作者 | 桑紅艷
隨著以它為代表的大型車型的爆發，AIGC的浪潮持續不斷，并迅速滲透到各行各業，低代碼賽道也不例外。 AIGC+低代碼、AI生成式開發、AIGS等概念的出現，似乎預示著AI新時代低代碼正在發生深刻的變化。 當“整個行業將被AI重做”成為共識時，低代碼賽道背后隱藏著怎樣的“暗流”？
近日，InfoQ 聯手釘釘聚焦“AI 新時代的低代碼”，邀請了多位低代碼賽道的資深實踐者。 他們是： 葉周全，釘釘壹貸平臺負責人； 劉金柱，易經云CEO； 合伙人云產品總監吳陽； 光流產研發負責人陸奇； 氚云產品總經理詹曉； 劍道云運營負責人沉濤與主持人嘉賓極客科技創始人兼CEO霍泰文。 七位嘉賓共同打造了本期《再問低代碼：大浪潮下的AI》專欄，共同探討AI新時代，低代碼面臨哪些機遇和挑戰？ 低代碼與AIGC融合探索的路徑是什么？ 如何讓AI發揮出更強大的基礎能力？ 本文結合嘉賓精彩分享，探討新思路。
當低代碼遇上AIGC，是顛覆還是融合？
AI浪潮下，各大廠商率先發力，低代碼賽道開始出現“暗流”。 業界集體感嘆“這波浪潮來得太快了”。 巨大浪潮的背后是前所未有的壓力，比如競爭壁壘的沖擊、產學研投入的巨大壓力、商業模式和定價結構的變化等等，都給低代碼帶來了新的挑戰和影響。行業。 正如青友研發負責人陸奇所言，“AI能力將成為低代碼平臺的標配。 如果每個人都使用它，如果你不使用它，你就沒有競爭力。”
面對這些影響，AIGC會徹底顛覆低代碼嗎？ 對于這個問題，氚云通過內部推演，產生了顛覆派和融合派兩個“派別”。 “顛覆方認為，當今所有的‘程序’最終都會走向類似的AI助手，應用程序將被拆分成助手任務流。融合方則認為深度學習網絡并沒有解決知識表示的問題，他們的顛覆是有限，但它可以很好地翻譯需求并補充低代碼。” Cloud產品總經理詹曉說道。
釘釘壹代平臺負責人葉周全認為，顛覆還是整合需要從不同的角度來看待。 他表示，“從低代碼廠商的角度來看，融合是未來的發展趨勢，但從用戶的角度來看，高頻場景可能會被徹底顛覆，而其他場景正在融合。有一點是肯定的，越早低代碼-代碼和 AIGC 集成程度越高，可以生成的 AI 應用程序就越多。” AI-是一個面向基礎設施、基礎設施的概念。 它可以更好地將AI能力賦能到業務中，AI應用可以自始至終完成用戶任務。 ，使用戶能夠減少盡可能多的工作步驟來實現他們的目標。
面對諸多聲音，InfoQ 認為現在確定低代碼與 AIGC 融合路徑的方向還為時過早，但可以肯定的是 AIGC 無法完全顛覆低代碼。 理由是：第一，AIGC不會改變低代碼的底層邏輯，其在提高企業應用開發效率、促進大家發展方面的優勢無法完全替代； 其次，對于大型模型直接通過語義生成代碼并不能保證其完整的準確性和代碼可用性，需要大量的手動校正。 相反，低代碼融合AIGC可以通過語義生成模型加速需求分析過程，讓AI的基礎能力真正進入業務。
與此同時，隨著AI技術的快速發展，其潛在價值也越來越大。 AIGC對低代碼行業的賦能可能會帶來很多增強。 首先，隨著產品體驗的提升，在AIGC的幫助下，低代碼可能會在產品體驗上反超，追平SaaS體驗，甚至超越C端軟件。 通過大模型分析大數據和用戶行為模式，自動優化用戶界面、交互和流程，從而提供更符合用戶期望的產品體驗； 其次，提高開發效率，AIGC通過智能建議協助開發者進一步優化用戶體驗，加快開發進程，降低開發者門檻，讓“人人都是開發者”成為現實； 此外，在應用交付層面，借助AI-Agent的能力，低代碼交付環節的效率也能得到大幅提升。 AI-Agent 的工作方式類似于人類代理。 它可以接收輸入數據效率低是什么意思，如傳感器信息、文本、圖像等，并通過對這些數據進行分析和處理，了解環境和任務要求，并做出相應的決策和行動，可以有效地大大降低人力成本和提高效率。
低代碼與AIGC融合的價值不言而喻。 如何在集成開發中將AI的基礎能力轉化為生產力，需要一個立足點，這個立足點就是業務場景。
低代碼+AIGC：業務場景適配是關鍵
