#7 - No-code i Low-code – jak tanio i skutecznie wdrażać AI?
No-code czy Low-code – które podejście sprawdzi się lepiej w Twoim biznesie?W tym odcinku analizujemy różnice między tymi metodami, omawiamy ich zalety i ograniczenia oraz zastanawiamy się, czy można skutecznie wdrożyć AI bez znajomości programowania.🔹 No-code – dla kogo jest, jakie ma możliwości i gdzie sprawdzi się najlepiej?🔹 Low-code – kiedy warto sięgnąć po to rozwiązanie i jaką daje elastyczność?🔹 Czy da się zbudować skuteczne rozwiązania AI bez kodowania?🔹 Które narzędzia warto znać i jak mogą pomóc w automatyzacji procesów?Podpowiadamy, kiedy warto postawić na szybkie, gotowe rozwiązania, a kiedy lepiej zainwestować w bardziej elastyczne podejście Low-code.Jeśli zastanawiasz się, jak tanio i skutecznie wdrożyć AI w swojej firmie – ten odcinek jest dla Ciebie! 🎧🚀Wymienione narzędzia no-code:- Relevance.ai- N8N- WordwareWymienione narzędzia low-code:- LangChain Platform- Langflow- CrewAI
Czy mógłbyś opowiedzieć naszym słuchaczom, na czym polega no-code i low-code? Jaka jest między nimi różnica? Dobra, Kuba. A więc w sumie różnica między low-code i no-code jest subtelna. Natomiast bardzo istotne jest, aby przed wyborem jednego z tych podejść zastanowić się i odpowiedzieć sobie na parę pytań. Dlatego, że tak jak sama nazwa, czyli low-code i no-code wskazuje na to, jakie możliwości konkretna platforma czy też usługa posiada, tak? Więc w przypadku no-code możemy sobie uzmysłowić, że są to generalnie platformy, które nie mają żadnego nakładu programistycznego. Czyli możemy sobie wyobrazić, że odpalając taką platformę, będziemy posiadali jakiś wysublimowany interfejs graficzny, gotowe komponenty i będziemy w stanie sobie te komponenty łączyć i na tym kończy się już cała zasada działania no-code.
Natomiast low-code jest to pewnego rodzaju Można powiedzieć część łącząca aplikacje, które mają kody, ale jednocześnie posiadają pewien interfejs graficzny i posiadają również gotowe komponenty. No i oczywiście tutaj można byłoby wyróżnić takie aplikacje właśnie jak Longchain, czy Longflow, czy czasami również nawet Webflow, w którym możemy i jednocześnie tworzyć komponenty graficzne w takim interfejsie, jak i wyprzeć kawałek swojego kodu. Więc tak podsumowując, te podejścia no-code'owe są podejścia, w których możemy coś dosłownie mówiąc wyklikać, mieć gotowy produkt czy rozwiązanie bardzo szybko, a podejścia low-code'owe są podejścia, które pewnie możemy też wyklikać dużą część naszej pracy, natomiast nie zamykamy się tylko i wyłącznie na interfejs graficzny.
Wraz co 4 lata się zmieniają, to możemy zauważyć, że coraz więcej elementów abstrakcyjnych się dobudowuje. Elementy abstrakcyjne polegają właśnie na tym, że zamiast powtarzać pewnego rodzaju czynności w kółko, to budujemy sobie jakiś szablon. No i co też możemy założyć teraz, tak, że jeżeli posiadamy już pewnego rodzaju rozwiązanie technologiczne, które jest wykorzystywane w kółko, czyli na przykład wysyłanie zapytań do jakiegoś serwera i ten serwer nam wrzuca jakieś bardzo konkretne odpowiedzi, tak, czyli chociażby łączenie się do jakiegoś OpenAI czy Antropica, No to oczywiście budujemy sobie jakiś poziom abstrakcji i ten poziom abstrakcji może być albo jakiś nasz serwis, który napiszemy sobie sami, albo może być jakaś platforma low-code'owa, która już buduje właśnie taki poziom abstrakcji dla nas.
