文章主题:企业数字化, 人工智能, GPT, 低代码

666AI工具大全,助力做AI时代先行者!

《数字价值观察室》是由钛媒体与ITValue共同打造的一档深度视频访谈节目,其源头可追溯至已经成功举办了十一次的全球数字价值峰会。该栏目的核心内容在于关注产业界最热门的数字化议题,并邀请业界权威专家和企业领袖作为“观察员”亲临现场,深入探讨数字经济的真实挑战和解决方案。

今年,人工智能的热潮席卷而来,如同春风吹过山野一般,迅速且猛烈。从ChatGPT到文心一言,短短四个月的时间,GPT就完成了从3.0、3.5到4.0的迭代更新,这一系列的动作不仅让人们对当前人工智能技术的进步有了全新的认识,也使得人们深刻地体会到了人工智能技术的飞速发展。这种发展趋势,无疑让人对未来的科技前景充满了期待和想象。

ChatGPT在全球的热度火爆,对应的AIGC(人工智能自动生成内容)也受到了广泛关注。与此同时,传统的低代码开发模式,通过窗口”托拉拽”的方式,正在面临着更为深刻的影响。低代码的提出,本是为了降低程序开发的难度,使非编程人员也能够掌握编程技能。那么,当AIGC与低代码相结合时,将会孕育出一个新的未来。

在本期《数字价值观察室·直播》中,我们有幸邀请到三位权威专家亲临直播间,共同探讨AIGC(人工智能生成内容)与低代码技术的结合与发展。

【附上本期直播时间轴,帮你快速跳转感兴趣的部分】

00:00 主持人介绍主题背景及嘉宾自我介绍

08:49 AIGC 会对低代码造成冲击和重构,对于它的时间和路径嘉宾们怎么看待?

27:52 AIGC 与代码的结合,会创造出什么样的新事物?

42:37 企业应该如何跟随这一次的 AI 浪潮?

本期直播嘉宾:

钛媒体数字价值观察员 张帅

炎黄盈动创始人、CEO 刘金柱

中国信通院云大所政企数字化转型部主任 徐恩庆

网易副总裁、杭州研究院执行院长、网易数帆总经理 汪源

【以下为节目文字实录,经钛媒体 APP 编辑删减】

张帅:各位可以先做个自我介绍。

徐恩庆:中国信通院是工信部下属科研事业单位,我们平时做很多的研究工作,我所在的团队在数字化转型的技术方向也有研究团队,包括低代码,云边端等一些技术。

对于AIGC这样的新兴话题,服务提供商们的反应是十分直观的。其中一部分人表现出焦虑,而另一部分则充满了期待与激动。作为一家专业的第三方研究机构,我们深感欣慰地观察到了这些新技术所引发的影响和变革。

在低代码与AIGC融合之后,政府部门迅速发布了一系列管理措施。我们研究机构也紧随其后,针对新技术形态所引发的商业模式、知识产权、以及在国内外的发展优势进行深入研究。此外,我们还积极参与产业内的标准化工作,组织专家们开展各种学术讨论。这些讨论的主题涵盖了制定框架性标准的必要性和更有效地推动企业及技术发展的途径。

刘金柱:我是刘金柱,炎黄盈动的 CEO,我们一直专注在低代码和 BPM 领域,那从炎黄盈动自己的定位来说,希望通过 PaaS 平台的不同能力,高效服务好我们千行百业的数字化转型不同阶段的需求。

在中大型组织中,我们能够提供涵盖流程全生命周期的BPM Paas功能,进而实现端到端的流程自动化。

在数字化转型的过程中,我们致力于利用 PaaS 低代码能力,构建稳定可靠的低代码 aPaaS 平台,以赋能各行各业的企业客户和业务部门。通过这种方式,我们可以为他们提供快速开发新应用以及构建场景化应用所需的基础设施。

第三,我们前两年发布了一款针对中小型企业的一站式无代码云应用搭建平台——易鲸云。

汪源:我先介绍一下我们的背景,我是 2006 年到网易,算是网易杭州研究院初创团队之一,我们研究院本身从服务集团业务出发,就是一直在开发工具,在云计算、人工智能、大数据这方面持续地做平台建设。

