ローコード／ノーコード開発ツールを利用していない企業には、可視化に重点を置いたAIツール（AI技術を活用したツール）を使うとよい。一部のローコード／ノーコード開発ツールは、IT部門の監督やスケジューリングなしにタスクを実行する。つまりコストと使い勝手を最適化するためには、ストレージやCPUなどのリソースと、アプリケーションの両方における可視性が重要だ。例えばアプリケーション監視ツール「Dynatrace」は、AI技術を活用してアプリケーションとリソースの全体的な可視化を提供する。「Prometheus」などのメトリクス（指標）監視ツールとAIツールを連携させることも可能だ。

　ローコード／ノーコード開発ツールは一般的に、

• コンポーネント（部品）のドラッグ&ドロップ
• 表やフォーム
• ウィザードやアシスタントツール

のいずれかを使ってアプリケーションを設計する。ローコード開発ツールでは、エンドユーザーがプログラミングによってカスタムコンポーネントを作成できるため、より自由度の高い開発が可能だ。

　ノーコード開発ツールのカスタマイズオプションは限定的で、基本的には自動生成されたコンポーネントを用いて開発する。ローコード開発のアプリケーションでは、開発者はソースコードを提案するアシスタント機能を好む傾向がある。「GitHub Copilot」のようなAI技術を活用したアシスタント機能は、ローコード開発ツールに加えて一般的な開発ツールでの開発支援も可能だ。テキストや画像などを自動生成するAI技術「生成AI」（ジェネレーティブAI）によるコーディング支援は、それ自体がローコード開発であるともいえる。

クラウドで広がるAI×ローコード／ノーコード

　従来通りのノーコード開発の支援ではなく、AI技術を活用した可視化やドキュメント生成が、ローコード開発におけるAI技術活用のトレンドとなっている。生成AIを活用したコーディングがローコード開発の一形態であるように、クラウドサービスやアプリケーションで利用可能な機械学習（ML）ツールの活用は、ローコード／ノーコード開発の一形態だといえる。Amazon Web Servicesの「Amazon SageMaker」、Appleの「Create ML」、Google Cloud Platformの「Google Cloud AutoML」は、代表的な機械学習サービスだ。これらの機械学習サービスで訓練したモデルや、AI技術ベンダーOpenAIのLLM（大規模言語モデル）である「GPT」を活用したベースを使うことで、アプリケーション開発に必要なフローチャートや表をデータから生成できる。この手法は、AI技術を活用したノーコード開発と類似している。

　一部のベンダーは、AI技術を組み込んだローコード／ノーコード開発ツールをクラウドサービスとして提供している。ベンダーはこうした「AI技術を組み込んだクラウド型ローコード／ノーコード開発ツール」にかなりの時間や費用、労力を費やしてきた。そのため、将来的には主流になる見込みだ。AI技術を組み込んだクラウド型ローコード／ノーコード開発ツールは、従来のアプリケーション構築パターンをAIモデルが決定するため、エンドユーザーはコーディング不要でアプリケーションを構築できるようになる。

　DevOpsは、開発部門と運用部門をつなぐ開発手法だ。ローコード／ノーコード開発は、基本的なアプリケーションを構築したいシチズンデベロッパー（ITを専門としない開発者）や、DevOpsの専門家である熟練開発者を支援する。AI技術は開発やテスト、デプロイ（実装）、運用において重要な役割を果たしており、将来的により大きな役割を果たすことが期待される。これらの作業にAI技術を組み込む上では、AI技術を単独で使用するのではなく、AIツールを使用することだ。