锚定低代码+AIGC

今年年初，ChatGPT 的现象级爆发，让其底层技术 AIGC 的承载方 OpenAI 备受关注。几重 buff 叠加，打工人的命运可以说是跌宕起伏，命途多舛了。在国内，AIGC 的长期价值已逐渐被挖掘，正在重构人们的办公、娱乐乃至生活方式。企业希望以低代码+AIGC 的模式，搭建符合自身业务需求的应用。

鱼和熊掌兼得

数字化趋势下，很多企业想要以数字化的手段进行降本增效。但“易用”和“定制化”向来都是鱼和熊掌不可兼得，AI 的进阶，让数字化止步不前这个“顽疾”找到了“药引子”。

Gartner 预测，未来 5 年至少需要开发 5 亿个新应用才能满足企业转型需求，其中，65%将通过低/零代码的方式完成，75%的大型企业将使用至少四种低代码开发工具进行应用开发，且这一比例还在持续增高。

低代码搭上 OpenAI 这辆快班车

颠覆背后，方向极为重要。「AIGC+低代码」的模式重点在于低代码平台去结合 AI 的能力，拉高平台应用上限，降低平台应用下限。

AIGC+低代码模式，是企业尝试自己握住 AIGC 的“方向盘”。ChatGPT 的原理是将大量的文字、图片、视频等“数据”进行集成，输入到深度学习的神经网络中进行学习、训练出智能决策。

基于 AIGC 的加持，交付流程可以转化成交互式语言生成应用，复杂的需求可以直接被转化成复杂的表结构、字段类型、关联对应、流程逻辑和数据指标，无需搭建者动脑。通过自然语言描述应用，可自动搭建应用程序，关键应用有数据、有流程、还能触达业务人员。

AIGC+低代码，产业数字化驶向深水区

其中，生成式低代码的模型，需要训练的部分是各种数据和流程，通过不同行业的不同入库环节“数据”集成、学习、训练，当某一行业入库需求提出时，便可以迅速做出智能决策。

当越来越多的数据被集成、学习、训练后，数据量越大，预测就愈发准确。细心的朋友会发现，AI 搭建的路径并不是普遍意义上的“一句话生成应用”，而是一个“辅助搭建机器人”的角色。

AIGC 下的低代码赛道，暗涛汹涌

不过，诸多因素下，AIGC+低代码有着较大的局限性，从技术底层来看仍面临一些问题。这也是当下「AIGC+低代码」不能“一步到位”的关键，最为明显地便是，其无法满足十分复杂的业务逻辑下的业务需求。

对于企业和开发者来说，技术方面的试错成本太高。原生技术和低代码都是开发者手中的工具，工具变革和改革的意义相差甚大，工具的变革意味着生产方式的改进、生产效率的提高。也可以把目光放到另外一条赛道上——低代码，核心逻辑是利用代码库，将已有开发样例进行快速复写，整个开发过程中的人工成本趋近于 0。

JNPF，依托代码开发技术原理因此区别于传统开发交付周期长、二次开发难、技术门槛高的痛点。大部分的应用搭建都是通过拖拽控件实现，简单易上手，通过为开发者提供可视化的应用开发环境，降低或去除应用开发对原生代码编写的需求量，进而实现便捷构建应用程序的一种开发平台，快速助力研发人员快速搭建出一套适合企业发展的方案。

开源地址：https://www.yinmaisoft.com/?from=InfoQ

中国企业在 AIGC 的破局机会

在 AIGC 这片热土上，你我皆是拓荒人。即使是像百度这样的大厂，也无法绕开，文心一言也是秉承谦卑低调上线，但国内对产品的二次开发经验相当丰富，AIGC 的应用场景很广阔，伴随着底层大模型不断对低代码领域大量“数据”进行学习、训练，将输出愈发准确的智能决策。

对应的「AIGC+低代码」也将迸发更强大的能力，所以未来可能有更多更好玩的应用 GPT 等产品的场景存在，这些场景也将更多得投入中文语境，所以友商们也在铆足了劲发力，未来可期！