日韩国产高清一区二区,在线观看成人无码中文AV天堂,少妇无码太爽了不卡视频在线看,国产AV一区二区三区

icon

新聞 資訊

News and information

AI大模型來了,低代碼還有機會嗎?

發(fā)布時間:2024-08-10

  詛咒還是福音?AI大模型將如何影響低代碼平臺的發(fā)展。


  AI大模型的突飛猛進,不僅引領了技術的革新浪潮,也為各行各業(yè)的發(fā)展帶來了前所未有的挑戰(zhàn)與機遇。近年來,隨著人工智能技術的不斷進步,關于各行各業(yè)將被AI取代的論調(diào)此起彼伏,引發(fā)了許多從業(yè)者的不安。


  幾年前,我們還在以吃瓜群眾的身份圍觀因為輸給AI而幾度落淚的頂尖圍棋手。沒想到,轉眼之間,AI的的劍鋒便直指我們每個人眼前。AI大模型的突破,使得AI引發(fā)的職業(yè)危機感正向更廣泛的行業(yè)蔓延。


  在這一背景下,低代碼行業(yè)(嚴格來說,這一行業(yè)包含低代碼和無代碼兩種類型,本文統(tǒng)一用低代碼代替)也成為被唱衰最嚴重的行業(yè)之一。作為一個相對年輕的行業(yè),低代碼自概念提出至今,尚處于發(fā)展與探索中。從技術創(chuàng)新到產(chǎn)品設計,再到商業(yè)模式的確立,低代碼行業(yè)正逐步展現(xiàn)出其獨特的價值與潛力。然而,就在這一行業(yè)開始展露鋒芒之際,AI大模型的崛起為其帶來了新的挑戰(zhàn)。


  低代碼行業(yè)的核心理念在于減少編碼工作量,通過圖形化界面、點擊配置和拖拽組件的方式,讓每個人都能成為“公民開發(fā)者”。而AI大模型提出了更為激進的設想:無需任何編碼,僅通過自然語言交互即可生成應用,使每個人都能成為開發(fā)者。這種看似對低代碼領域構成巨大沖擊的技術趨勢,無疑使得低代碼行業(yè)的從業(yè)者面臨著未知的未來。



  本文將探討低代碼行業(yè)的發(fā)展脈絡、其應用能力及關鍵技術,以及AI大模型與低代碼之間的關系。我們將深入分析AI大模型是否真有可能對低代碼行業(yè)造成顛覆性的影響,以及這一領域的未來走向。通過對這些關鍵問題的探討,本文旨在為讀者提供對低代碼技術發(fā)展趨勢的深度洞察,以及在AI大模型浪潮中尋找生存與發(fā)展的策略。


  低代碼,一個技術發(fā)展的歷史必然


  哪怕是一個完全的外行人士,僅從“低代碼”這個名字本身就能大致領略到其本質(zhì)——大幅減少編程工作的需求。


  這一理念不是孤立出現(xiàn)的,它是人機交互演進多年的自然產(chǎn)物。自信息技術誕生伊始,如何讓機器更易于人類使用一直是技術發(fā)展的核心驅(qū)動力。


  在消費技術領域,我們見證了從紙帶編程到命令行界面,再到圖形用戶界面的轉變,每一步演進都旨在將復雜的底層代碼隱藏于用戶視線之外,僅展現(xiàn)符合人類直覺操作的界面。這些進步不僅使技術更加普及,也讓更多人享受到了技術進步帶來的益處。


  同樣的,產(chǎn)業(yè)端技術也沿著易用性和可訪問性不斷進步的軌跡向前發(fā)展著。盡管這些改進可能不為大眾所熟知,但它們同樣推動了技術在不同領域的深入應用。


  低代碼技術的雛形可以追溯到匯編語言、第四代編程語言以及可視化編程語言(VPL)和快速應用開發(fā)(RAD)模型等概念的演進。特別是在2001年,對象管理組織提出的模型驅(qū)動架構(MDA)和模型驅(qū)動軟件開發(fā)(MDSD)理念,標志著通過模型設計自動生成代碼的思想的誕生。這些理念預示著低代碼技術的方向——即通過高級抽象和自動化簡化編程過程。


