AIGC，掀起低代碼新戰(zhàn)事

　　聊天寫代碼，已成為低代碼界新風(fēng)向。

　　3 月，微軟 " 讓 AI 替程序員開發(fā) App" 的 Power Platform Copilot 一經(jīng)面世，迅速引爆低代碼融合 AIGC 的激情，打開了國(guó)內(nèi)玩家們的新思路。

　　一邊，是釘釘直接 " 口噴式生成應(yīng)用 "，通過輸入 "/" 就可以喚起 10 余項(xiàng) AI 能力;而另一邊，是網(wǎng)易數(shù)帆演示了一段用文本框?qū)υ捦瓿纱�碼編寫的視頻，成為又一 " 哇塞 " 時(shí)刻。

　　大廠率先搶跑之下，市面上不乏一堆 " 官宣 "，不少玩家也跟獵云網(wǎng)透露內(nèi)部正在積極研究當(dāng)中，一線投資人更是奔波于各家走訪，試圖獲取一波真實(shí)感受。用輕流創(chuàng)始人兼 CEO 薄智元的話說，現(xiàn)在企業(yè)正在抓住這一波行業(yè)機(jī)會(huì)，而投資人則希望抓住行業(yè)頭部。

　　身處賽道之內(nèi)，零賽云聯(lián)合創(chuàng)始人朱琛也有同樣感受：" 這一波浪潮來得太快 "。

　　一月時(shí)，他跟資方溝通的更多還是 GPT 出現(xiàn)是不是能重寫或取代低代碼，但當(dāng)時(shí)不夠聰明，只能檢查一些代碼，還沒做到去寫程序的 GPT 顯然不足以吸引到太多注意。而 GPT4 的出現(xiàn)，直接讓他感覺到現(xiàn)在必須進(jìn)場(chǎng)。

　　" 無論是我們，還是投資人，大家越來越篤定低代碼 / 無代碼 +AIGC 是一條正確的道路，彼此第一性原理都是去提升程序或應(yīng)用開發(fā)的生產(chǎn)力，兩者結(jié)合是必然趨勢(shì)。"

　　可見，低代碼欲抓住這波 AIGC 浪潮，狂奔在即。

　　從代碼到應(yīng)用，抓住這波 " 數(shù)字魔法 " 變革

　　" 與類 GTP 交談 " 寫代碼，之所以在低代碼界走紅，歸根結(jié)底，這是一場(chǎng)自然語(yǔ)言引發(fā)的降維打擊。

　　要知道，低代碼門檻再低，也不是無編程門檻。僅可視化 + 拖拉拽，并未讓低代碼過多降低 " 寫更少的代碼，花更少的錢，干更多的事 " 的實(shí)操難度。薄智元表示，尤其是比較復(fù)雜的結(jié)構(gòu)，最后一公里的 prompt 大家常開玩笑是誰 " 從入門到放棄 "。

　　而在 AIGC 加持的數(shù)字魔法下，聊聊天就能寫代碼，似乎讓低代碼擁有了讓 " 麻瓜 " 變 " 巫師 " 的神秘力量。

　　據(jù)網(wǎng)易數(shù)帆云原生及低代碼產(chǎn)品線總經(jīng)理陳諤透露，這種用自然語(yǔ)言描述生成代碼的方式，在實(shí)驗(yàn)室中已經(jīng)做到了可以將約 60 步的操作以 4-5 次對(duì)話完成。從數(shù)據(jù)上不難發(fā)現(xiàn)，類 ChatGPT 問答式的能力正在重新降低低代碼的準(zhǔn)入門檻，" 人人都是開發(fā)者 " 或?qū)⒃?AIGC 融合下從畫餅走向現(xiàn)實(shí)。

　　甚至有企業(yè)客戶在一些較為標(biāo)準(zhǔn)的業(yè)務(wù)場(chǎng)景體驗(yàn) AIGC 這項(xiàng)能力時(shí)，對(duì)陳諤表示自己竟產(chǎn)生了一種錯(cuò)覺，仿佛在對(duì)話一個(gè)懂公司業(yè)務(wù)的內(nèi)部開發(fā)人員。