盡管AIGC擁有強大的智能計算能力、更廣泛的數據語料資源、更通用的任務訓練模型、更靈活的信息參與模型，但它并不是萬能的。 事實上，AIGC只是一項技術，要實現技術的價值效率低是什么意思，需要找到合適的業務場景。
那么，低代碼+AIGC的實現場景實現了嗎？ 見道云運營負責人沉濤表示，“現在有一些自然語言應用可以構建表單頁面、編寫函數、查詢數據。” “目前AIGC的主要應用場景還是在容錯率較高的領域，比如文本處理、圖像處理等。 “生成了，但B端軟件必須對輸出結果至少有<0.01%的容錯率才可以交付。”云產品總經理詹曉補充道。這似乎意味著在B端軟件應用中涉及業務邏輯復雜、數據多樣的場景，讓大型模型表現良好仍然存在一定難度，不難看出低代碼與AIGC的融合探索還處于早期階段，還存在很多問題探索之路上亟待解決的問題。
一方面，在AI新時代，未來的低代碼不應該只是代碼的邏輯。 最終的結果是可以通過“聊天”或“”直接生成應用程序。 這是生產力的質變。 但要真正利用交互，讓生成應用的體驗變得非常好，還需要解決很多問題。 例如，當使用大型模型進行低代碼應用時，AIGC 可以與人類意圖保持一致，充分理解龐大的上下文，尤其是在應用生成較為復雜的場景下。 另一方面，數據安全風險的考慮是商業化的一大難點。 我們看到，大多數公司不會使用它來開發低代碼應用程序，因為訪問外部API，核心業務邏輯可能會被泄露。 風險。 面對這個問題，解決這個問題的方法之一就是自研大型模型。 然而，自主開發大型模型對于大多數公司來說并不是一件容易的事。 它需要大量高質量數據的收集、清洗和標注，以及昂貴的計算資源來支持模型訓練。 模型架構設計、訓練算法和超參數調整需要深入的領域知識和廣泛的實驗。 此外，模型大小和存儲、時間和人力投入、評估和測試都是必須考慮的因素。
面對這些問題，開放生態或許是融合低代碼和AIGC創新并走得更遠的解決方案。
生態全面開放，讓AI滲透千行百業
如果說把大型模型變成類似“云服務器”的基礎設施是AI走進千行百業的必由之路，那么如何更好地結合低代碼和調用AI的基礎能力則是企業未來業務落地的關鍵。 智能化升級突破。 我們看到釘釘一直在探索這條路。
就在今天的2023釘釘生態大會上，釘釘宣布開放AI PaaS。 什么是AI PaaS？ 大模型要從Chat走向Work，成為真正的生產力工具，就必須進入應用場景。 但目前大型模型還不能直接應用于應用場景。 AI PaaS可以將大模型能力連接到數千個行業用戶的真實需求。 ，讓大機型的能力真正進入工作場景。 也就是說，企業可以應用大模型結合自己的業務場景來實現場景，而無需使用自己的數據來訓練模型。 更重要的是，在AI PaaS中，釘釘解決了大模型的安全問題和性能問題，降低了開發和運維的門檻，減少了大模型的不確定性，幫助企業數據與大模型建立連接，讓大模型能力真正被協作和業務所利用。
此次釘釘向生態合作伙伴和用戶開放AI PaaS，標志著釘釘智能進入生態層，與生態系統一起完成釘釘產品和生態產品的智能化重塑。 同時，AI PaaS的開放也是釘釘PaaS戰略的進一步深化。
事實上，早在2022年釘釘生態大會上就宣布了生態開放，提出了“PaaS先行”的戰略，并明確“釘釘只做一件事，就是PaaS”。 此后，釘釘陸續推出bPaaS、iPaaS、dPaaS等，并持續向生態伙伴開放基礎能力。 今年，釘釘宣布將接入統一模式，全新釘釘將實現全智能化。 直到現在，隨著AI PaaS的開放，我們可以看到釘釘正在構建AI時代的智能生態系統，努力讓更多的人使用AI，或者讓AI像低代碼一樣滲透到千行百業。
寫在最后
低代碼與AIGC融合的探索讓我們看到了未來企業數字化轉型的新路徑。 然而，AIGC 并不是解決所有問題的通用工具，也不是低代碼的。 兩者只有不斷思考解決實際業務問題，優勢互補，才能充分釋放潛力。 同時，低代碼與AIGC的融合不僅需要技術上的創新，更需要思維上的轉變。 只有以更加開放的心態構建人工智能生態，才能激發更強大的創新。 這種創新力量的釋放值得期待。