  低代碼有很長一段自由發(fā)展期,期間缺乏完整定義,大家習慣根據(jù)自己的理解為新技術“添磚加瓦”,導致沒有統(tǒng)一認知,競爭賽道模糊。直至2014年,F(xiàn)orrester提出低代碼的定義,“利用很少或幾乎不需要寫代碼就可以快速開發(fā)應用,并可以快速配置和部署的一種技術和工具?!边@一定義幫助界定了低代碼的范疇,為其發(fā)展提供了明確的方向。


  隨后,Gartner在2018年進一步推廣了應用平臺即服務(aPaaS)和集成平臺即服務(iPaaS)的概念,這兩種云計算服務模型為低代碼技術的應用提供了新的平臺和可能性。aPaaS讓開發(fā)者能夠在抽象化的環(huán)境中專注于應用程序的開發(fā),而iPaaS則專注于不同應用程序之間的集成,簡化了數(shù)據(jù)和業(yè)



  相關研究機構的定義引導大眾形成了對低代碼的基本認知,規(guī)范了發(fā)展賽道,并指出其技術特點高度契合數(shù)字化轉型需求,迅速吸引了大量資本投入,極大地加強了低代碼的市場活躍度。


  低代碼技術的發(fā)展不僅是編程領域的一次重大進步,也是對人機交互和軟件開發(fā)理念的一次根本性轉變。通過降低編程難度和提高開發(fā)效率,低代碼為更廣泛的用戶群體打開了軟件創(chuàng)造的大門,加速了企業(yè)數(shù)字化轉型的進程。


  彼時,低代碼的美好前程


  在數(shù)字化浪潮的推動下,云計算、大數(shù)據(jù)、5G、物聯(lián)網(wǎng)和人工智能等新興IT技術日益成熟,為企業(yè)的架構優(yōu)化、業(yè)務轉型和價值升級提供了有力的技術支撐。這些技術不僅強化了企業(yè)的核心競爭力,還創(chuàng)新了企業(yè)的業(yè)務模式,使其能快速拓展業(yè)務市場。


  然而,如何最大化釋放這些新IT技術的潛能,打破業(yè)務與開發(fā)之間的壁壘,提高業(yè)務應用的研發(fā)生產(chǎn)力,帶動業(yè)務模式的創(chuàng)新和價值提升,成為了各行業(yè)企業(yè)數(shù)字化轉型的戰(zhàn)略核心。


  低代碼技術的出現(xiàn),為數(shù)字化轉型的快速推進帶來了轉機。通過降低應用開發(fā)的準入門檻,低代碼技術促進了新IT技術的深度融合,助力軟件開發(fā)的降本增效提質(zhì)。


  它支持敏捷響應快速變化的市場需求,加速數(shù)字化時代能力的服務化,支撐海量數(shù)字化場景的快速落地。因此,低代碼不僅是賦能數(shù)字化轉型的“加速器”,也成為效能提升的突破點。


  隨著數(shù)字化場景落地需求的爆發(fā)式增長,根據(jù)“十四五”規(guī)劃和數(shù)字經(jīng)濟戰(zhàn)略等政策指示,各行業(yè)企業(yè)紛紛落地數(shù)字化轉型設計方案。這些方案在軟件設計、研發(fā)、測試、發(fā)布、運維的全生命周期環(huán)境和各業(yè)務場景中提出了大量需求,要求企業(yè)具備更加靈活、敏捷和易用的應用開發(fā)能力。


  傳統(tǒng)開發(fā)技術因要求高、成本高和交付周期長,無法快速響應市場需求,導致開發(fā)工作積壓,業(yè)務轉型滯緩。低代碼作為提升應用研發(fā)生產(chǎn)力的關鍵性技術,激發(fā)了數(shù)據(jù)要素創(chuàng)新驅(qū)動的潛能,將數(shù)據(jù)資產(chǎn)快速轉換為價值,為數(shù)字化轉型帶來了一場技術性變革。


  在產(chǎn)品銷售和服務輸出兩種商業(yè)模式下,低代碼技術服務商主要通過三種方式服務客戶:直接面向企業(yè)或個人用戶提供產(chǎn)品或服務、通過合作伙伴服務客戶、通過聚合平臺生態(tài)進行產(chǎn)品輸出。


  這些方式不僅滿足了制造業(yè)、金融等產(chǎn)業(yè)用戶和軟件開發(fā)企業(yè)/專業(yè)技術人員等技術用戶的需求,還通過聚合平臺為用戶提供了更多元、差異化的產(chǎn)品與服務。