前两年,我们发布了网易数帆业务旗下的低代码开发平台,主要目标是希望它既能做到低门槛,也能够做到高上限。低代码平台主要的目标用户群是还是专职的开发人员,而不是普通的业务人员,所以做关键应用和复杂应用的能力较强,实际上我们从去年初的时候,就看到 AI 在智能编程方面的一些进展。

当时有一篇在圈内引起比较大轰动的文章,讲 AI 编程能够通过很多算法竞赛题目,Leetcode 上面的很多题都能做,如果在所有的人类选手里面排名的话,AI 可以排进前百分之二十几。

我们从去年就已经在做智能编程相关的技术,在 ChatGPT 之前,其实也有 GitHub Copilot 编程智能助手产品,我们集团也有比较多的团队都在使用和体验。

在 ChatGPT 刚出来的时候,倒觉得它对编程方面没有太多的震撼,因为我们觉得好像是把已有技术做渐进式的演进,但后来发现它的多轮对话和修正能力很强,远远超过原来 Copilot 开发工具插件能力。我们才更多发觉,它比原来的智能编程技术有很大的突破,所以后面也投入了很多精力来做研究。

核心的结论是,作为一个低代码产品,必须要能够集成 AI 的能力。如果没有这个能力,在市场上就会面临非常大的竞争压力。

张帅:我们正式进入到第一个问题,AIGC 对低代码造成冲击和重构,大多数人的态度都是比较肯定的,但是对于时间和路径是怎么样,大家还是有不同的看法。各位怎么看待这个问题?

刘金柱:这是一个非常好的话题,首先说一下我的结论,当然这个结论也是基于我们在有限的时间内探索的情况。我觉得 AI 和低代码的结合,一定会对低代码的市场会带来冲击甚至重构。

我自己也是有接近 30 年码龄的老程序员,也算是一线从业人员,在这个行业里面有一些常规的认知,比如说编程语言,可能大家会认为会分为 5 代,从机器语言到低级语言到高级语言,再到第四代的领域语言,然后再到第五代自然语言,我们的前一辈早就把路线规划好了。

我们一直是在探索和实践。比如第一代的机器编程语言,是基于机器语言的 0101 的模式,通过特别传统的能力、有限的方式进行传孔和卡片。

第二代在低级语言阶段,计算机由原来的电子经管、晶体管,然后演变到半导体,大规模的集成电路出现之后,其实是基于硬件的指令编程,包括操作系统一些驱动程序。我们国家在嵌入式开发,或者说底层设备驱动方面,第二代的低级语言依然还是有它的生命力。

第三代其实是在参加工作之后,包括每年全球的编程 TOP50,大家看到的其实都是高级语言,从 C、C++ 到 Java、Python、Perl,或者是各种新的语言,老的语言都是基于特定领域的方法编程,比如说面向过程的、面向函数的或者面向对象的。第三代的高级语言其实也是,比如第三方厂商实际上也需要基于语言做上层的开发。

第四代语言,国外提出来叫生产力语言,比如像 SQL 这样的语言。我们今天探讨的低代码、无代码、大模型也可以归类在此,它可能不属于领域语言,但是它可以归类为是第四代的阶段。

第五代是自然语言。其实在七八十年代,我们的前辈已经给定了路径。大家其实都在反复地思考 AI 对整个行业的冲击。大的背景是,大模型的出现,无论是 ChatGPT 还是其他类似地强化学习的大模型,有几件事让人惊讶。

第一,在一定的推理背景下面,突然能够涌现一些新的智能或者智力,这个部分是非常值得期待的;

第二,人力堆砌的方式,从工程角度也得到了方法上的确认,就是我们如何去强化大模型输出的内容质量和标准。

第三,其实我们也看到,前两年很多类似 AIGC 的领域,比如生成图像,包括现在的多态大模型。炎黄一直在思考,我们做低代码、无代码,是不是可以跨入到第五代自然语言的实践里面来。

回到低代码这个话题来看,我们做这件事的思考是什么?

