasi, keamanan, dan skalabilitas
- Namun, app builder berbasis AI seperti Replit, Lovable, dan Vercel v0 memungkinkan pembuatan prototipe cepat serta implementasi workflow yang digerakkan pengguna
- Seperti pada kasus Sears, Zillow, dan Intuit, tim non-engineer kini langsung mengembangkan puluhan aplikasi internal yang dapat digunakan dalam operasi nyata
- Namun, keamanan, tata kelola, dan integrasi tetap menjadi kunci, dan paradigma baru di mana prototipe langsung berlanjut ke sistem produksi sedang mendekat
Sejarah alat internal
- Selama bertahun-tahun, perusahaan membutuhkan perangkat lunak internal seperti dashboard, workflow, dan database
- Ada berbagai upaya seperti Lotus Notes, makro Excel, dan Access, tetapi semuanya terbatas oleh masalah pemeliharaan dan skalabilitas
- Pada 2010-an, meluasnya cloud dan SaaS memperparah keterputusan data, sehingga alat internal mulai dipandang sebagai infrastruktur esensial
- Facebook berhasil dengan berinvestasi pada dashboard internal dan alat developer, tetapi sebagian besar perusahaan tidak memiliki kemampuan membangun sendiri
- Karena itu, platform generasi pertama seperti Retool dan Zapier muncul, tetapi tetap memiliki keterbatasan
Keterbatasan low-code/no-code
- Tidak ada self-service penuh: otomatisasi sederhana dimungkinkan, tetapi logika yang kompleks tetap memerlukan skrip
- Masalah integrasi dan keamanan: saat diadopsi perusahaan besar, dukungan RBAC, audit log, dan sertifikasi keamanan masih kurang
- Kendala skalabilitas: terbatas dalam mendukung data skala besar dan UI berperforma tinggi, serta akses API yang dibatasi
- Gesekan organisasi: kurangnya dokumentasi, tidak adanya manajemen izin, dan risiko shadow IT
AI generatif dan Text-to-Apps
- Sejak 2023, muncul generasi baru alat yang memungkinkan pembuatan aplikasi lewat bahasa alami
- Lovable, Replit, Vercel v0, Figma Make, dan Bolt menyediakan otomatisasi hingga UI, logika, DB, dan deployment
- Keunggulan:
- Waktu pembuatan prototipe dipangkas dari hitungan minggu menjadi beberapa jam
- Bahkan non-engineer dapat membuat aplikasi kerja nyata
- Kasus penggunaan awal mencakup dashboard, manajemen tiket, dan otomatisasi berbasis API untuk kebutuhan bisnis nyata
Contoh nyata
- Sears Home Services: nonspesialis membangun lebih dari 50 aplikasi internal (sistem tiket, notifikasi SMS, dashboard pemesanan suku cadang, dll.)
- Zillow: tim strategi membuat dashboard penjualan berbasis Three.js yang digunakan untuk pengambilan keputusan oleh pimpinan
- Oscar Health: engineer membuat alat pembuat avatar penyedia layanan dengan alat AI
- Ostro: membangun alat untuk klasifikasi log dukungan pelanggan dan perapian pipeline data
- Intuit: product manager membuat simulasi kampanye dan dashboard nyata dengan Replit
Keterbatasan saat ini
- Nonspesialis kesulitan saat memperbaiki error, dan ada batasan re-prompting
- Saat mengintegrasikan sistem internal, kecepatan melambat karena tinjauan keamanan, kompleksitas autentikasi, dan kurangnya connector
- Kode yang dihasilkan pada akhirnya tetap memerlukan pemeliharaan
- Tata kelola belum memadai: kurangnya kontrol akses, audit, dan manajemen versi
- Sebagian besar masih berfokus pada prototipe, sementara sistem tingkat produksi tetap memerlukan engineer
- Batasan kualitas prompt: error terjadi saat menangani desain atau logika nonstandar
Perbedaan prioritas antara alat internal dan prototipe
- Saat membuat alat internal: keamanan, kontrol akses, integrasi, dan tata kelola adalah inti
- Saat membuat prototipe: UI/desain, fleksibilitas, dan iterasi cepat lebih diprioritaskan
Prospek ke depan
- Alat AI generatif memang belum menggantikan engineer, tetapi sedang mengubah cara perangkat lunak internal direncanakan, diuji, dan dibagikan
- Arah perkembangan:
- Peralihan mulus dari prototipe → alat produksi
- Memungkinkan tim garis depan membangun aplikasi secara langsung
- Membangun langsung sistem internal kustom yang dioptimalkan untuk workflow tiap tim
- Beberapa perusahaan bahkan merekrut internal deployment engineer (IDE) untuk mempercepat perubahan ini di tingkat organisasi
Kesimpulan
- Jika no-code generasi pertama menjanjikan aksesibilitas, maka alat berbasis AI menawarkan kecepatan dan skalabilitas
- Ada kemungkinan besar alat internal yang selama ini berhenti di tahap prototipe akan segera berevolusi menjadi infrastruktur inti lingkungan produksi
1 komentar
Karena isu kontrol internal dan audit, ini juga tampaknya tidak mudah dimanfaatkan oleh non-developer. Karena kini makin jelas bahwa LLM saat ini tidak mungkin menjadi AGI dan juga punya batasan dalam coding, rasanya makin banyak pernyataan yang ngotot seperti, "Tidak, yang ini benar-benar bisa."