  低代碼市場在全球范圍內(nèi)處于穩(wěn)定增長態(tài)勢。從2018年的25億元增長到2020年的77億元,市場增速雖從2018年的132%逐漸穩(wěn)定到2020年的40%左右。


  根據(jù)IDC《2022下半年中國低代碼與零代碼軟件市場跟蹤報告》顯示,2022年中國低代碼軟件市場規(guī)模達到26.2億元人民幣,同比增長24.2%。IDC預計2023年中國低代碼軟件市場規(guī)模將達到34.7億元人民幣,同比增長32.4%。預計到2027年市場規(guī)模將達到106.3億元人民幣,未來5年市場年復合增長率(CAGR)為32.3%。


  從企業(yè)發(fā)展態(tài)勢方面看,從2013年到2021年,全球共有百余家低代碼初創(chuàng)企業(yè)。2019年起,全球低代碼初創(chuàng)企業(yè)都出現(xiàn)并購整合趨勢,低代碼成為投資界的風口,持續(xù)吸引大型企業(yè)入局。目前,整個低代碼市場中,Mendix、OutSystems、Microsoft和ServiceNow等服務商占據(jù)穩(wěn)定的市場份額,形成了高集中度的市場環(huán)境。


  低代碼的能力及技術支撐


  低代碼的主要作用是降低應用開發(fā)的準入門檻,賦能不同角色人員,讓開發(fā)者利用圖形化界面,通過拖拉拽操作,以“搭積木”的方式快速開發(fā)軟件應用,減少重復的基礎搭建工作。


  根據(jù)中國信息通信研究院低代碼·無代碼推進中心的研究,低代碼產(chǎn)品的核心能力可概括為以下五大方面:


  1、開發(fā)及管理能力:這一能力包括提供直觀的可視化開發(fā)環(huán)境和配置工具,管理開發(fā)過程及資源,并對開發(fā)產(chǎn)物進行生命周期管理。它支持從前端界面搭建到前后端交互、數(shù)據(jù)模型和業(yè)務邏輯配置的全棧開發(fā)流程,使應用快速構建成為可能。


  2、擴展與集成能力:這方面的能力體現(xiàn)在兩個層面:首先是擴展能力,即在可視化開發(fā)基礎上通過少量代碼實現(xiàn)對組件和功能的定制和擴展;其次是集成能力,指通過集成外部文件、工具、系統(tǒng)等資源,增強開發(fā)能力,滿足更廣泛的應用需求,并向外部賦能。


  3、用戶體驗:涉及低代碼產(chǎn)品的學習成本、易用性等方面,影響用戶體驗的因素多樣且難以量化。需從產(chǎn)品設計、操作教學、權限管理等多角度考量,以確保開發(fā)者在使用過程中的舒適度和滿意度。


  4、生態(tài)能力:包括支持多端響應、促進上下游連通、應用二次開發(fā)等,從而減少用戶更換低代碼產(chǎn)品的成本,增強產(chǎn)品生命力并擴大其服務范圍。


  5、安全保障:指為產(chǎn)品本身及用戶資產(chǎn)提供的全方位安全保護,包括防止數(shù)據(jù)泄露、設備安全、網(wǎng)絡入侵等,滿足國家網(wǎng)絡安全保障要求及應用特定的安全性需求。



  實現(xiàn)這些能力的關鍵,在于低代碼平臺所采用的一系列先進技術和設計原則:


  1、可視化設計工具:通過提供圖形化界面,允許用戶以拖拽和配置的方式設計應用程序的界面和邏輯,簡化了編程過程。


  2、預制組件和模板:低代碼平臺包含大量預制的界面組件和應用模板,加速了應用的基本結構和界面搭建。


  3、自動代碼生成和執(zhí)行環(huán)境:平臺能夠根據(jù)用戶設計自動生成代碼,并提供應用運行、測試和部署的環(huán)境。


  4、集成開發(fā)環(huán)境(IDE):支持可視化開發(fā)的同時,提供代碼編輯器、調(diào)試工具等傳統(tǒng)開發(fā)工具,滿足更細致的定制需求。


  5、數(shù)據(jù)集成和管理:強大的數(shù)據(jù)集成工具和數(shù)據(jù)建模工具,便于用戶連接到各種數(shù)據(jù)源并管理數(shù)據(jù)結構。


  6、業(yè)務流程管理(BPM)和工作流自動化:內(nèi)置工具支持設計和實現(xiàn)業(yè)務流程,自動化復雜業(yè)務邏輯。


  通過上述技術和特性的綜合運用,低代碼平臺極大地簡化了軟件開發(fā)流程,為企業(yè)快速響應市場變化、降低開發(fā)成本并促進創(chuàng)新提供了有力的支撐。


  AI大模型會取代低代碼平臺嗎?