第一,我觉得冲击力是在于对整个低代码市场效率的价值。无论是低代码还是无代码,核心是能够帮助千行百业的数字化构建降本增效,效率是最核心的。

比如低代码是 5 倍的效率,无代码能不能到 10 倍?我们基于大模型的推理,结合我们自己的模型转化和处理之后发现,其实在一个相对完整的应用结构上面,它的生成效率可能是两个指数级的,就是 100 倍到 1000 倍。

我们理解就是从第一到第五代,大家一方面追求的是能力,另外一方面这些语言也在突破效率的瓶颈和边界。

在低代码这个行业,如何去理解 AI 带来的价值,同时能够在我们的产品里还原这些能力。这是我们第一个看到的冲击,效率暴增。

第二部分,我想谈一下关于重构这件事,可能是我个人的一些理解和感受。在没有还原这个场景的时候,实际上大家可能还是处在 “AI 帮我去做了这件事 ” 的心态。但是当你真正地去观察它的时候,会发现从第一代到第四代的软件工程,实际上是我们拿到需求然后完成交付。

但是我觉得在 AIGC 加低代码之后,会发现它重构了我们的软件工程,它是由 AI 去完成交付,然后再交由我们的专业人员去确认。

当然在这个过程里面也发现一些问题,譬如说 AI 生成的应用,场景模型的覆盖度到底能做到多深,这一点是我们自己一直在突破的边界。比如说数据可以生成、规则可以生成、流程可以生成、用户界面可以生成,那是不是还可以再强化更多的一些场景,这是我们思考的第一个问题。

同时,因为我们使用的是通用大模型,所以它整体的推理能力还没有达到足够复杂的场景,在这方面可能还是存在一定的局限性。我们自己也在思考一些路径,从低代码厂商角度,比如说 AI 生成应用,它其实是解决了一个启发我们如何构建应用的过程,辅助搭建可能会更强,更能够强调业务人员或者工程师按照自己的需求,结合 AI 智能去快速地构建。

我觉得 AI 加低代码的结合,在某种程度上其实是在预示着第五代编程范式可能已经到来了。

徐恩庆:这一轮 AIGC 的技术火热,大家都在讨论技术的革命,或者说新技术浪潮在哪些领域可能会应用得更加广泛和充分一些。

从各方的视角来看,在编程代码领域,或者说跟低 / 无代码结合的方向,大家的共识度比较高。而对于 AIGC 是否会带来一些影响和重构的问题,我们认为这种影响肯定已经发生了。

从我们研究机构的视角来讲,有时候不仅需要关心它便利的一面,还要考虑它带来的一些问题。比如我们使用这样的技术开发出来的应用系统,以及背后的一套程序,是否能够满足企业重要业务系统相关的安全性、稳定性要求,是否能够做好运维保障。

换句话讲,对于我们大量的数字化转型者会去思考的一个问题是,自己能否完全地信任 AIGC 技术,这还是需要进一步的实践和观察。

作为第三方的研究平台,我们非常乐于推动技术浪潮往前走,同时也会组织大家去放大它的优势,反过来也会把它带来的一些问题尽快地研究清楚,以保障新的技术能够非常稳健地用在更多的关键场景中。

汪源:我介绍一下我的观点,我从编码本身的角度和整个软件开发两个角度分别来讲一下。AIGC 对于低代码,不管是技术和市场,应该都是有很好的促进和加持作用的。

今天整个软件开发市场上,低代码和无代码的占比其实还是很低的,那为什么这么低?我们的理解是, 低代码和无代码是希望能够尽可能的把软件开发的门槛降低,但另一方面它也需要有更强的能力,把软件开发的上限提高。

这也是我们所讲的,技术既要做到低门槛,一个很普通的人很快能够掌握,同时也能够做到高上限,能够支撑关键和复杂的应用。

我们之前可能采取的是用低代码技术,把前端后端所有的技术栈,都完整地打包成一个整体的平台,低代码软件提供的可视化编程语言,能够在一定程度上做到门槛比较低,上限也比较高。