　　酷炫是真酷炫，如何實(shí)現(xiàn)又是一個(gè)新命題。從眼下玩家們 3 月起集體加速融合 AIGC 的動(dòng)作來看，現(xiàn)在入場(chǎng)其實(shí)不算太早。

　　薄智元表示，大概 3 年前輕流就思考過在使用方面引入 AI 的能力，后續(xù)也一直有一些討論。但那時(shí)候最大的瓶頸是無代碼 / 低代碼是一個(gè)平臺(tái)性的通用工具，當(dāng)時(shí) AI 主要解決的是特定行業(yè)特定場(chǎng)景的一些問題比較有效，雖然考慮過引入輕流的數(shù)據(jù)分析、報(bào)表能力，卻仍是想想而已。

　　但行業(yè)總不缺想先去吃螃蟹的人。

　　同樣是觀察到 AI 在代碼生成能力上的產(chǎn)出，網(wǎng)易數(shù)帆則在去年上半年做了一個(gè)動(dòng)作，那就是把這一趨勢(shì)重點(diǎn)考慮到了低代碼平臺(tái)的底層設(shè)計(jì)中。

　　陳諤坦言，讓 AI 去懂業(yè)務(wù)場(chǎng)景，非常具有挑戰(zhàn)，這就反向要求低代碼平臺(tái)思考如何設(shè)計(jì)才能更適應(yīng)于智能代碼生成能力變強(qiáng)的技術(shù)趨勢(shì)。

　　" 一方面需要通過大模型去落地能力，但更大的挑戰(zhàn)在于用什么樣的數(shù)據(jù)集訓(xùn)練，需要企業(yè)非常大的工程投入。面向開發(fā)場(chǎng)景的代碼庫(kù)足夠豐富，才能助推其 AI 在訓(xùn)練之后，更具備業(yè)務(wù)場(chǎng)景下的上下文理解能力。"

　　在陳諤看來，設(shè)計(jì)一個(gè)適合大模型去做代碼生成的低代碼平臺(tái)已成既定事實(shí)，要想打好基礎(chǔ)，除代碼庫(kù)跟大模型外，統(tǒng)一的編程語(yǔ)言內(nèi)核也必不可少。

　　" 如果沒有統(tǒng)一的編程語(yǔ)言來描述應(yīng)用，那這個(gè)應(yīng)用可能是由很多不同的部分拼湊起來，比如在描述時(shí)，這邊可能是 Java、那邊就是 JS，但如此一來你可能只能去做一些片段級(jí)別的生成，后面用自然語(yǔ)言來做代碼或一個(gè)應(yīng)用的完整生成就會(huì)很困難。"

　　這其中，對(duì)話實(shí)質(zhì)是實(shí)現(xiàn) AI 生成代碼能力的一種反饋形式。陳諤表示，相較編程語(yǔ)言，自然語(yǔ)言描述比較模糊，而且開發(fā)時(shí)可能會(huì)缺乏上下文，AI 通過一次理解就生成代碼結(jié)果的正確率會(huì)很低，但通過多次對(duì)話來修正 AI 對(duì)于業(yè)務(wù)的理解，然后去細(xì)化執(zhí)行方案，那正確率就能進(jìn)一步提升。

　　誠(chéng)然，越早從整體的底層設(shè)計(jì)考慮未來 AIGC 生成應(yīng)用的玩家，其融合能力自然會(huì)越超前。但大模型是否會(huì)成為低代碼融 AIGC 的攔路虎呢?不一定。

　　薄智元認(rèn)為未來大模型更可能變成基礎(chǔ)設(shè)施，類似 " 云服務(wù)器 "，而低代碼 / 無代碼創(chuàng)業(yè)公司更重要的是研究如何更好結(jié)合和調(diào)用相關(guān)能力，而非花大精力造輪子，導(dǎo)致投入產(chǎn)出比不高。

