2014年由Forrester提出的“低代码”概念,这两年已在国内悄然兴起。相比传统软件开发技术,低代码平台通过简单的拖、拉、拽等动作,使用者无需编程或进行少量编程即可实现常见的功能。
目前国外有Mendix、OutSystems、微软、Google、Amazon等平台,国内阿里的钉钉宜搭、腾讯的云微搭、金蝶、用友、明道云、华为等企业也纷纷推出了自己的低代码平台。
从用户角度来看,正如西安市北得龙金属材料有限公司CIO杨国虎所言:“目前公司已将业务、内部管理的数据通过各个系统抓取进来,并进行了多维度的分析,对管理决策提供了有力的支撑。由于企业面临的市场环境变化快,不确定因素众多,对原有系统进行了大量修改,造成系统沉重、逻辑复杂。企业期望通过低代码技术能实现对系统的重新梳理,能帮助企业实现业务创新。”
西安北得龙金属材料CIO杨国虎
业务敏捷性是企业对低代码平台真正刚需
“希望运用低代码技术,针对具体的业务情况及管理需求,快速搭建属于我们自己的管理系统,应对市场环境的变化。” 有着二十多年信息化经验的杨国虎对至顶网记者这样表示。
“原先我们都是通过购买别人通用化的软件,改造成符合自己业务需求的产品。然而这导致系统越来越复杂、越来越沉重,性能也越来越低。因此我们考虑根据业务情况基于低代码技术,做一套适合整体业务和流程的自己的系统,能让业务更高效、敏捷。”
“然而,像我们这样的企业最欠缺的就是软件开发能力。我们IT能力的建立,是通过传统方式:软件公司与我们签订项目合同,将项目的具体需求提给软件公司,然后软件公司就会以最快时间完成并交付。“
“这就导致很多问题的出现:比如,灵活性受到制约,有很多问题只有在工艺、流程运转起来之后才能发现。此外业务敏捷性也成了难点,这种模式并不能适应当前快速变化的业务需求,一些新的需求调整也不能得到很好地满足。”
成本方面,从企业经营角度来看,企业的精力还是主要放在对本行业的业务拓展与生产研发上。杨国虎指出:”首先,对于一个制造业企业而言,我们的IT能力肯定比不过那些专业的软件厂商,我们也没必要培养大量的开发人员。”
“其次,我们经过多年的数字化建设,从财务电算化、ERP、MES到PLM、APS,积累了大量数据,员工也具备了一定的数字素养,希望依托系统数据提出对业务流程的改进。业务人员有了更多的数字化需求。而企业的数字化能力的主要任务是提供对业务的技术支撑。低代码平台对开发人员的编程技能要求就相对降低,不用去写各种增删改查的代码,只要对各种封装好的组件、模型进行调用,通过对控件的简单拖拽就能实现各种功能,这样可以极大地提高新需求实现的效率。”
产品稳定性、持久性以及场景能力是选择平台的关键因素
如今市面上存在着各类的低代码平台,除了价格因素以外,在产品选型上杨国虎有着自己的思路。他指出:“首先我们关注的是平台的稳定性、产品发展的可持续性。”
“我们以前在做信息化的过程中用过很多产品,也用过一些小软件公司的产品,但过了两三年这个公司就没了,产品的后续支持、产品升级也就无法实现。因此我们希望提供低代码平台的公司能有一定实力,产品也能不断地更新迭代。”
其次就是场景化的能力。杨国虎表示:“我们也了解了不少能提供低代码能力的平台,如阿里巴巴的钉钉、明道云、华为这些平台。但对于传统制造业企业而言,选择低代码平台还是要根据自身的业务场景来进行选型。”
”我们的业务主要是钢铁产品的贸易、加工,以及一些仓储管理,产品都是根据客户的需求进行定制,有自己的特殊模式,而互联网公司的低代码平台,侧重于沟通或办公协作,这种平台很多功能就不适合我们的业务模式。因此,业务模式的匹配度将是我们选择低代码平台时的另一个关键考量因素。“
低代码产品并非完善,CIO们仍存顾虑
数字化转型也不是一蹴而就的,底代码平台也并非“包治百病”。虽然杨国虎认为走低代码之路是加速企业数字化转型的一剂良方,然而低代码平台仍有一些问题尚待解决,需要平台提供商与用户紧密合作才能加速落地。
杨国虎指出:“从技术角度来看,在硬件方面,低代码平台对底层云平台或者服务器的要求如何?在软件上,对数据库的支持有哪些限制?对新技术的支持方面,在微服务、容器技术、分布式部署的支持度会是怎样?以及随着企业业务量的增加能否实现快速的扩展?平台最后的归属问题,产品能否一直保持独立,不被绑定,云平台的数据安全等问题……”
这些问题将随着低代码产品的不断完善,用户与平台提供方的不断互动,才会得到逐渐解决。只有消除了CIO们的种种顾虑,才能加速企业的数字化转型,为更多传统行业注入新的活力。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。