AIGC 遇上低代码的碰撞与融合

AIGC 及其应用话题，正呈爆发式增长。伴随产业与技术不断渗透、融合，有研究认为：AIGC 除了在内容生产质量、效率及实用性方面持续增强，其辐射广度也不断延伸。其中，关键技术与基础理论的突破，将成为 AIGC 产业生态落地的重要因素。

此时此刻，嗅觉敏锐的科技公司已经开始将 AIGC 能力集成到产品中去了。

在海外，Salesforce 近期推出了 Einstein GPT，这是全球第一个 CRM 生成式 AI，同时设立 2.5 亿美元——迄今为止规模最大的 AIGC 风投基金；谷歌近期宣布将 AIGC 能力整合进办公套件 Workspace，微软宣布将 GPT-4 植入 Office 办公软件，该功能名为“Microsoft 365 Copilot”。

而在国内，低代码是 AIGC 向各行业渗透相对利好的行业。低代码开发是过去两年 to B 市场的风口之一，它对过去的传统软件开发带来了颠覆性。在 AIGC 的加持下，从低代码搭建到用 AI 生成一个新应用的效率将提高 100-1000 倍，这将是一次新的颠覆。

低代码平台的各类操作原子先天具备“积木”特性，具备高复用性。通过低代码应用程序采用 AI 流程可以释放工人并最大程度地减少工作量，日常业务用户可以使用低代码软件来快速，轻松地启动并运行自动化和 AI 驱动的解决方案。相较于纯代码开发，交易的编排语句量仅为 10%~30%，由于语句量小，风险相较于 AI 编码更为可控，更易于监督和校正，所以更适用于具体功能的编排实现。

同时，AIGC+低代码可以加快应用开发速度，并且更方便地进行维护和更新。低代码工具简化了软件开发生命周期中的多个阶段，例如调试，测试和部署，而 AIGC 具备极强的 Debug 功能。借助 AIGC，开发者仅将整段代码和需求作为输入，AIGC 可以迅速诊断代码并提出解决方案。并自动化测试和优化应用程序，在测试中自动执行测试用例，从而减少手动测试的时间和工作量，更好地进行应用程序生命周期管理。

以往，业务人员与 IT 沟通过程中存在时效性差、信息不精准、沟通成本高等问题，与之对应的是，支持 AI 生成应用的低代码平台，精准实现了数字化人才从构想、测试、优化到落地的全流程参与。一方面，AI 生成应用的多样性带给数字化人才更大的启发创新，提升社会数字化创新力，另一方面，也在加速“人人都是开发者”的目标落实与数字化人才建设。

据 Forrester 分析师卢冠男表示，基于 AIGC 技术现有探索场景涵盖了文本生成、图像生成、视频生成、代码生成。早期，AI 与低代码开发平台融合的路径是头部 SaaS 企业通过融合创成式 AI，实现 AI 技术与工具软件的联通，进而帮助用户减少重复性、机械性、规则导向的劳作，甚至承担具有创造性的工作。而现在基于 AIGC 模式，当用户输入想要的应用名称如进销存，平台通过用户信赖的 AI 产品推理出与进销存相关的内容，自动组装一个完整应用，当未满足 AIGC 生成应用情况下，可通过拖拉拽方式，满足用户个性化需求，持续迭代。

AIGC 从开始到现在经历了数轮技术迭代，在每一轮迭代中，AI 的能力比起前一代都有着质的提升。而新一代以大模型为代表的 AIGC 技术正成为时下最热的话题，在惊叹于其 “无所不知” 般优秀能力的同时，我们也有理由期望未来更多的落地场景，期待以 ChatGPT 为先锋的预训练大模型技术为低代码这个领域注入更多的 “新鲜血液”。