作者 | 桑红艳
随着以它为代表的大型车型的爆发，AIGC的浪潮持续不断，并迅速渗透到各行各业，低代码赛道也不例外。 AIGC+低代码、AI生成式开发、AIGS等概念的出现，似乎预示着AI新时代低代码正在发生深刻的变化。 当“整个行业将被AI重做”成为共识时，低代码赛道背后隐藏着怎样的“暗流”？
近日，InfoQ 联手钉钉聚焦“AI 新时代的低代码”，邀请了多位低代码赛道的资深实践者。 他们是： 叶周全，钉钉壹贷平台负责人； 刘金柱，易经云CEO； 合伙人云产品总监吴阳； 光流产研发负责人陆奇； 氚云产品总经理詹晓； 剑道云运营负责人沉涛与主持人嘉宾极客科技创始人兼CEO霍泰文。 七位嘉宾共同打造了本期《再问低代码：大浪潮下的AI》专栏，共同探讨AI新时代，低代码面临哪些机遇和挑战？ 低代码与AIGC融合探索的路径是什么？ 如何让AI发挥出更强大的基础能力？ 本文结合嘉宾精彩分享，探讨新思路。
当低代码遇上AIGC，是颠覆还是融合？
AI浪潮下，各大厂商率先发力，低代码赛道开始出现“暗流”。 业界集体感叹“这波浪潮来得太快了”。 巨大浪潮的背后是前所未有的压力，比如竞争壁垒的冲击、产学研投入的巨大压力、商业模式和定价结构的变化等等，都给低代码带来了新的挑战和影响。行业。 正如青友研发负责人陆奇所言，“AI能力将成为低代码平台的标配。 如果每个人都使用它，如果你不使用它，你就没有竞争力。”
面对这些影响，AIGC会彻底颠覆低代码吗？ 对于这个问题，氚云通过内部推演，产生了颠覆派和融合派两个“派别”。 “颠覆方认为，当今所有的‘程序’最终都会走向类似的AI助手，应用程序将被拆分成助手任务流。融合方则认为深度学习网络并没有解决知识表示的问题，他们的颠覆是有限，但它可以很好地翻译需求并补充低代码。” Cloud产品总经理詹晓说道。
钉钉壹代平台负责人叶周全认为，颠覆还是整合需要从不同的角度来看待。 他表示，“从低代码厂商的角度来看，融合是未来的发展趋势，但从用户的角度来看，高频场景可能会被彻底颠覆，而其他场景正在融合。有一点是肯定的，越早低代码-代码和 AIGC 集成程度越高，可以生成的 AI 应用程序就越多。” AI-是一个面向基础设施、基础设施的概念。 它可以更好地将AI能力赋能到业务中，AI应用可以自始至终完成用户任务。 ，使用户能够减少尽可能多的工作步骤来实现他们的目标。
面对诸多声音，InfoQ 认为现在确定低代码与 AIGC 融合路径的方向还为时过早，但可以肯定的是 AIGC 无法完全颠覆低代码。 理由是：第一，AIGC不会改变低代码的底层逻辑，其在提高企业应用开发效率、促进大家发展方面的优势无法完全替代； 其次，对于大型模型直接通过语义生成代码并不能保证其完整的准确性和代码可用性，需要大量的手动校正。 相反，低代码融合AIGC可以通过语义生成模型加速需求分析过程，让AI的基础能力真正进入业务。
与此同时，随着AI技术的快速发展，其潜在价值也越来越大。 AIGC对低代码行业的赋能可能会带来很多增强。 首先，随着产品体验的提升，在AIGC的帮助下，低代码可能会在产品体验上反超，追平SaaS体验，甚至超越C端软件。 通过大模型分析大数据和用户行为模式，自动优化用户界面、交互和流程，从而提供更符合用户期望的产品体验； 其次，提高开发效率，AIGC通过智能建议协助开发者进一步优化用户体验，加快开发进程，降低开发者门槛，让“人人都是开发者”成为现实； 此外，在应用交付层面，借助AI-Agent的能力，低代码交付环节的效率也能得到大幅提升。 AI-Agent 的工作方式类似于人类代理。 它可以接收输入数据效率低是什么意思，如传感器信息、文本、图像等，并通过对这些数据进行分析和处理，了解环境和任务要求，并做出相应的决策和行动，可以有效地大大降低人力成本和提高效率。
低代码与AIGC融合的价值不言而喻。 如何在集成开发中将AI的基础能力转化为生产力，需要一个立足点，这个立足点就是业务场景。
低代码+AIGC：业务场景适配是关键