  生成式AI的興起正在對低代碼平臺造成顯著沖擊,這一現(xiàn)象在軟件開發(fā)領域引發(fā)了廣泛的討論。


  生成式AI的出現(xiàn),特別是像OpenAI開發(fā)的GPT-4這樣的模型,能夠自主生成內(nèi)容、代碼或數(shù)據(jù),代表了人工智能的一個重大飛躍。這種能力不僅在內(nèi)容生成、圖像創(chuàng)建,甚至是代碼生成方面找到了應用,還承諾通過自動化重復性任務、提升創(chuàng)造力和增強效率來變革現(xiàn)有的開發(fā)模式。


  GitHub的研究顯示,用戶接受其Copilot建議的代碼比例為30%,而且經(jīng)驗較少的開發(fā)者在使用AI時具有更大的優(yōu)勢。這使得一些人相信,生成式AI可能意味著低代碼平臺的終結。


  “低代碼在企業(yè)中正在消亡,AI將會終結它,”Crowdbotics的CEO兼創(chuàng)始人Anand Kulkarni說?!白畲蟮膯栴}是,當你可以使用AI以相同的努力創(chuàng)建完整的代碼時,為什么還要使用低代碼呢?”


  當然,在生成式AI和低代碼的關系上,也有不同的聲音,他們認為生成式AI不僅不會取代低代碼平臺,反而會對低代碼的發(fā)展形成助力作用。


  Appian的聯(lián)合創(chuàng)始人兼CTO Michael Beckley就認為:“AI助手使得輕松創(chuàng)建大量應用程序變得簡單,這只會增加對低代碼平臺的需求,以連接和管理所有應用程序,確保你不會創(chuàng)建數(shù)據(jù)孤島和安全問題?!?/p>


  SAP 產(chǎn)品營銷副總裁 Sid Misra則認為低代碼與AI和移動技術的融合蘊含著無限潛力,他提到:“當與人工智能集成時,低代碼開發(fā)能夠?qū)崿F(xiàn)快速原型設計和復雜解決方案開發(fā),超越傳統(tǒng)限制。例如,在醫(yī)療保健領域,開發(fā)人員利用這些工具快速構建能夠顯著增強帕金森病診斷的應用程序,利用人工智能檢測模式,實現(xiàn)更準確、更快速的診斷?!?/p>


  AI大模型與低代碼平臺融合的趨勢


  從諸多科技大V的論述中,我們不難發(fā)現(xiàn),低代碼平臺與生成式AI之間的關系,遠非媒體宣傳中所描述的那樣勢成水火。實際上,低代碼平臺作為一套成熟的產(chǎn)品和工具集,旨在簡化客戶的操作流程并直接滿足客戶需求。相比之下,生成式AI更體現(xiàn)為一種底層技術實力,有潛力被整合進低代碼



  微軟通過對2000名IT主管進行的調(diào)查顯示,有87%的首席信息官和IT專業(yè)人士認同,將AI和自動化技術融合入低代碼平臺將極大地釋放這些技術的潛力。正如微軟Power Platform的總經(jīng)理Richard Riley所指出的,這種整合趨勢正在低代碼工具中日益顯現(xiàn)。


  生成式AI的引入,尤其是在加速開發(fā)流程方面的潛力,為低代碼平臺帶來了革命性的影響。通過自動生成常用功能的代碼,它使開發(fā)人員能夠?qū)⒕杏趹贸绦虻母鼜碗s部分。


  對低代碼平臺而言,這意味著應用程序的開發(fā)速度將大大提升。盡管低代碼平臺已提供預構建的組件,但生成式AI能夠生成高度定制的代碼以滿足特定需求,確保應用程序能更貼合企業(yè)和用戶的獨特需求。


