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
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。