AIGC遇上低程式碼的碰撞與融合

AIGC 及其應用話題，正呈爆發式增長。伴隨產業與技術不斷滲透、融合 ， 有研究認為 ： AIGC 除了在內容生產質量、效率及實用性方面持續增強，其輻射廣度也不斷延伸。其中，關鍵技術與基礎理論的突破，將成為 AIGC 產業生態落地的重要因素。

此時此刻，嗅覺敏銳的科技公司已經開始將 AIGC 能力整合到產品中去了。

在海外， Salesforce 近期推出了 Einstein GPT ，這是全球第一個 CRM 生成式 AI ，同時設立 2.5 億美元——迄今為止規模最大的 AIGC 風投基金；谷歌近期宣佈將 AIGC 能力整合進辦公套件 Workspace ，微軟宣佈將 GPT-4 植入 Office 辦公軟體，該功能名為“ Microsoft 365 Copilot ”。

而在國內，低程式碼是 AIGC 向各行業滲透相對利好的行業。低 程式碼開發是過去兩年 to B 市場的風口之一，它對過去的傳統軟體開發帶來了顛覆性。在 AIGC 的加持下，從 低 程式碼搭建到用 AI 生成一個新應用的效率將提高 100-1000 倍，這將是一次新的顛覆。

低程式碼平臺的各類操作原子先天具備 “積木”特性，具備高複用性。透過低程式碼應用程式採用 AI 流程可以釋放工人並一定程度地減少工作量，日常業務使用者可以使用低程式碼軟體來快速，輕鬆地啟動並執行自動化和 AI 驅動的解決方案。相較於純程式碼開發，交易的編排語句量僅為 10%~30% ，由於語句量小，風險相較於 AI 編碼更為可控，更易於監督和校正，所以更適用於具體功能的編排實現。

同時， AIGC+ 低程式碼可以加快應用開發速度，並且更方便地進行維護和更新。低程式碼工具簡化了軟體開發生命週期中的多個階段，例如除錯，測試和部署，而 AIGC 具備極強的 Debug 功能。藉助 AIGC ，開發者僅將整段程式碼和需求作為輸入， AIGC 可以迅速診斷程式碼並提出解決方案。並自動化測試和最佳化應用程式，在測試中自動執行測試用例，從而減少手動測試的時間和工作量，更好地進行應用程式生命週期管理。

以往，業務人員與 IT 溝透過程中存在時效性差、資訊不精準、溝通成本高等問題，與之對應的是，支援 AI 生成應用的低程式碼平臺，精準實現了數字化人才從構想、測試、最佳化到落地的全流程參與。一方面， AI 生成應用的多樣性帶給數字化人才更大的啟發創新，提升社會數字化創新力，另一方面，也在加速“人人都是開發者”的目標落實與數字化人才建設。

據 Forrester 分析師盧冠男表示，基於 AIGC 技術現有探索場景涵蓋了文字生成、影像生成、影片生成、程式碼生成。早期， AI 與低程式碼開發平臺融合的路徑是頭部 SaaS 企業透過融合創成式 AI ，實現 AI 技術與工具軟體的聯通，進而幫助使用者減少重複性、機械性、規則導向的勞作，甚至承擔具有創造性的工作。而現在基於 AIGC 模式，當使用者輸入想要的應用名稱如進銷存，平臺透過使用者信賴的 AI 產品推理出與進銷存相關的內容，自動組裝一個完整應用，當未滿足 AIGC 生成應用情況下，可透過拖拉拽方式，滿足使用者個性化需求，持續迭代。

AIGC 從開始到現在經歷了數輪技術迭代，在每一輪迭代中， AI 的能力比起前一代都有著質的提升。而新一代以大模型為代表的 AIGC 技術正成為時下最熱的話題，在驚歎於其 “無所不知” 般優秀能力的同時，我們也有理由期望未來更多的落地場景，期待以 ChatGPT 為先鋒的預訓練大模型技術為低程式碼這個領域注入更多的 “新鮮血液”。