　　譬如定位工業(yè)模型驅(qū)動(dòng)的低代碼平臺(tái)零賽云就正在接外界大模型的 API，通過 AIGC 和 RPA 技術(shù)的結(jié)合，將構(gòu)建場(chǎng)景的能力通過指令來實(shí)現(xiàn)，以快速構(gòu)建業(yè)務(wù)應(yīng)用，比如一個(gè) APS 的排程功能，僅需要輸入相應(yīng)的行業(yè)及參數(shù)要求，系統(tǒng)會(huì)基于指令來生成排程頁(yè)面，UI 樣式和后臺(tái)服務(wù) API。朱琛透露，現(xiàn)階段目標(biāo)以做出 PoC 來驗(yàn)證 AIGC 跟低代碼的結(jié)合可能。

　　陳諤表示，從大趨勢(shì)來說，各家都會(huì)早做 AIGC 的準(zhǔn)備規(guī)劃，去實(shí)現(xiàn)出來;同時(shí)也在市場(chǎng)上吸引更多關(guān)注，盡可能早拿到一些用戶場(chǎng)景做相關(guān)合作。這其中，有兩種發(fā)展態(tài)勢(shì)較為明顯。

　　一是 AIGC 融合能力的強(qiáng)與弱會(huì)進(jìn)一步分化低代碼平臺(tái)，現(xiàn)階段去做布局，在架構(gòu)以及應(yīng)用描述上可能會(huì)有一些問題需要解決;二是場(chǎng)景更簡(jiǎn)單的零代碼平臺(tái)在產(chǎn)品形態(tài)方面可能會(huì)面臨更大挑戰(zhàn)，AIGC 在做一些表單填報(bào)流程的自動(dòng)化上能提供完全不同的另一種體驗(yàn)。

　　" 這對(duì)企業(yè)來說是一場(chǎng)變革。AI 在本身更熟悉的一些場(chǎng)景，落地效果會(huì)更好，這跟訓(xùn)練的數(shù)據(jù)集直接相關(guān)。做一個(gè)很冷門的系統(tǒng)和讓 AI 去做進(jìn)銷存或者 CRM，體驗(yàn)可能就不一樣。在一個(gè)標(biāo)準(zhǔn)主流的系統(tǒng)上，即便你沒有描述很清楚，AI 也甚至可以給到一些模型設(shè)計(jì)的建議。而越是缺乏相關(guān)知識(shí)，AI 開發(fā)的效率也就更低。"

　　AIGC 融合能力，是顛覆，還是補(bǔ)充?

　　玩家們積極擁抱 AIGC 的背后，是賽道發(fā)展逐步激烈的現(xiàn)況。

　　獵云網(wǎng)根據(jù)天眼查數(shù)據(jù)統(tǒng)計(jì)，2019 年至今，低代碼賽道共計(jì)發(fā)生 47 筆融資，其中 2019 年為 10 筆，2020 年為 10 筆，2021 年為 13 筆，2022 年為 11 筆，2023 年為 3 筆。

　　從融資表現(xiàn)上來看，輕流、ClickPaaS、優(yōu)維科技、奧哲網(wǎng)絡(luò)步入 C 輪左右的中后期階段，融資披露在今年還未有新的進(jìn)展，2023 年融資還是主要發(fā)生于 A 輪前。值得注意的是，相較 2019 年 -2021 年的賽道持續(xù)走火，2022 年初黑帕云的退出，開始讓低代碼的商業(yè)模式被有所質(zhì)疑。

　　在 2022 年末，有從業(yè)者對(duì)媒體坦言，低代碼市場(chǎng)的宣傳有些言過其實(shí)，其拓荒的過程很艱難，當(dāng)下的滲透率極低，在所有的行業(yè)里的滲透率基本上都是個(gè)位數(shù)，甚至僅僅為 1%、2%。對(duì)此，朱琛以工業(yè)領(lǐng)域?yàn)槔�，透露低代碼滲透率低主要有兩方面原因。