  此外,通過自動生成代碼,生成式AI減少了手工編碼過程中可能引入的錯誤和缺陷,從而產(chǎn)生更加干凈、易于維護的代碼庫,解決了快速應用開發(fā)過程中的一大顧慮。對于低代碼平臺的用戶來說,生成式AI成為了一個難得的“輔助者”,幫助將復雜的業(yè)務邏輯轉換為代碼,縮小了非技術用戶與開發(fā)人員之間的差距。


  隨著時間的推移,生成式AI通過持續(xù)的反饋和實際使用經(jīng)驗不斷自我優(yōu)化,意味著其生成的代碼將變得更加高效和精細,使得低代碼和無代碼用戶均能從中受益。


  具體而言,當生成式AI集成到低代碼平臺后,其可能發(fā)揮作用的方面為:


  1、代碼輔助:生成式AI能夠協(xié)助低代碼平臺的開發(fā)人員,根據(jù)用戶規(guī)格自動生成代碼片段,減輕手工編碼負擔。


  2、內(nèi)容生成:生成式AI增強了低代碼平臺的內(nèi)容生成能力,對于創(chuàng)建用戶友好的界面、報告和文檔至關重要。


  3、定制化:低代碼平臺的用戶可以利用生成式AI來定制預構建的模板和元素,使其應用程序更加滿足特定需求。


  4、快速原型設計:結合生成式AI與低代碼平臺可以實現(xiàn)快速原型設計,使用戶能夠更快速地可視化和迭代他們的軟件概念。


  寫在最后


  在看待技術之間的關系時,我們應認識到,技術本身并無立場或偏見,它們存在于一個客觀的空間中,作為等待被恰當應用以解決問題的中性工具。技術之間看上去的競爭或?qū)梗芏鄷r候不過是我們自我設限的幻覺。


  展望未來,我們可以預見低代碼平臺和生成式AI技術的融合將逐步普及,也意味著軟件開發(fā)領域?qū)⒂瓉硪淮钨|(zhì)的飛躍。這種整合不僅標志著技術的進步,更重要的是,它為技術專家和非技術用戶提供了一個共同參與開發(fā)過程的平臺,使得表達想法、偏好和需求變得前所未有的簡單。


  通過將生成式AI應用于低代碼開發(fā),軟件的構建過程正在從繁瑣的代碼編輯轉變?yōu)楦鼮橹庇^的對話形式。這不僅大幅降低了創(chuàng)新的門檻,而且還為更廣泛的用戶群體開辟了參與軟件創(chuàng)新的大門。隨著企業(yè)不斷探索和利用生成式AI與低代碼平臺的潛力,我們正步入一個新時代:在這個時代中,技術的流暢使用不再是由我們的編程能力,而是通過我們的溝通能力來定義。


  對于這一變革將如何深刻改變企業(yè)的日常運營,我們尚不能完全預測,但可以肯定的是,其影響將是深遠且持久的。在這個技術不斷演進、創(chuàng)新無處不在的時代,最終引領我們前行的,將是我們對技術潛力的理解和應用,以及我們愿意如何將這些工具融入我們的生活和工作之中。


 參考文獻


  《低代碼發(fā)展白皮書(2022年)》,企業(yè)數(shù)字化發(fā)展共建共享平臺


  《萬字長文 | 低代碼大模型的架構與CodeGPT的落地》,LowCode低碼時代


  《中國低代碼與零代碼市場追蹤報告》,IDC


  《How generative AI will change low-code development》,InfoWorld


  《Is GenAI replacing Low Code- No code platforms?》,Infosys


  《The Growing Impact of Generative AI on Low-Code/No-Code Development》,DevOpsnwen


本文來源:36氪

文章轉載于其他網(wǎng)絡,如有侵權請聯(lián)系我們及時刪除!



鸡东县| 图木舒克市| 荆州市| 新和县| 买车| 迁西县| 青河县| 邓州市| 元朗区| 沐川县| 宜兴市| 林周县| 顺昌县| 龙门县| 宁陕县| 永清县| 天长市| 郁南县| 秦安县| 敦煌市| 滦南县| 长白| 杭锦后旗| 即墨市| 隆安县| 南昌市| 祁门县| 嘉荫县| 义乌市| 旌德县| 商都县| 台东县| 周口市| 霍邱县| 米脂县| 岳阳市| 永修县| 蓝田县| 达拉特旗| 浠水县| 拜城县|