AIGC 的智能编程,它一方面可以进一步降低技术的使用门槛,像低代码平台原来还是要花 3- 5 天的培训和学习,今天 AIGC 可能一开始就能上手了。

另一方面,在很多情况下,我们提供的可视化编程,通过拖拉拽的方式更加易学易用,效率也会比较高。但如果做比较复杂的逻辑编排,就不如用字符型的编程语言更高效。

但是今天借助 AIGC,可以做到用自然语言去描述需求,然后自动生成代码。低代码本身可能还存在一些缺陷和不足,又能够被 AI 的能力加持来解决。

所以我觉得在编程角度,AI 是能够让低代码技术平台做到更好的低门槛和高上限。

另外,我们还关注整个软件研发的维度,有了 AI 加持之后,对于一个软件开发人员来讲,编码这部分的工作占比会下降,所以如果要把整个软件开发的成本整体性有效降低,还需要通过 AI 的技术能够更好地来辅助。

比如说程序员去做从需求分析到软件,比如交互视觉的设计,从设计能够一键生成代码,到最后代码能够自动化测试,然后能够做智能运维,整个软件开发从需求到运维全链路,都能够比较好地用 AI 的方式去增强,从而进一步的降低整个软件的开发成本,提高效率。

我认为整体对低代码的市场肯定是一个利好,因为整体的成本降低,效率提升了之后,肯定会使得我们的产品更有市场竞争力,当然前提是产品全面地应用好 AI 的能力。

张帅:大家对 AIGC 对低代码的冲击还是普遍认可的,那我们接下来就再讨论讨论实操方面,AIGC 与代码的结合会创造出什么样的新事物?可以从我们自己自正在做的产品和服务方面谈一下。

徐恩庆:我们以宏观角度来看,在推动企业做数字化转型的过程中,最核心的一个环节,或者说要谈的一个问题就是业技融合。

有很多业务人员不一定是传统的开发者,他可能是业务团队的开发,或者说更理解业务场景的开发。大的央国企、银行都有自己的软件开发部门,一些人力部门或者是财务部门,可能也要配有比较理解 IT 技术的同志,在我们的低 / 无代码发展过程中,它已经在突破业务人员和 IT 的壁垒方面,发挥了非常好的作用和效果。

这是低 / 无代码带来的优势,但是对于企业真正的效能提升来说还存在明显不足。大量传统企业对于低 / 无代码技术的使用还持观望的态度,或者是简单尝试阶段,大规模使用的时代还远未到来,想要真正让业务人员或者是更懂业务侧的开发人员使用,还需要其他因素的加持。

从研究的角度来讲,AIGC 正在带来积极的影响,我们希望 AIGC 和低 / 无代码的碰撞融合,能够帮助广大企事业单位顺利开展数字化转型工作,更好地突破业技融合的壁垒,让业务人员更懂技术,或者说能更好地使用技术,让技术能在赋能各业务场景过程中,形成一个新的局面。

汪源:徐主任刚好也谈到了业技融合的问题,我觉得从程序员群体的职业角度来谈,也是比较好的视角。

我认为有 AIGC 的能力之后,现在过度细分程序员群体的模式,前端、后端、移动端,数据开发很多不同的岗位,这种模式会比较快地重构。

首先是会变成全栈程序员,本身低代码技术天然就是全栈的,低代码通常不分前端后端。现在有 AI 的帮助,不同端的程序员之间相互的跨界进入别的领域也是非常的方便。

所以我认为他首先会变成一个全栈程序员,成为全栈程序员之后,技术对业务层面的接触和了解就会更多。

今天有很多做服务端的程序员,对业务都不是特别了解,可能拿到拆解出来的一些后端需求。但前端的程序员对于用户界面比较了解,而他对后端业务层面的模型或者是领域的设计又不是很清楚,他只管按照前端偏交互方式去做研发、交付。那全栈融合了之后,下一步就会有更多的程序员具备业务层面的能力。