　　一是供應(yīng)端，由于工業(yè)場(chǎng)景復(fù)雜，表單驅(qū)動(dòng)型和基于 BPM 的低代碼產(chǎn)品不能夠滿足要求，部分企業(yè)和合作伙伴進(jìn)行嘗試以后，在不能夠減少工作量和提高效率后直接放棄，給市場(chǎng)造成了一種印象說低代碼不適合制作復(fù)雜場(chǎng)景，從而讓低代碼市場(chǎng)信心遭受打擊;二是低代碼作為隱性需求，現(xiàn)在企業(yè)還沒有意識(shí)到必需性。只有當(dāng)企業(yè)遇到業(yè)務(wù)快速調(diào)整的需求時(shí)，才會(huì)提出敏捷系統(tǒng)的要求。

　　與此同時(shí)，朱琛還點(diǎn)出，國(guó)內(nèi)低代碼賽道一直存在兩大怪圈。

　　" 一是認(rèn)知。在硅谷，碼農(nóng)既要做需求調(diào)研，又寫代碼，還做項(xiàng)目經(jīng)理，很多工程師屬于全面型，使用低代碼會(huì)對(duì)他們工作效率帶來極大的提升;但在國(guó)內(nèi)，全能型的程序員普遍偏少，而純程序員又不懂業(yè)務(wù)，懂業(yè)務(wù)的人不懂低代碼，程序員知道低代碼，但很少有采購(gòu)權(quán)，形成了一個(gè) gap。這還需要近 2 年的時(shí)間去轉(zhuǎn)變。二是大部分低代碼都走云端訂閱制，而且覆蓋多行業(yè)，但這種商業(yè)模式的架構(gòu)缺乏 know-how 的沉淀，往往企業(yè)拿來低代碼平臺(tái)都需要從 0 搭建系統(tǒng)，這樣難度非常高，很難用起來，最終寧愿選擇有 know-how 的定制化軟件。"

　　陳諤坦言，就當(dāng)下賽道來說，頭部效應(yīng)并不明顯，甚至市場(chǎng)上大家對(duì)于低代碼零代碼能做到什么程度，應(yīng)該用什么樣的人來開發(fā)，還沒有一些統(tǒng)一的認(rèn)知，即怎樣算是一個(gè)標(biāo)準(zhǔn)的低代碼平臺(tái)，以及低代碼本身的定義也不夠清晰，行業(yè)依然處于較為初期的狀態(tài)。" 中大型企業(yè)對(duì)于企業(yè)數(shù)字化、軟件應(yīng)用的開發(fā)需求更強(qiáng)烈，他們開始用低代碼做開發(fā)，是為了經(jīng)營(yíng)治理等特征去做一些定制化工作，會(huì)形成軟件服務(wù)的大量生態(tài)，需要平臺(tái)去進(jìn)行建設(shè)，而對(duì)于小企業(yè)來說，現(xiàn)階段更多是他們?nèi)ミm應(yīng)標(biāo)準(zhǔn)化軟件，還未到軟件去適應(yīng)他們的時(shí)機(jī)。"

　　但是隨著市場(chǎng)和行業(yè)內(nèi)卷，朱琛認(rèn)為，國(guó)內(nèi)企業(yè)對(duì)個(gè)性化、敏捷化的要求會(huì)越來越高，需要借助低代碼來持續(xù)構(gòu)建數(shù)字化建設(shè)和培養(yǎng)企業(yè)敏捷開發(fā)團(tuán)隊(duì)，通過低代碼平臺(tái)來快速響應(yīng)企業(yè)業(yè)務(wù)創(chuàng)新和變化的需求。

　　那么，在這樣的階段，聊天寫代碼這一突破扮演怎樣的角色?是噱頭，還是真方向?

