中国北京,2021年11月2日——企业低代码应用开发全球领导者Mendix, a Siemens business于今日发布了全球低代码发展现状调研报告,即《2021低代码现状:回顾过去,展望未来》。调研结果显示从全球角度,企业都在积极拥抱低代码平台。尤为重要的是,报告显示中国低代码市场呈现了高速发展,85%的IT决策者表示表示正积极拥抱低代码技术,认为低代码是他们不容错过的趋势。此外,从全球范围来看,在低代码平台应用领域,尽管目前美国仍处于第一的位置,但中国市场凭借着蓬勃发展力与前瞻性探索,将有望迅速超越美国成为低代码应用的领导者。
自2021年5月启动以来,全球低代码发展现状调研受到了行业的广泛关注。来自美国、英国、德国、比利时、荷兰、中国的2025名IT技术人员与IT决策者参与了这项调研。
自去年以来,全球疫情的爆发彻底颠覆了整个世界,促使企业积极探索数字化转型,中国市场也毫不例外。调研报告显示,59%的受访者表示,疫情所带来的数字化变革速度超过了他们的预期,企业逐渐意识到,他们曾经习以为常的软件开发模式已经无法满足日益增长的需求。因此,积极拥抱低代码开发技术成为了共识,85%的IT决策者都表示,低代码是其不容错过的趋势。
此次调研报告中,中国市场的调研结果与全球结果一致,但在也多个领域展现出了强劲发展动力与巨大潜力,此次调研的重要调研结果如下:
低代码发展正当时
一场席卷全球的疫情推动了数字化的变革,重塑了各行各业。随着企业数字化转型的不断加速,IT 专业人员对新的解决方案和不同的工作方式抱有极大热情。IT部门也抓住机会让更多部门共同参与软件开发。而低代码正是实现这一切的关键。
在全球,有77%的受访企业已经在开始使用低代码开发平台。中国市场也不例外。89%使用低代码平台的企业表示,疫情加速了他们对低代码技术的使用。更为重要的是,在使用低代码的企业中,低代码在关键任务应用中的使用(39%)正在快速赶上数据建模和可视化等更常规的应用。
此外,数字化转型也促进了企业对开发人员的需求。IDC预测从2021年到2025年,全球的低代码开发者数量将以高达40.4%的年复合增长率递增,约为全球开发者12.5%总体增长率的3.2倍。
中国市场也是如此。86%的受访者表示,企业对于开发人员的需求已经达到了白热化的程度。另外,78%的受访企业表示会依靠非技术人员来缓解IT部门的压力。
赋能企业,助力数字化转型
谈及低代码给企业数字化转型所带来的的益处,降本增效成为了中国受访者最多提及的关键词。在众多益处中,排在前三位的分别是帮助企业实现更快的开发速度(48%)、更为灵活地响应业务需求(46%)以及降低软件开发成本(46%)。
此外,低代码开发平台的使用也推动了企业的数字化转型。参与调研的中国受访企业表示,低代码的应用帮助其减少了55%的影子IT,超过一半(53%)的低代码开发应用,涉及了人工智能、大数据以及物联网等技术,实现了技术协作。
美国领军低代码革命,但中国力量不容小觑
在受访者中,有五分之四的美国企业已经采用了低代码,而在中国,这一比例为75%。尽管与美国市场还略有差距,但中国市场的未来发展潜力不容小觑。调研结果展现了中国市场的蓬勃发展力与前瞻性探索。随着企业积极拥抱低代码,中国有望超过美国,成为全球低代码领域领导者。
调研结果显示,在中国,软件开发的交付进度远高于美国以及欧洲。58%的大型软件开发项目都能按时或是提前交付。当然,这也意味着有42%的项目交付落后于计划。此外,56%的IT技术人员的工作量呈现不断增加的趋势,因此,按部就班的软件开发无法满足其软件开发的项目需求。因此,这也不难理解有85%的中国IT决策者表示低代码技术是其不容错过的趋势。
Mendix中国区总经理王炯表示:“我们看到,低代码在中国的发展可谓正当时。低代码的核心价值在于其更快更高效,这与中国企业孜孜不倦追求不断创新可谓不谋而合。我们也会继续将全球最佳实践带入中国,结合实际情况,助力中国企业的数字化转型。”
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。