I tak jak powiedziałeś, na przykład wykorzystanie takiego longchain'a czy longflow'a czy jakiejkolwiek innej platformy jest tego rodzaju właśnie poziomem abstrakcji. No bo to, co się liczy dla nas finalnie, to jest to, żeby rozwiązać problem, a nie żeby chwalić się, jak nisko technologicznie potrafimy zejść i napisać serwer w C od 0 na przykład. Mam wrażenie, że jeszcze do tego, o czym mówisz, trzeba dodać jedną bardzo ważną rzecz, która rozróżnia z punktu widzenia biznesowego no-code od low-codu. Jest to abonament, licencja, bo o ile w przypadku low-code spotykamy się Z podejściem narzędzi open source'owych, które możemy użyć, bo tak naprawdę one pomogą nam wytworzyć znaczącą ilość kodu, ale są ogólnodostępne, nie wymagają płacenia, po prostu stawiamy infrastrukturę i płacimy, nie wiem, za klucz API, czyli za te tokeny, że używamy na przykład GPT czy LAMy czy innego modelu EjAjowego, tam płacimy za zużycie jakby tej mocy obliczeniowej.
Ale jakby sama platforma low-codowa jest w wielu przypadkach darmowa, czego absolutnie nie można powiedzieć o platformach low-codowych. I nie mówię, że są to jakieś niesamowicie wielkie pieniądze, ale trzeba być świadomym tego, że jeżeli załóżmy macie produkt, który ma gigantyczny ruch, To no-code może być złym kierunkiem, ponieważ ma pewne ograniczenia, ale jeżeli na przykład macie firmę, która ma, nie wiem, 10, 20, 30 osób i wykonuje jakąś operację 30 tysięcy razy w miesiącu, załóżmy, to może się okazać, że są to naprawdę trywialne i pomijalne koszty w kontekście tego, co może Wam zaoferować no-code i jak szybko taka implementacja może przebiegać. Dobra, to teraz jeszcze mam pytanie.
No to to jest już zdalny problem, który na pewno bardzo wiele platform, czy to no-code'owych, czy low-code'owych po prostu automatyzuje. I nie bójmy się tutaj stwierdzić tego, nie bójmy się po prostu powiedzieć, że to jest automatyzacja, bo to jest pewnego rodzaju automatyzacja. No i tutaj wydaje mi się, że też nie ma co z tym walczyć i próba tworzenia czegoś od zera jest tak naprawdę tylko i wyłącznie Sztuczna Inteligencja w Twojej Firmie
Natomiast w momencie, kiedy problem nie jest jeszcze dokładnie zdefiniowany i na przykład zastanawiamy się, czy jakiś POC przyniesie nam konkretną wartość i możemy sobie wyobrazić, że na przykład prowadzimy jakiś software house, mamy jakiś produkt, No i z tego produktu sprowadzają nam różne opinie, są różne logi, no i zastanawiamy się, czy jesteśmy w stanie stworzyć system, który na bazie tych logów będzie w stanie wnioskować, będzie w stanie np. odpowiedzieć na jakieś ingresy, możemy jeszcze analizować dokumenty wewnętrzne itd., itd. No to jest już problem, który nie jest tak dobrze zdefiniowany i najpewniej wiele platform nie posiada jeszcze bardzo konkretnych kryteriów sukcesu, jeżeli chodzi o tego typu Tego typu problem.
I tutaj na przykład podejście w stylu zbudujmy sami coś od zera, choć wykorzystajmy platformę low-codową i dołóżmy od siebie trochę serca, może przynieść po prostu lepszy rezultat. Więc kończę z tą przedługą wypowiedź. Jeżeli nasz problem jest dobrze zdefiniowany, jest to już znany problem, czyli jeżeli możemy znaleźć gotowe rozwiązania w znanych platformach, To wydaje mi się, że podejście, w którym po prostu sprawdzimy to rozwiązanie i damy im szansę za niewielką ilość najpewniej pieniędzy jest najprawdopodobniej sposobne, bo tryby też szybko sprawdzimy i szybko dostaniemy walidację, czy to rozwiązanie spełnia nasze kryteria. Natomiast jeżeli nasz problem jest poważniejszy i zakładając, że posiadamy budżet, aby sprawdzić, czy możemy taki problem rozwiązać, to pewnie podejście byłoby takie, że dzielimy sobie ten problem na mniejsze podproblemy.