　　薄智元認(rèn)為，目前雖然業(yè)內(nèi)普遍好奇，但是 AIGC 的應(yīng)用還不成熟，ChatGPT 像是內(nèi)存，內(nèi)存和硬盤相互結(jié)合，才能夠?qū)崿F(xiàn)更加復(fù)雜的計(jì)算和存儲(chǔ)，也給低代碼 / 無代碼帶來了很多新的想象空間。但是，聊一聊就能把軟件開發(fā)完，對(duì)于簡(jiǎn)單的代碼生成還比較有效，但是通過模塊化組合，和單一模塊的拖拽或 prompt，才是生成復(fù)雜系統(tǒng)的較好方式。

　　陳諤也認(rèn)為，聊天并不一定能高效表達(dá)意圖，視覺理解同樣重要。" 很多時(shí)候拖拉拽操作起來更快，但在涉及到一些邏輯、細(xì)微數(shù)據(jù)的綁定、數(shù)據(jù)的調(diào)整變換等內(nèi)容一次性用自然語(yǔ)言描述，就能省下非常多的操作步驟，而且也不用理解是如何操作的。"

　　從投資角度，銀杏谷高級(jí)投資經(jīng)理鐘偉成表示，用自然語(yǔ)言描述應(yīng)用，總體價(jià)值鏈條較長(zhǎng)。對(duì)于低代碼行業(yè)來說，更像是一種補(bǔ)充方式。

　　" 一套能完成一個(gè)應(yīng)用程序設(shè)計(jì)的成熟產(chǎn)品，應(yīng)該是人機(jī)協(xié)作后，通過多種交互方式去完成。譬如 UI 設(shè)計(jì)等，可以用自然語(yǔ)言去描述;HR、CRM 的應(yīng)用，則是用自然語(yǔ)言描述后，搭配一些拖拉拽，在代碼的細(xì)節(jié)層面再做人工優(yōu)化后，才能生成最終的應(yīng)用。具體產(chǎn)品設(shè)計(jì)環(huán)節(jié)不會(huì)只有對(duì)話框。"

　　智能應(yīng)用開發(fā)，仍有問題待解

　　機(jī)遇與挑戰(zhàn)之下，有一點(diǎn)似乎在行業(yè)內(nèi)達(dá)成了共識(shí)，那就是低代碼在走向智能開發(fā)。

　　從釘釘總裁葉軍宣布釘釘將全面啟動(dòng)智能化戰(zhàn)略，從原來的協(xié)同辦公平臺(tái)、應(yīng)用開發(fā)平臺(tái)升級(jí)成為智能的協(xié)同辦公平臺(tái)和智能化的應(yīng)用開發(fā)平臺(tái)，再到網(wǎng)易數(shù)帆發(fā)布 CodeWave 智能開發(fā)平臺(tái)、普元信息發(fā)布智能助手等行業(yè)動(dòng)作，可以預(yù)見 " 智能 " 二字正在主導(dǎo)行業(yè)。

　　過去，低代碼比較 " 尷尬 "，業(yè)內(nèi)各家想做一個(gè)更加簡(jiǎn)單易用的編程語(yǔ)言、編程框架，使得編程的門檻降低，需要寫的代碼更少，但拿這樣一個(gè)低代碼概念作為平臺(tái)或系統(tǒng)去打動(dòng)企業(yè)客戶，部分玩家無奈有一定難度。

　　朱琛表示，低代碼行業(yè)非常微妙，大家認(rèn)可行業(yè)的確定性，但客戶的市場(chǎng)接受度并不算高，單提低代碼，企業(yè)很難活，更多是談低代碼引申出來的有價(jià)值的業(yè)務(wù)場(chǎng)景。

　　" 我們會(huì)先讓客戶相信說這是低代碼生成的，用這個(gè)應(yīng)用可以帶來價(jià)值，然后再提本質(zhì)是低代碼給企業(yè)帶來價(jià)值。這樣讓客戶去用，他們的接受度才會(huì)高一點(diǎn)。對(duì)公司來說，賣低代碼賣不了多少客單，更多還是要在商業(yè)模式上做改變，減少交付的人員，用產(chǎn)品提供價(jià)值，從價(jià)值里獲取一些利潤(rùn)。"

