数字化领域从来都不缺新概念,每隔几年就出来一波,仿佛永远在“改朝换代”,但透过现象来看,很多概念背后其实是异曲同工的。比如近两年迅速崛起的低代码,实质并非是一个新鲜事物,从本质来看,低代码的概念甚至可以追溯到上世纪七十年代,如今换了称呼,解决的问题仍是类似的。
“从二十多年前的SOA架构,到前些年的中台,再到今年Gartner 2022年战略技术发展趋势中的‘组装式应用’,这些概念要解决的都是隔离变化,把不变的东西向下沉淀,让变化的部分可以更方便、更快速地进行组装。”
普元信息金融方案部总经理朱江表示,低代码背后的技术本质经过这么多年发展,如今已经比较成熟。有点类似一个人的30岁,经过了未知方向的迷茫期,拥有比较强的潜力和活力,未来还有很大发展空间。
谁才是低代码的使用者?
站在企业数字化落地的全过程来看,低代码开发主要作用于数字化应用的构建环节,解决的最大问题就是降低数字化应用创建的门槛,缩短开发时间,从而降低商业试错成本,提升企业的创新速度,加快行业应用和数字化落地。
低代码在一定程度解放了创造力,但企业在实际应用低代码平台时,也会遇到一些挑战。朱江表示,一个最核心的问题就是低代码的目标用户定位不清晰。低代码应该给谁用?开发工程师还是没有技术背景的业务人员?市面上一些企业出于市场空间考虑,回避了这个最本质的问题。
目标用户定位不清晰就会导致企业在一开始,难以清晰地判断低代码能为企业带来多少价值,解决哪些问题,以及企业应该投入多少成本。这种情况下,有的企业跟风引入低代码后,发现并不适合自己的情况,无法为企业带来价值。
同时,用户定位不清晰,具备技术能力的软件开发工程师会更偏向自己写代码,认为拖拉拽构建的应用不够灵活,而完全没有技术背景的业务人员又难以上手。低代码用户群体的模糊,是影响低代码平台企业落地的一个阻碍。
此外,企业应用低代码还存在平台建设门槛高、技术难度大、人才匮乏等问题,这些相对更容易找到对应的解法。
从行业角度看,低代码可以分为两种类型,一种是行业通用的低代码,不同行业背后用到的技术都一样,另一种是面向垂直行业的低代码,会根据行业特性做封装。朱江认为,这两类低代码需要融合在一起使用,一横一纵,横向解决通用需求即快速上线的问题,纵向解决某一特定领域持续深入优化和创新的问题。
作为当下最炙手可热的赛道之一,从市场角度看,靠低代码概念兴起的公司已经开始进入红海期,一部分参赛者逐步找到了适合自己定位的细分领域,而一部分玩家可能很快会被市场淘汰,毕竟炒作概念只能火一时,能否解决实际问题才是关键。
普元信息的低代码方法论
在低代码开发方面,普元信息有近20年的积淀,早在2003年推出的应用开发平台EOS中,就融入了低代码开发的理念,解决应用开发门槛高的问题。经过多年积累和验证,如今普元信息发展出了不同层次定位的低代码,分别解决不同用户的问题。由下而上分别是高低代码融合的技术平台、面向特定领域的低代码开发平台、针对具体行业的低代码开发平台和低代码应用。
朱江表示,最底层我们提供高低代码融合的技术平台,主要面向传统开发人员,解决技术架构不统一、标准规范不统一的情况,将标准规范固化到平台中,让企业的研发部门能够用一套技术体系解决问题,同时在技术体系中沉淀出通用问题,让用户可以用低代码的方式快速组装出新应用。
在高低代码融合的技术平台之上,有面向特定领域的低代码开发平台,比如流程领域的低代码流程开发平台,服务集成领域的低代码ESB产品。再往上则是针对具体行业的低代码开发平台,比如面向金融行业、电信行业的低代码开发平台。最上层是普元信息开发出来的低代码应用,比如低代码建模工具、低代码表单、低代码数据开发等应用。
在低代码开发平台的构建上,普元信息的理念是在技术架构上采用分层原则,隔离变化,这也正是低代码解决的问题本质。对低代码产品在技术架构上做分层,看企业的变化发生在最基础的技术层面、中间件层面,还是应用层面或框架层面,然后把不同的变化隔离在不同层面上解决。
所用的具体技术,朱江从五个维度进行了讲解。
前端表单方面,普元信息应用较多的技术是基于H5和Webpack组装式的微应用架构,优势在于可以隔离不同的模块,同时有接口能连接模块间的通信,稳定性和可拓展性都比较好。