Każdy z nich próbujemy rozwiązać albo już w takiej wersji pełnokoderskiej, albo wykorzystując platformy low-code'owe plus dorzucając trochę serca od siebie w kodzie. No i jeżeli uda nam się rozwiązać te kawałki problemów razem, to potem możemy to połączyć w większy system i prawdopodobnie wyjdziemy lepiej idąc taką ścieżką. No tak, w sumie masz rację, bo doszliśmy trochę do takiej odpowiedzi na koniec. To zależy, czyli klasyka gatunku. Ale sytuacja wygląda tak, że te narzędzia można ze sobą łączyć. I to zależy od tego, jaki kaliber problemu, tak jak Kuba wspomniał wcześniej, rozwiązujemy. I wtedy najlepiej zobaczyć, czy możemy to zrobić łatwo i szybko, przetestować to narzędzie, czy to się w ogóle dla nas sprawdza.
Może warto zainwestować w oparciu o to, jeżeli 20 osób w naszej firmie realizuje ten temat, no to może warto, ale jeszcze dorzuciłbym na koniec Może warto zrobić research i zobaczyć, czy takie narzędzie, które rozwiązuje ten problem, istnieje. Jak chociażby notatki ze spotkań, bo klasyka gatunku, tak? Teraz każdy chce mieć notatki AI, które działają lepiej, gorzej, w różnych językach. Każda platforma oferuje swoje, ale jest też zewnętrzne oprogramowanie, wiele produktów, które to robi. I może nie ma potrzeby po prostu robić czegoś customowego. Sami generalnie dotykaliśmy też tego case'u i Pierwsza myśl jest taka, że trzeba to zrobić, kolejna, że może są narzędzia. Ja na przykład ostatnio dotknąłem problemu, którym są notatki, nie notatki, tylko napisy do wytwarzanych materiałów wideo.
To może zacznijmy od Ciebie, bo ja już się troszeczkę nagadałem, także śmiało rozpoczynaj od swoich propozycji. Okej, więc może tak faktycznie jak powiedziałeś, wydaje mi się, że ja bym zaczął od tych takich narzędzi bardziej low-code'owych z tego też powodu, że no nie ukrywajmy, ja lubię mieć gdzieś tą Zwinność i możliwość, aby w każdym momencie podłączyć się jakimś dodatkowym serwisem, coś od siebie dodać, może coś zmienić, ale też nie ma być uwiązany do konkretnych vendorów, więc jeżeli jakaś platforma na przykład posiada wtyczkę do OpenAI, a na przykład nie posiada do deepseeka, no to już nie jestem aż tak szczęśliwy. Dlatego wolę mieć sytuację, w której wykorzystuję low-code'owe podejścia, które pozwalają mi właśnie podpiąć się na przykład do Hugging Ace'a i dobrać sobie obojętnie jaki model i postawić pochodniutkę lokalną bądź na jakiejś usłudze Cloud AI.
Więc na tą chwilę moim takim, można powiedzieć, top 1 pickiem jest LandChain Platform. I właśnie wynika to z tego, że Zadziera ona wiele ciekawych rozwiązań, takich jak LangSmith czy LangServe, które ułatwiają te procesy monitoringu aplikacji oraz serwisu aplikacji . Natomiast posiadają też coś co nazywa się LangDash Platform, co pozwala na to, że możemy postawić sobie lokalnie usłudze serwer backendowy, dołożyć do niego co chcemy, Sztuczna Inteligencja
Cały proces wytoczenia i oprogramowania jest znacznie przyjemniejszy i łatwiejszy. Więc moje TOP 1 to jest na pewno Langchain Platform. Na drugim miejscu myślę, że będzie Crew AI. Dlatego już byłem bez Myślę, że bez większych przysług, to jestem w stanie powiedzieć, że na tą chwilę jest to jedna z lepszych platform takich wieloagentowych. Też samo, które EjAj powstało w zasadzie z założenia, a to żeby wspierać nie takie jednoagentowe czy podejścia Nie agentowe tak naprawdę, tylko podejście już w pełni wieloagentowe, co powoduje, że ich kierunek jest bardzo konkretny.
No i z tego też powodu, że coraz bardziej idziemy w takim kierunku wieloagentowym. Ta platforma naprawdę bardzo, bardzo dobrze działa z obecnymi wymogami, startami i z nami czasem rozwiązać. A Ty, Kuba? Mamy jeszcze pytanie o te narzędzia, które mówiłeś, bo z tego, co pamiętam, w praktyce tam jest dostęp do kodu źródłowego cały czas, na którym możemy sobie pracować, ale one też bazują na takich węzłach, które po prostu Możemy sobie je łączyć, możemy sobie trochę wyklepać kodu przy tym, a jednocześnie mamy mnóstwo integracji, które są zdefiniowane od razu na starcie, z których możemy sobie korzystać bez konieczności wyklepywania ich ręcznie z poziomu kodu. Czy tak to w praktyce wygląda, czy o czymś nie wspomniałem?