　　在這樣的現(xiàn)況下，融合 AIGC 下的智能化趨勢(shì)，似乎解答了低代碼玩家多年來的市場(chǎng)教育困惑，讓概念更具象，智能應(yīng)用開發(fā)平臺(tái)或是新解。

　　但在這條前進(jìn)道路上，仍有諸多問題待解，首先是產(chǎn)品問題，聊天寫代碼只是第一步。

　　在朱琛看來，未來低代碼不應(yīng)該只是代碼的邏輯，終局是通過 " 聊天 " 即 "Prompt" 就能直接生成應(yīng)用，這才是生產(chǎn)率的質(zhì)變。

　　對(duì)此，陳諤認(rèn)同，他表示，從聊天生成代碼到應(yīng)用，都是根據(jù)自然語(yǔ)言表達(dá)出來的語(yǔ)義，一步步把應(yīng)用的每個(gè)部分用編程語(yǔ)言給描述出來。這其中，從頭構(gòu)建應(yīng)用跟中途去做一些函數(shù)級(jí)或者是跨函數(shù)的操作，面臨的問題可能類似。

　　" 但真正要用交互把生成應(yīng)用的體驗(yàn)做得非常好，還要解決很多事。比如大模型在做低代碼應(yīng)用時(shí)，AI 能不能跟人的意圖對(duì)齊，充分了解一個(gè)龐大的上下文，尤其在相較代碼生成，應(yīng)用生成復(fù)雜度更高，AI 從做計(jì)劃到執(zhí)行的一些循環(huán)能力也密切相關(guān)。"

　　據(jù)他透露，目前聊天生成應(yīng)用的方式在網(wǎng)易數(shù)帆實(shí)驗(yàn)室中也有一些嘗試案例，但無論是生成代碼還是應(yīng)用，即便是網(wǎng)易數(shù)帆也沒能走到對(duì)外生產(chǎn)發(fā)布的階段。" 目前國(guó)內(nèi)大模型對(duì)聊天生成應(yīng)用的實(shí)現(xiàn)，還遠(yuǎn)遠(yuǎn)未到 GPT-4 的水準(zhǔn)，故而在一些任務(wù)規(guī)劃方面還存在問題，需要積累足夠多的數(shù)據(jù)，有待于一段時(shí)間的發(fā)展。"

　　技術(shù)進(jìn)展是一方面，數(shù)據(jù)安全風(fēng)險(xiǎn)的考量則是商業(yè)化上較大的難點(diǎn)。

　　鐘偉成表示，很多外企都明令禁止用 ChatGPT 去做低代碼開發(fā)應(yīng)用，因?yàn)榻油獠?API，核心業(yè)務(wù)邏輯有外漏的風(fēng)險(xiǎn)。在他看來，目前大廠自研大模型，然后用這項(xiàng)能力去做內(nèi)部代碼或應(yīng)用開發(fā)具備可行性，但如果低代碼平臺(tái)要用接別家大模型的 API 去給金融行業(yè)等開發(fā)對(duì)話式的應(yīng)用生成服務(wù)，一是風(fēng)險(xiǎn)性很高，二是相較互聯(lián)網(wǎng)，行業(yè)本身接受度低。

　　" 參與這一波大模型浪潮基本上就兩種方式，一是接別家的大模型，二是用開源模型去做本地部署。體量小的企業(yè)相對(duì)來說接 API 成本更劃算，但長(zhǎng)期來看，本地部署模型為客戶服務(wù)會(huì)相對(duì)更好一些，到一定體量，企業(yè)還是需要自建模型。而低代碼平臺(tái)服務(wù)中大型客戶，主要還是做一些定制化，安全問題尤為重要。"

　　正如薄智元所說，于低代碼 / 無代碼玩家來說，推出 AI 能力并不能一蹴而就。在這場(chǎng)低代碼與 AIGC 的融合賽中，雖新戰(zhàn)事已悄然打響，但仍道阻且長(zhǎng)。

　　來源：獵云網(wǎng)