流程方面,普元信息会用到流程引擎、规则引擎等计算引擎,同时也会提供一些流程的编排工具。并且随着技术发展,从过去需要在本地安装集成开发环境,逐渐迁移到通过浏览器就可以在线访问编辑器,省去复杂的安装过程,降低了用户使用流程平台的门槛。
服务方面,主要用到的技术是服务集成、服务网关、服务注册与发现、服务修流、服务管理这一套技术架构,同时普元信息也会基于Spring Cloud组件,做封装和扩展。
数据方面,技术围绕着怎样收集数据、聚合数据、分析数据、展现数据,普元信息提供了很多相关组件。
最后是自动化集成方面,普元信息会用到Devops相关技术,包括自动化构建、自动化集成、自动化测试等技术,将应用从开发、测试到发布上线的全生命周期串联起来。
金融场景的幕后推手
不同行业数字化发展阶段不同,金融、电信是数字化开展较早,水平较高的行业,金融也恰是普元的优势行业。
2010年左右,普元信息先后帮多家国有大行构建了统一开发平台,该平台应用了低代码开发技术,让用户以拖拉拽的方式构建代码,编写应用。这些统一平台的实施经验又在之后被移植到了更多的股份制银行。
2013年左右,普元信息用低代码的方式为多家股份制商业银行构建了统一流程平台,实现业务与技术的一体化。朱江介绍,当时的规划是“5+3+2”,意思是应用开发中50%的部分由业务人员做,不需要技术人员参与,30%由业务和技术人员配合做,剩下20%使用高代码开发解决。现在这一比例已经达到了7+2+1,70%的应用开发都是由业务人员构建的。
最近两年,普元信息开始用低代码开发平台,为银行客户做很多低代码应用,比如某股份制商业银行的智能工单应用,某城市商业银行的OA信创改造。“这种应用场景很好地体现了低代码的优势,像该城商行这样体量的企业,OA系统构建正常需要一年多时间,但实际上这次信创改造,普元信息只用了三个月就把所有功能重建了。”
谈及开源,朱江表示,和过去相比,现在低代码开发技术在通用性和行业宽度上有所收窄,这也意味着在低代码时代,开源的影响相比高代码时期有所减弱。过去开发一个开源技术组件,在高维度的统筹下,不太考虑行业特性,而现在低代码在技术组件之上,还有行业特性,因此围绕低代码去做的开源组件往往覆盖面没有过去那么广。
对于未来的发展趋势,朱江认为,低代码最终将走向无代码。目前Google、微软都发布了人工智能生成代码,背后的终极目标就是不需要编写代码,通过配置的方式即可完成整个应用的开发。但这个终极目标也许会在一些细分领域达成,但要做到全行业大范围是比较难的。
“在可见的未来,会是高低代码同时存在、彼此融合的情形,我们要分清楚哪些是高代码能做的事情,哪些是低代码能做的事情,哪些是无代码能做的事情,随着技术发展和业务应用的深入,未来可能高代码的占比会越来越少,低代码和无代码越来越多。”
好文章,需要你的鼓励
DeepSeek 的 AI 模型在处理效率方面取得重大突破,可能对数据中心产生深远影响。尽管引发了科技股抛售,但业内专家认为,这项创新将推动 AI 应用普及,促进大规模和分布式数据中心基础设施需求增长。更高效的 AI 算法有望降低成本、扩大应用范围,从而加速数据中心行业发展。
Rivian 正全面推进 AI 技术整合,开发下一代电动车平台,以挑战特斯拉的市场地位。公司计划于 2025 年实现免手驾驶,2026 年达到 L3 级自动驾驶。Rivian 还将在车载系统中广泛应用 AI 技术,提供语音交互等功能,并计划推出更实惠的车型,扩大市场份额。
Postman 发布了 AI 代理构建器,这是一款创新的生成式 AI 工具。它允许开发者通过整合大语言模型、API 和工作流程来设计、构建、测试和部署智能代理。这一工具旨在简化 API 交互、优化工作流程,并支持创建能执行复杂任务的智能代理,标志着 API 优先的 AI 开发迈出了重要一步。
微软第二财季利润同比增长10%,人工智能年化收入达130亿美元。然而,云计算业务未达预期,下季度指引不及预期,导致盘后股价下跌。公司资本支出创新高,以满足AI和云需求。尽管Azure增长放缓,但微软对下半年增速加快持乐观态度。同时,中国AI初创公司DeepSeek的崛起引发业界对AI基础设施投资的重新审视。