得帆CTO徐翔轩:AIGC X 低代码,解锁无限可能

2023-07-05 12:43:00 - 得帆信息

在Open AI的ChatGPT的带动下,2023年已经成为公认的AI之年,Chat-GPT、Notion AI、Copilot等杀手级AI应用更是让大家认知到了AIGC的能力与潜力。AIGC在创新、效率等方面带来的颠覆性,让越来越多的数字化从业者感受到冲击与期待,部分有远见的CEO、CDO、CIO也开启了对于AIGC技术场景化应用的预研和探索。据调研,90%的企业表示,将会在12个月内导入办公、营销等场景的AIGC应用。体验优化、效率提升、创新加速成为AIGC的广泛期待。

 

AIGC与低代码

 

在Open AI的ChatGPT的带动下,2023年已经成为公认的AI之年,Chat-GPT、Notion AI、Copilot等杀手级AI应用更是让大家认知到了AIGC的能力与潜力。AIGC在创新、效率等方面带来的颠覆性,让越来越多的数字化从业者感受到冲击与期待,部分有远见的CEO、CDO、CIO也开启了对于AIGC技术场景化应用的预研和探索。据调研,90%的企业表示,将会在12个月内导入办公、营销等场景的AIGC应用。体验优化、效率提升、创新加速成为AIGC的广泛期待。

 

不同于AIGC的“横空出世”,低代码赛道的供需两侧在过去的3-5年中已在逐步经历探索、洗牌。从供给来看,国内基本的竞争格局已经逐步形成;从需求来看,低代码已经成为中大型企业客户的选型共识,是企业数字化转型的必选工具链之一。低代码既满足了数字化转型过程中对创新业务、敏态业务落地的需求,又能大幅提升交付效率,进而实现成本降低和产能释放。敏捷」、「创新」、「效率」、「赋能」,成为了低代码的关键词。

 

 

在IT圈和资本圈,有一些人认为低代码会被AIGC取代、AIGC会挤压低代码产品和应用空间。事实上,如果对于两者的价值主张和技术原理有清晰地认知的话,可以非常明确地得到完全相反的答案,主要原因如下:

 

① 以ChatGPT为主流的AIGC技术,受限于其他技术机理,通过AIGC技术进行代码片段/算法逻辑等的生成是比较合适的,而工程级的代码生成和可靠性在短期内突破的概率不大;

 

 

② 在自动编程的深度应用,以及AIGC在toB场景的商业化落地(相比之下,toC场景问题要“温和很多”)过程中,商业伦理、数据/知识泄漏等问题是无法回避的,尤其是在共有大模型下,这类情况更为显性;

 

 

③ 对于私有模型,算力、算法和数据三个制约因素客观存在,MaaS(Model as a Service)距离成熟商业化应用还有很长的路要走,以能力引擎或提供方嵌合入企业数字化基础设施的路径是比较稳妥、可落地的路径。

 

 

因此,AIGC对低代码短期内不会产生结构性的冲击、影响,长期来看,二者相互融合和互相赋能的空间更为广阔,且创新、效率提升两个核心元素的“交集”,更让人对低代码和AIGC的融合产生期待。我们也可以看到,不论是国内还是国外,诸多低代码/无代码厂商都在积极探索和拥抱AIGC,期待在AIGC能力的加持下,进一步提升低代码产品的能力,满足数字化应用高效构建的目标。

 

 

 

 

得帆的探索

 

得帆作为国内低代码领域的领导品牌,也在积极储备和布局AIGC能力。在得帆的视角中,低代码与AIGC并非是“替代”或不可调和的两类技术、产品,正相反,由于其特质中的促进创新与效率提升的逻辑追求,让两者有极为广阔的融合应用的前景,低代码厂商应该积极拥抱AIGC技术,思考并探索在to B场景的各类深度应用。

 

目前,我们已梳理、识别与初步设计了近120项融合点,会伴随着产品的升级以及近期得帆云aPaaS 4.0版本的正式发布逐步交付给客户体验与使用,这些融合点主要在如下领域:

 

1、对话问答

 

集成GPT、文心一言等大语言模型,允许用户按需选择使用,支持对话式交互,在企业数字化生产力「低代码」平台中更便利地消费大模型能力,从而在低代码应用构建过程中,能够快速实现业务导入、提升业务/流程理解力。在低代码平台进行模型能力引入时,除相对标准的大模型对接外,也需要考虑面向行业、场景的“小模型”以及企业专属(私有)模型的整合能力,我们预留了插件扩展能力,能够支持更多类型模型的接入、扩展。

 

 

2、智能搭建

 