尽管AIGC拥有强大的智能计算能力、更广泛的数据语料资源、更通用的任务训练模型、更灵活的信息参与模型，但它并不是万能的。 事实上，AIGC只是一项技术，要实现技术的价值效率低是什么意思，需要找到合适的业务场景。
那么，低代码+AIGC的实现场景实现了吗？ 见道云运营负责人沉涛表示，“现在有一些自然语言应用可以构建表单页面、编写函数、查询数据。” “目前AIGC的主要应用场景还是在容错率较高的领域，比如文本处理、图像处理等。 “生成了，但B端软件必须对输出结果至少有<0.01%的容错率才可以交付。”云产品总经理詹晓补充道。这似乎意味着在B端软件应用中涉及业务逻辑复杂、数据多样的场景，让大型模型表现良好仍然存在一定难度，不难看出低代码与AIGC的融合探索还处于早期阶段，还存在很多问题探索之路上亟待解决的问题。
一方面，在AI新时代，未来的低代码不应该只是代码的逻辑。 最终的结果是可以通过“聊天”或“”直接生成应用程序。 这是生产力的质变。 但要真正利用交互，让生成应用的体验变得非常好，还需要解决很多问题。 例如，当使用大型模型进行低代码应用时，AIGC 可以与人类意图保持一致，充分理解庞大的上下文，尤其是在应用生成较为复杂的场景下。 另一方面，数据安全风险的考虑是商业化的一大难点。 我们看到，大多数公司不会使用它来开发低代码应用程序，因为访问外部API，核心业务逻辑可能会被泄露。 风险。 面对这个问题，解决这个问题的方法之一就是自研大型模型。 然而，自主开发大型模型对于大多数公司来说并不是一件容易的事。 它需要大量高质量数据的收集、清洗和标注，以及昂贵的计算资源来支持模型训练。 模型架构设计、训练算法和超参数调整需要深入的领域知识和广泛的实验。 此外，模型大小和存储、时间和人力投入、评估和测试都是必须考虑的因素。
面对这些问题，开放生态或许是融合低代码和AIGC创新并走得更远的解决方案。
生态全面开放，让AI渗透千行百业
如果说把大型模型变成类似“云服务器”的基础设施是AI走进千行百业的必由之路，那么如何更好地结合低代码和调用AI的基础能力则是企业未来业务落地的关键。 智能化升级突破。 我们看到钉钉一直在探索这条路。
就在今天的2023钉钉生态大会上，钉钉宣布开放AI PaaS。 什么是AI PaaS？ 大模型要从Chat走向Work，成为真正的生产力工具，就必须进入应用场景。 但目前大型模型还不能直接应用于应用场景。 AI PaaS可以将大模型能力连接到数千个行业用户的真实需求。 ，让大机型的能力真正进入工作场景。 也就是说，企业可以应用大模型结合自己的业务场景来实现场景，而无需使用自己的数据来训练模型。 更重要的是，在AI PaaS中，钉钉解决了大模型的安全问题和性能问题，降低了开发和运维的门槛，减少了大模型的不确定性，帮助企业数据与大模型建立连接，让大模型能力真正被协作和业务所利用。
此次钉钉向生态合作伙伴和用户开放AI PaaS，标志着钉钉智能进入生态层，与生态系统一起完成钉钉产品和生态产品的智能化重塑。 同时，AI PaaS的开放也是钉钉PaaS战略的进一步深化。
事实上，早在2022年钉钉生态大会上就宣布了生态开放，提出了“PaaS先行”的战略，并明确“钉钉只做一件事，就是PaaS”。 此后，钉钉陆续推出bPaaS、iPaaS、dPaaS等，并持续向生态伙伴开放基础能力。 今年，钉钉宣布将接入统一模式，全新钉钉将实现全智能化。 直到现在，随着AI PaaS的开放，我们可以看到钉钉正在构建AI时代的智能生态系统，努力让更多的人使用AI，或者让AI像低代码一样渗透到千行百业。
写在最后
低代码与AIGC融合的探索让我们看到了未来企业数字化转型的新路径。 然而，AIGC 并不是解决所有问题的通用工具，也不是低代码的。 两者只有不断思考解决实际业务问题，优势互补，才能充分释放潜力。 同时，低代码与AIGC的融合不仅需要技术上的创新，更需要思维上的转变。 只有以更加开放的心态构建人工智能生态，才能激发更强大的创新。 这种创新力量的释放值得期待。
