在过去的几年里发生了一个有趣的现象:IT专业人员变得精通业务，而业务专业人员变得更加精通技术。这种关系已经发展到几乎每个人都成为开发者的地步。
最近，Tom Davenport和Ian Barkin在麻省理工学院斯隆管理评论的网络广播中详细讨论了公民开发人员日益普遍的作用。他们还在MIT SMR的一篇相关文章中深入研究了这个主题。达文波特是巴布森学院(Babson College)的教授，也是《全情投入人工智能:聪明的公司如何凭借人工智能赢得巨大胜利》一书的合著者。他表示，公民开发者的优势在于，他们“对等式的两边都有理解。他们知道供应链中的问题是什么，也知道技术如何帮助改善这些问题。”
达文波特预测，混合专业人士将越来越多地交付和维护IT功能:“IT和商务人士都在向中间靠拢。”
随着公民开发人员的兴起，“在维恩图中几乎100%的重叠，”企业家、教育家、《智能自动化:欢迎来到超自动化世界》的合著者巴金同意道:“最终，这将意味着技术计划的成功率更高。传统的IT项目失败率非常高。这是因为在领域专业知识和知道你真正想要解决的问题之间缺乏重叠。并理解你试图解决它的工具。”
达文波特说，这种重叠的发生“是因为人类变得越来越技术化——越来越多的人熟悉信息技术，我们几乎每天都在使用手机、笔记本电脑等。”“与此同时，有一种长期趋势是，技术正变得更加以人为本——它变得更容易使用，它是一种指向和点击的东西，它是一种自然语言，它比必须理解复杂的编程语言要好。”
然而，普通开发人员还没有准备好参与设计企业架构或规划和维护基础设施需求。这些任务将留在软件专业人员的领域，他们提供指导、战略计划，并证明业务技术的可行性。
达文波特说:“护栏通常内置在提供标准、安全协议和记分卡的系统中，基本上可以使做正确的事情变得容易。”达文波特说:“一些公司创建了基于区域的标准，其中绿色应用程序是你可以做任何你想做的事情，黄色应用程序需要一些监督和风险管理，而红色应用程序，别管它了，it必须做到这一点。”“在员工离开公司之前，需要制定所有权和交接规则，让他们的部门在没有任何文件的情况下承担责任。”
巴金说，所有工人或专业人士都需要对技术和工具有基本的了解。“商界人士、非it人士、普通市民，具备成为普通开发人员和数据科学家所需的技能吗?有研究给出了否定的答案。我们也存在技能缺口。”他说，研究表明，考虑到技术变革的速度，60%的企业存在巨大的差距。
公民开发或自助服务的应用程序的兴起是幸运的，因为另一个紧迫的原因:没有足够的人来设计、构建和维护运行当今组织和服务的复杂系统。
人们常说“软件正在吞噬世界，现在每个企业都是软件企业”。Barkin指出:“这引出了一个问题:如果这些现实是真的，我们从哪里得到所有的软件人员?”
他继续说，解决方案的一部分可能是人工智能(AI)。引用英伟达首席执行官黄仁勋的话说，“现在世界上每个人都是程序员”。巴金说，他的观点是，“他的行业需要创造出没有人需要编程的计算技术。没有人需要知道Python或c++了。相反，它们可以用人类的语言编程。”
这种转换意味着领域专家——比如财务或制造经理——可以在需要时快速、轻松地创建或组装他们需要的技术。“他们可以利用自己的专业知识来解决领域问题，”巴金说。“最终，了解这个领域、了解这个问题的人，现在将拥有利用现成技术的专业知识，因为编程语言正变得越来越人性化。”
这种理解的转变迫在眉睫，因为即将出现的1.6亿技术工人短缺“根本不在市场上”，巴金补充道。“他们根本不存在。而需求之所以存在，是因为数字化转型势在必行，因为每家公司都是软件公司。”
大部分的开发工作都可以交给民间开发者，据分析机构Gartner估计，民间开发者的数量实际上“是专业软件开发者的四倍，”巴金说。这种分歧可能会扩大，“因为像生成式人工智能这样的东西的出现，使这项技术的使用变得更加容易。”
Davenport和Barkin还建议使用机器人流程自动化(RPA)和智能自动化(IA)等技术，这可能是公民开发人员构建和部署适合其业务需求的应用程序的最佳途径。采用这种新兴技术减轻了IT员工参与的需要，他们可能不完全熟悉业务痛点。
“与其他形式的人工智能相比，RPA和IA往往更容易实现，成本更低，”作者在麻省理工学院SMR的文章中表示。RPA被广泛用于访问来自多个系统的数据，并自动化结构化的信息密集型任务，例如路由传入的客户电子邮件或更新交易系统中的订单状态。当与机器学习和字符识别等IA工具相结合时，它们还可以做出数据驱动的决策，并从文档中提取重要信息，例如手写的客户表单或合同中的关键条款。”作者还认为，生成式人工智能增加了一个全新的维度。他们认为，该技术有助于“RPA的设计和实现更容易”。例如，自从OpenAI的ChatGPT发布以来，一些RPA供应商已经宣布了他们的RPA系统和ChatGPT提供的语言功能之间的接口。不久之后，用户就可以很容易地用任何自然语言指定自动化系统的所需属性，并自动生成系统的工作原型。生成式人工智能系统还应该能够自动创建易于理解的工作流程和决策规则描述，如果提示这样做的话。”