我认为将来可能会出现的场景,是有一个人既承担业务层面的分析,同时也完成开发的工作,实际可能在 20 年前整个软件行业就是这么干的,那个时候并没有分得太细,但是最近的 10 到 15 年,分工非常细的。

我认为接下来这个趋势会反转,可能又会变到业务和技术人员一体的状态,在这个过程中,AI 和低代码的技术方向是非常一致的,都会推动程序员群体发生职能的转变。

刘金柱:无论是在国外还是国内,大家主流的判断是智能时代已经到了。

从我们看未来的角度,第一件事就是如何把大模型的能力能够充分发挥出来,从未来创造的格局上,会产生新的生态结构上的变化。

作为应用厂商往下看,比如模型层是我们特别关注的,是采用通用大模型的通用知识能力,还是需要自己做强化训练,或者可能针对行业模型提供更好的价值。

刚才徐主任也谈到,央国企有很强的业务属性,包括对数据隐私的要求、合规性,模型层可能也是我们作为应用厂商,需要考虑的生态构建问题。

结合到低代码行业,我觉得可以从两个角度来看,第一个是产品形态,产品形态可以拆得再细一些,比如无代码,首先无代码会接入 AI 的能力,因为它是安全的,它本身它没有生成所谓的 code,它整体的构建的能力会受限,但是它的安全和边界也是可以被平台保障的。所以我认为,可能在未来产品形态上,无代码会先有突破。

第二是低代码,业界有一些标准,AI 智能生成代码的类似于自动驾驶的等级,比如从 L0 到 L3,代表不同强化模型生成代码的质量,和能够解决的问题边界。

因为低代码本身是把更多的代码耦合到一个平台里面,然后提供特定的一些代码植入,所以我觉得在这个层面的形态上,可能也会很快能看到 AI 能力。

最后是编程,我们的 PaaS 实际上也是无代码,低代码还有强 coding 这样的能力。同时我也同意汪总的观点,可能在自动化运维方面,如果作为一个可靠的企业级架构,自动化运维可能也要考虑下一步的智能化增强。

同时我还有一个观点,可能不太成熟,就是们似乎是造了一把锤子,然后就发现到处都是钉子,或者说你造了一个黄金锄头,可是农民还在耕地,所以未来的应用场景可能不是现在的应用界面了。

从字符界面到 GUI,到现在的对话式 UI,未来人机交互的 UI 重构,可能会反向要求我们的开发商、开发者,或者我们的低代码产品去思考,未来所谓的无代码场景构建的应用场景是什么?这个可能是现在看不到的结果。

还有一块就是机器人,20 年前的互联网时代,每一家网站如果希望被搜索引擎很好地收录,那么一定要在这个根目录下,放一个机器人能识别的解释文件,它可以帮你去收录文件,所以我觉得未来大概率会很快,可能两三个月就会发现有一些企业,会基于机器人之间做信息的交换或者交易处理,这个部分也是一种应用场景。

另外一点是社会价值,数字化转型离不开数字人才,无论是专业的编程人才,还是能够掌握利用好数字工具的人才。第二个契机是可以结合 AI 和低代码,直接把门槛拉低到最低,让我们千行百业的编程门槛直接降为零,真正实现人人都是开发者。

所以从炎黄盈动自己定位,我们是 PasS 厂商,对下一定要和各种通用大模型,包括行业模型或者说企业所信赖的大模型开放合作,同时我们会探索两个创新点。

第一个创新是交互效率的创新,里面可能包含质量和安全,这是提高工具本身的价值。第二是反向探讨探索智能的商业场景,就是无代码能干什么,能够给客户带来哪些智能场景,这是我们希望在未来能够做的一些事。

同时我也相信通过 AI 的能力,能够推动低代码 PaaS 转型,能够成为一个智能的 aPaaS 底座,同时行业更多的低代码厂商,从技术层到模型层展开生态合作,我相信低代码对于未来数字经济的建设价值肯定越来越大。

张帅:我们进入到下一个问题,各位嘉宾认为,企业应该怎样跟上这波 AIGC 的浪潮?