Jasne, super, dzięki wielkie za wytłumaczenie. Odpowiem teraz na Twoje poprzednio zadane pytanie, które zbiłem dalszą dyskusją. No-code, słuchajcie, mi się podobały trzy narzędzia. Testowałem ich trochę więcej, ale trzy generalnie czułem tak z poziomu interfejsu, że przemawiało to do mnie i rozumiałem przede wszystkim o co w nich chodzi. I mam trzy zupełnie inne propozycje. Na pierwszym miejscu postawiłbym myślę, że EXECFO. N8n, czyli po polsku N8n. Platforma, która służy do przede wszystkim automatyzacji. W której możemy zrobić bardzo dużo rzeczy i polecam ją przez jej uniwersalność.
I jest to bardzo fajne i uniwersalne, bo daje nam pełną swobodę działania, a jednocześnie jest to platforma, która jest dość mocno osadzona w rynku. Co to znaczy? Są tutoriale, naprawdę community również jest bardzo sensowne. I teraz druga platforma, która bardzo mi się spodobała, jest to platforma, czytając na polski relevanse, na angielski bardziej relevance. Nie wiem, nie mam pojęcia, jak to nazwę prawidłowo wymówić, Pracujesz? Jest dobrze. Tak, dobra. Relevance.EjAj jest to platforma, która... Nie mam pojęcia tak naprawdę, co za nią stoi, jeśli chodzi o kapitał i inwestycje. Ale bardzo szybko byłem w stanie wytworzyć na niej automatyzację, gdzie LLM-a integrowałem z Gmail-em, budowałem jakieś triggery.
To właśnie o niej wspominałem, że udało mi się szybko zrobić proof of concept bez żadnej wiedzy. Są tam oczywiście rzeczy czasem bardziej skomplikowane, gdzie trzeba sięgnąć po poradnik w internecie, który powie nam, jak coś zrobić. Ale te poradniki również są. Wydaje mi się, że jest ona na początkowym etapie rozwoju, ale wydaje się być bardzo interesującą propozycją, jeżeli ktoś z Was chce zrobić jakąś automatyzację szczególnie opartą o sztuczną inteligencję. I na koniec Platforma WorldWare. Platforma, która próbuje trochę zrewolucjonizować to, w jaki sposób myślimy o tych automatyzacjach. Ona ma być prompt-based, czyli tak naprawdę klepiemy prompty sobie w tej platformie i ona buduje nam tę automatyzację.
Co ciekawe, stoi za nią kapitał rzędu 120 milionów. Jeśli się nie mylę, jest to polski startup, który trafił do Krzemowej Doliny, ponieważ founderzy pracowali z Y Combinatorem, więc Bardzo fajne grono ludzi, którzy chcą zmienić to, jak wygląda świat, zrobić coś bardzo innowacyjnego. Miałem okazję pokorzystać z tej platformy, ale wydaje mi się, że potrzebuje ona jeszcze chwili na rozwój. Więc zachęcam Was do zobaczenia, jak to wszystko wygląda. To jest mój trzeci pik, ponieważ biorąc pod uwagę, jakie środki zostały tam zainwestowane, może się okazać, że będzie to bardzo innowacyjna platforma, której na przykład warto się już uczyć.
I to tyle z moich polecajek. Trzy pierwsze. Pojawiały mi się jeszcze inne polecajki, na przykład Voiceflow, platforma, która świetnie daje możliwość prototypowania konwersacyjnych agentów AI, czyli takiego mądrzejszego chatbota. Trafiałem na Bubble, to jest platforma do budowania aplikacji. Również patrzę, co tu jeszcze ciekawego mamy. Tak, kilka platform przede wszystkim było do budowania Apps with EjAj, do budowania aplikacji, ale jakby nie przypadły mi aż tak bardzo do gustu. Nie pracowało mi się na nich zbyt dobrze. Wiadomo, mamy jeszcze systemy związane na przykład z Amazonem, typu Amazon SaleMaker Studio, ale miałem takie wrażenie, że tam bardziej trzeba być DevOpsem.