AIGC能力融合后,低代码应用构建的模式可以发生显性的变化,可以基于自然语义快速生成数据模型、页面/表单、业务流程等基本对象,以及在高阶配置阶段的业务规则、业务事件(复杂业务逻辑编排)、消息提醒等,均支持自然语义的快速、自动化生成,比声明式配置的方式更为高效。此外,允许基于AIGC自动生成的对象进行手工调整,在保障高效的同时,又能够更为精准地确保配置的准确性。

 

 

3、辅助搭建

 

由原厂对低代码平台的特性配置逻辑进行预训练,确保在特定提示词的前提下(转换为具体的配置,用户无感知),实现引导式地配置提示,例如:在业务事件(复杂逻辑编排)配置了对A表单的数据读取动作后,预判大概率下一配置会是数据组合逻辑,进而实现对应配置的高亮提醒,同理在流程配置等。此外,整合了知识库、操作文档、视频指南等,当用户进行配置或二次开发时,相关交互中能够自动定位对应内容,以辅助的方式提升应用构建效率。

 

 

4、自动编程

 

以得帆云aPaaS为例,其低代码特性除基于IDE的深度二次开发能力外,还允许在线进行必要的轻量级二次开发和扩展,例如:在业务事件(复杂业务逻辑编排)中引入js、groovy、python等脚本语言,扩展复杂逻辑的处理能力。在页面配置时,允许组件层级或整应用层级的样式逻辑控制、规则逻辑控制。脚本语言、样式代码、逻辑规则等均可基于AIGC自动实现,再辅以必要的调整实现,可显著降低技术实现难度。

 

 

5、智能匹配

 

发挥AIGC在内容生成方面的绝对优势,尤其是文本内容、非结构化数据等方面,在产品层面融合进入到工作台、可视化、内容生成等场景,该部分需要与特定业务场景和具体功能进行较为深度融合。

 

 

6、体验优化

 

在实际应用中,能够充分武装与动员企业内部的ITBP/产品经理/BA/内部顾问,甚至业务用户,此举是低代码平台深度推广和使用的关键举措,而为达成这样的效果,几乎所有的低代码产品中都在增强面向这些角色的无代码能力,无代码功能的完整性、用户体验极为重要。AIGC在无代码体验优化、便捷性等方面有巨大的应用潜力,例如:国际化文案的自动翻译/优化,消息内容等的自动调优/美化、主题皮肤或风格的客户化优化等。

 

 

7、场景融合

 

除低代码平台的配置、二次开发等产品功能特性的融合外,AIGC也带动了对于不同类型数字化场景的智能化、更高体验性的探索,尤其是在协同办公、营销、客户服务、信息安全、研发设计、知识管理、商业预测、人资服务化等领域,在用低代码构建这些垂直场景时,AIGC的细节特性和能力,都能在具体功能和体验方面与具体场景产生极为美妙的化学反应,这也是得帆在为不同行业、类型客户服务的过程中,会持续关注和积累的内容。

 

 

 

部份特性预览

 

① 已经集成了GPT、文心一言两种模型,正逐步探索与更多大模型的接入,以及部分私有/场景化模型的集成:

 

 

 

② 通过AI对话的方式,快速导入业务背景和应用结构,方便对于业务和业务系统结构的基础理解:

 

 

 

③ 基于自然语义快速生成数据模型,并支持进行检查、调整,确保数据模型构建的准入质量:

 

 

 

 国际化特性的增强,支持针对文案的单独和批量的自动化翻译,允许人工校对、修改,极大提升效率:

 

 

更多期待

 

截止至目前,AIGC的热度与落地情况已经远远超过了商业化的进程,以企业现有数字化体系为切入点,成为AIGC率先突破的存量和可行路径。而低代码在企业数字化应用的当下阶段,可以与AIGC形成良好的互补、互动,共同赋能企业客户和最终用户,互相助力推动商业化。因此,两者的持续、深度融合,以及AIGC对于低代码产品的持续影响(甚至改变)都让人期待,也让我们对于未来多了更多的想象空间。

 

以ChatGPT和文心一言为代表的国外、国内的大模型已经证明了其能力,在未来,除开放大模型外,细分领域模型、私有模型大概率也会是各大型企业客户商业化落地实践的主战场。因此,低代码与AIGC的融合,除整合大模型能力外,与特定领域的专业AI能力和模型的融合,以及在办公协同、营销、售后服务、供应链、信息安全、数据挖掘等垂直业务领域的深度探索应用,非常值得期待!

 

得帆也会持续关注泛AI领域和AIGC技术、产品的发展、演化,整合更多AI能力到得帆产品序列中,以“重新定义企业软件生产力”为价值主张,探索数字化应用构建的更高效的方式与产品形态,帮助客户更好地达成其数字化目标。

 

猜你喜欢

    得帆在您身边 7*24小时 贴心服务
    上海、北京、广州、深圳、重庆、成都、济南、青岛、西安、玉林...
    联系我们:400-087-0500