In een eerdere blog vertelden we al dat we als CrossBreeze bezig zijn met de ontwikkeling van CrossModel, een stap richting geavanceerde modelleersoftware. Maar de toekomst van modelleren stopt hier natuurlijk niet. Hoe kunnen we AI inzetten om het modelleren nog verder te versnellen en te vergemakkelijken? In deze blog werpt Harmen Wessels, een van de oprichters van CrossBreeze, een blik op de – niet eens zo verre – toekomst van AI-assisted modeling.

Slimmer werken met AI

Als experts in modelgedreven ontwikkeling en codegeneratie zijn we altijd bezig met dingen slimmer en efficiënter doen. Alles wat geautomatiseerd kan worden, willen we ook daadwerkelijk automatiseren. Dit doen we al met onze modelgedreven aanpak, maar we zien nog ruimte voor verbetering. De huidige tools in de markt missen nog de slimme features die bijvoorbeeld op basis van wat je al hebt gedaan, automatisch voorstellen doen voor een volgende stap. Stel je voor dat je een tool hebt die herkent hoe je eerder dataflows hebt gemodelleerd en voorstelt om hetzelfde patroon te volgen, of een tool die automatisch valideert wat je hebt gedaan en fouten herkent. Een AI-model kan die vreemde eend in de bijt snel vinden en corrigeren, waardoor je tijd en moeite bespaart.

In de praktijk

Bij de Rabobank zijn meerdere teams bezig met modelleren. Geregeld komen er vragen langs als: ‘Moeten we deze constructie in een inheritance-structuur modelleren of kunnen we het op een andere manier oplossen?’ Vaak moeten mensen overleggen of richtlijnen nalezen die door lead-modeling-experts zijn opgesteld. Hoe mooi zou het zijn als de tool je helpt bij het maken van deze beslissingen; als de software modelpatronen herkent en op basis hiervan feedback kan geven. Zo hoef je niet continu richtlijnen na te lezen of te controleren of je ze correct toepast; de tool doet dit voor je.

AI als je nieuwe collega?

Stel je voor dat je tegen je modelleertool kunt praten en dat deze automatisch modellen genereert. Dit is geen sciencefiction, maar een realistische mogelijkheid voor de niet al te verre toekomst. Je zit in een meeting met de business, de AI-assistant luistert mee en begint tijdens het gesprek al met modelleren. Na de meeting kun je direct verder werken met wat er al is opgebouwd. Een AI-systeem kan ook een analyse van brongegevens uitvoeren en de benodigde transformaties bepalen op basis van informatiebehoeften die tijdens de meeting worden besproken. Dan hoef je alleen nog maar te checken: is het gemodelleerde conform projectafspraken en kloppen de transformaties en afleidingen? Dit concept, een soort modelingassistant, maakt modelleren niet alleen efficiënter, maar ook veel eenvoudiger en minder foutgevoelig. Modelleren 4.0, zeg maar… Wij hebben er nu al zin in.

Wil je op de hoogte blijven van de ontwikkelingen van CrossModel en mogelijk deel uitmaken van de testgroep? Meld je dan aan via deze link.