Zrobienie czegoś, co dla nas było darmowe technologicznie, bo byliśmy w stanie zainwestować x czasu i coś zrobić, okazało się być overkillem i zainwestowanie x dolarów w platformę, która była bardziej kompleksowa, po prostu problem nam rozwiązało lepiej. Dlatego zawsze warto obrać kilka ścieżek, czasem narzędzie, czasem automatyzacja, a czasem coś np. customowego, co będziemy w stanie rozwijać. I wracamy do naszego To zależy, ale da się taniej. Myślę, że zawsze da się taniej, zawsze da się poszukać alternatywy, która po prostu zawsze będzie miała swoje plusy i minusy. Dokładnie tak. Super, dziękuję Ci Kuba za bardzo interesującą rozmowę i cóż, myślę, że to tyle w tym odcinku.
Mamy nadzieję, że nasze propozycje narzędzi Low-code, No-code zainspirują Was do działania, żeby nie czekać, tylko uczestniczyć w tej rewolucji opartej o sztuczną inteligencję, dołączyć się. A jeżeli macie o to pytania, śmiało pytajcie, być może będziemy w stanie odpowiedzieć albo nagrać dodatkowo odcinek na temat jednej z tych platform. Dzięki wielkie. Super. Dzięki za uwagę.
Pokazano wszystkie 21 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Jakub Wujek i Jakub Chojnacki przedstawiają temat odcinka i omawiają najnowsze wydarzenia w świecie sztucznej inteligencji.
Jakub Chojnacki definiuje no-code i low-code, podkreślając różnice między tymi podejściami w zakresie sztucznej inteligencji.
Jakub Chojnacki i Jakub Wujek omawiają różnice między no-code i low-code, podkreślając ich zastosowania w praktyce.
Jakub Wujek podkreśla, że narzędzia low-code'owe są bardziej złożone niż no-code i wymagają bardziej deweloperskich umiejętności.
Jakub Wujek omawia rozwój technologii i budowanie abstrakcji w programowaniu, podkreślając znaczenie tego w kontekście no-code i low-code.
Jakub Wujek i Jakub Chojnacki poruszają temat kosztów różnych podejść do automatyzacji i podkreślają, że wybór zależy od klasy problemu.
Jakub Chojnacki i Jakub Wujek omawiają różne aspekty wyboru między no-code, low-code i customowym kodowaniem, podkreślając potrzebę zdefiniowania problemu.
Jakub Chojnacki przedstawia swoje preferencje i poleca narzędzia takie jak N8n, Relevance.EjAj i WorldWare, podkreślając ich zalety i wady.
Jakub Chojnacki i Jakub Wujek podsumowują rozmowę, podkreślając, że wybór podejścia zależy od klasy problemu i zdefiniowanego celu.
Kuba podkreśla, że najważniejsze jest rozwiązywanie problemu najprostszym możliwym sposobem, bez nadmiernego rozbudowy abstrakcji.
Kuba i gość podkreślają, że warto poszukać najtańszej opcji, która jednak nie będzie strzałem w kolano i rozwiąże problem.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.
No-code czy Low-code – które podejście sprawdzi się lepiej w Twoim biznesie?
W tym odcinku analizujemy różnice między tymi metodami, omawiamy ich zalety i ograniczenia oraz zastanawiamy się, czy można skutecznie wdrożyć AI bez znajomości programowania.
🔹 No-code – dla kogo jest, jakie ma możliwości i gdzie sprawdzi się najlepiej?
🔹 Low-code – kiedy warto sięgnąć po to rozwiązanie i jaką daje elastyczność?
🔹 Czy da się zbudować skuteczne rozwiązania AI bez kodowania?
🔹 Które narzędzia warto znać i jak mogą pomóc w automatyzacji procesów?
Podpowiadamy, kiedy warto postawić na szybkie, gotowe rozwiązania, a kiedy lepiej zainwestować w bardziej elastyczne podejście Low-code.
Jeśli zastanawiasz się, jak tanio i skutecznie wdrożyć AI w swojej firmie – ten odcinek jest dla Ciebie! 🎧🚀
Wymienione narzędzia no-code:
- Relevance.ai
- N8N
- Wordware
Wymienione narzędzia low-code:
- LangChain Platform
- Langflow
- CrewAI