prognoza dotycząca końca arkuszy kalkulacyjnych Generowanie kodu AI oznacza, że wszystko, co obecnie jest modelowane jako arkusz kalkulacyjny, lepiej modelować w kodzie. Zyskujesz wszystkie zalety oprogramowania - biblioteki, open source, AI, całą złożoność i ekspresyjność. Pomyśl o tym, czym tak naprawdę są arkusze kalkulacyjne: to logika biznesowa uwięziona w siatce. Modele cenowe, prognozy finansowe, śledzenie zapasów, przypisanie marketingowe - to wszystko są zasadniczo *programy*, które pisaliśmy w najgorszym możliwym IDE. Brak kontroli wersji, brak testów, brak modularności. Tylko krucha sieć odniesień do komórek, która łamie się, gdy ktoś wstawia wiersz. Jedynym powodem, dla którego arkusze kalkulacyjne wygrały, jest to, że bariera do pisania prawdziwego oprogramowania była zbyt wysoka. Analityk finansowy mógł nauczyć się =VLOOKUP w jedno popołudnie, ale nie mógł nauczyć się Pythona w miesiąc. Generowanie kodu AI całkowicie odwraca tę równowagę. Teraz ten sam analityk opisuje, czego chce w prostym angielskim, i otrzymuje prawdziwą aplikację - z bazą danych, interfejsem użytkownika, obsługą błędów, wszystkim. Marginalny wysiłek, aby przejść od "arkusza kalkulacyjnego" do "oprogramowania" spadł niemal do zera. To ogromne odblokowanie. Na całym świecie jest około 1 miliarda użytkowników arkuszy kalkulacyjnych. Większość z nich buduje niechlujne oprogramowanie, nie zdając sobie z tego sprawy. Gdy nawet 10% tych przypadków użycia przeniesie się do rzeczywistego kodu, otrzymasz eksplozję nowych mikroaplikacji, które nie przypominają tradycyjnego oprogramowania. Narzędzia wewnętrzne, które wcześniej żyły w udostępnionym arkuszu Google, teraz stają się prawdziwymi produktami. Arkusz kalkulacyjny "shadow IT", który prowadzi połowę operacji firmy, w końcu zyskuje odpowiednią infrastrukturę. Interesujący efekt drugorzędny: arkusz kalkulacyjny był wielkim wyrównywaczem, który pozwalał osobom nietechnicznym budować rzeczy. Generowanie kodu AI jest *następnym* wielkim wyrównywaczem, ale sufit jest 100 razy wyższy. Wkrótce zobaczymy, co się stanie, gdy miliard pracowników wiedzy będzie mógł budować prawdziwe oprogramowanie.

inżynier 10x to teraz inżynier 1000x Okazuje się, że umiejętności programistów AI nie są równomiernie rozłożone. Najlepsi programiści wiedzą, jak lepiej korzystać z narzędzi i kierować agentami niż przeciętny programista, a ta różnica tylko rośnie!

startup oprogramowania dot com startup startup Web 2.0 startup z pierwszeństwem dla urządzeń mobilnych startup natywny dla AI … ostatecznie staje się po prostu „startupem”