汪源:我从企业的角度再讲一下,因为我另外一个角色是网易研发团队的管理人员。我觉得从企业的角度还是要非常积极地去采用新的技术来重构整个研发的流程和团队,以及组织能力,能够为组织创造比较多的价值,比如说敏捷响应市场、能够降本增效等等。

我们之前做低代码的时候,有些团队就已经开始转型使用低代码等工具来自己做应用开发,因为我们自己做的产品自己得用。现在在 AI 的冲击和加持之下,我们的研发团队也需要去做快速的一些重塑,我的团队也在做相应的一些转型。我觉得对于其他的企业来讲,应该也需要做类似的转变,可能现有的团队不一定是完全适合的,现有的组织阵型,现有的流程都不一定是完全适合这个新的 AI 的这个时代。

刘金柱:我觉得从厂商角度,核心还是要围绕自身的主业重新做一遍,这里面可能有几个关注点。

第一是技术,AI 技术速度发展非常快,包括一些开源的模型技术等等,作为应用层的厂商,在技术侧到底选择什么样的路径,可能是需要关注的。

第二是产品本身,无论是 SaaS 厂商还是低代码 Paas 厂商,需要重新审视这项新的技术,理解它的能力以及边界,以及不要过度地认为它可能会变得非常强大,或者说也不要过度地去控制它的发挥。

整个过程需要从产品经理、产品团队,然后反向再和用户去沟通交流,对产品进行重构,同时也要探索一些新的东西,比如对话式的 UI、bot 的能力。

炎黄盈动本身的定位是不会变化的,因为有 AI 的加持,我们会有一些调整,但我们核心还是加速驱动数字化转型和运营创新。

最后我总结一下,作为一个厂商或者个人,在这个时间点,能够参与迈入人类智能时代浪潮的前夕,内心其实还是挺澎湃的,但是首先还是要守住技术伦理的底线,包括数据安全合规问题。

因为我们做 ToB 客户,首先把问题想清楚,然后再纳入新技术,这是第一,第二就是如何在我们专注的领域,用未来的视角去规划、介入 AI,拥抱创新。

最后我也希望能够利用 AI 的能力,和我们的伙伴共同服务好中国的数字经济建设,包括客户的数字化转型。

徐恩庆:作为第三方的研究机构,在新技术浪潮下,首先希望从政、产、学、研、用各方充分地讨论。这次 AI 爆发的过程,政、产、学、研反应都很快。下一步我们想看到更多的用户能够从用户侧给出更多、更深层次的探讨,论证 AI 的便利性和优势,同时也能够暴露它的问题。

任何一样新技术,必然会带来一些问题需要解决。目前我们会看到 AI 本身带来了一些合规性问题、知识产权问题,以及新技术的治理,甚至到整个生态的开放性、市场经营的规范性,这些问题也都需要更充分的讨论。

中国信通院立足于搭建好一个更广泛的讨论平台,我和我的团队在 AIGC 和低代码结合的领域,还有非常多需要去研究和探讨的事情。

我们也会围绕着相关的技术发展、技术生态、市场应用等角度,引导各方一起撰写报告,探讨话题,然后输出标准。从我们的角度来讲,也希望多多搭建沟通平台,包括与产业里第三方平台,像钛媒体这样的平台增进合作,共同促进生态的构建。

张帅:好,谢谢徐主任。各位嘉宾提供了非常丰富的见解,我们以后还会继续关注低代码以及数字化方面的内容,然后谢谢各位嘉宾,谢谢线上的各位观众,本次直播就到这里,再见。

想了解更多数字化信息

掌握节目最新资讯

欢迎扫描下方二维码

加入数字价值观察团

获取更多独家内容!

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体 App

企业数字化, 人工智能, GPT, 低代码

AI时代,拥有个人微信机器人AI助手!AI时代不落人后!

免费ChatGPT问答,办公、写作、生活好得力助手!

搜索微信号aigc666aigc999或上边扫码,即可拥有个人AI助手!

Leave a Reply

Your email address will not be published. Required fields are marked *