文|獵云網(wǎng) 孫媛
聊天寫代碼，已成為低代碼界新風向。
3月，微軟“讓AI替程序員開發(fā)App”的Power Platform Copilot一經(jīng)面世，迅速引爆低代碼融合AIGC的激情，打開了國內(nèi)玩家們的新思路。
一邊，是釘釘直接“口噴式生成應用”，通過輸入“/”就可以喚起10余項AI能力；而另一邊，是網(wǎng)易數(shù)帆演示了一段用文本框?qū)υ捦瓿纱a編寫的視頻，成為又一“哇塞”時刻。
大廠率先搶跑之下，市面上不乏一堆“官宣”，不少玩家也跟獵云網(wǎng)透露內(nèi)部正在積極研究當中，一線投資人更是奔波于各家走訪，試圖獲取一波真實感受。用輕流創(chuàng)始人兼CEO薄智元的話說，現(xiàn)在企業(yè)正在抓住這一波行業(yè)機會，而投資人則希望抓住行業(yè)頭部。
身處賽道之內(nèi)，零賽云聯(lián)合創(chuàng)始人朱琛也有同樣感受：“這一波浪潮來得太快”。
一月時，他跟資方溝通的更多還是GPT出現(xiàn)是不是能重寫或取代低代碼，但當時不夠聰明，只能檢查一些代碼，還沒做到去寫程序的GPT顯然不足以吸引到太多注意。而GPT4的出現(xiàn)，直接讓他感覺到現(xiàn)在必須進場。
“無論是我們，還是投資人，大家越來越篤定低代碼/無代碼+AIGC是一條正確的道路，彼此第一性原理都是去提升程序或應用開發(fā)的生產(chǎn)力，兩者結(jié)合是必然趨勢。”
可見，低代碼欲抓住這波AIGC浪潮，狂奔在即。
從代碼到應用，抓住這波“數(shù)字魔法”變革
“與類GTP交談”寫代碼，之所以在低代碼界走紅，歸根結(jié)底，這是一場自然語言引發(fā)的降維打擊。
要知道，低代碼門檻再低，也不是無編程門檻。僅可視化+拖拉拽，并未讓低代碼過多降低“寫更少的代碼，花更少的錢，干更多的事”的實操難度。薄智元表示，尤其是比較復雜的結(jié)構，最后一公里的prompt大家常開玩笑是誰“從入門到放棄”。
而在AIGC加持的數(shù)字魔法下，聊聊天就能寫代碼，似乎讓低代碼擁有了讓“麻瓜”變“巫師”的神秘力量。
據(jù)網(wǎng)易數(shù)帆云原生及低代碼產(chǎn)品線總經(jīng)理陳諤透露，這種用自然語言描述生成代碼的方式，在實驗室中已經(jīng)做到了可以將約60步的操作以4-5次對話完成。從數(shù)據(jù)上不難發(fā)現(xiàn)，類ChatGPT問答式的能力正在重新降低低代碼的準入門檻，“人人都是開發(fā)者”或?qū)⒃贏IGC融合下從畫餅走向現(xiàn)實。
甚至有企業(yè)客戶在一些較為標準的業(yè)務場景體驗AIGC這項能力時，對陳諤表示自己竟產(chǎn)生了一種錯覺，仿佛在對話一個懂公司業(yè)務的內(nèi)部開發(fā)人員。
酷炫是真酷炫，如何實現(xiàn)又是一個新命題。從眼下玩家們3月起集體加速融合AIGC的動作來看，現(xiàn)在入場其實不算太早。
薄智元表示，大概3年前輕流就思考過在使用方面引入AI的能力，后續(xù)也一直有一些討論。但那時候最大的瓶頸是無代碼/低代碼是一個平臺性的通用工具，當時AI主要解決的是特定行業(yè)特定場景的一些問題比較有效，雖然考慮過引入輕流的數(shù)據(jù)分析、報表能力，卻仍是想想而已。
但行業(yè)總不缺想先去吃螃蟹的人。
同樣是觀察到AI在代碼生成能力上的產(chǎn)出，網(wǎng)易數(shù)帆則在去年上半年做了一個動作，那就是把這一趨勢重點考慮到了低代碼平臺的底層設計中。
陳諤坦言，讓AI去懂業(yè)務場景，非常具有挑戰(zhàn)，這就反向要求低代碼平臺思考如何設計才能更適應于智能代碼生成能力變強的技術趨勢。
“一方面需要通過大模型去落地能力，但更大的挑戰(zhàn)在于用什么樣的數(shù)據(jù)集訓練，需要企業(yè)非常大的工程投入。面向開發(fā)場景的代碼庫足夠豐富，才能助推其AI在訓練之后，更具備業(yè)務場景下的上下文理解能力。”
在陳諤看來，設計一個適合大模型去做代碼生成的低代碼平臺已成既定事實，要想打好基礎，除代碼庫跟大模型外，統(tǒng)一的編程語言內(nèi)核也必不可少。
“如果沒有統(tǒng)一的編程語言來描述應用，那這個應用可能是由很多不同的部分拼湊起來，比如在描述時，這邊可能是Java、那邊就是JS，但如此一來你可能只能去做一些片段級別的生成，后面用自然語言來做代碼或一個應用的完整生成就會很困難?！?/p>
這其中，對話實質(zhì)是實現(xiàn)AI生成代碼能力的一種反饋形式。陳諤表示，相較編程語言，自然語言描述比較模糊，而且開發(fā)時可能會缺乏上下文，AI通過一次理解就生成代碼結(jié)果的正確率會很低，但通過多次對話來修正AI對于業(yè)務的理解，然后去細化執(zhí)行方案，那正確率就能進一步提升。
誠然，越早從整體的底層設計考慮未來AIGC生成應用的玩家，其融合能力自然會越超前。但大模型是否會成為低代碼融AIGC的攔路虎呢？不一定。
薄智元認為未來大模型更可能變成基礎設施，類似“云服務器”，而低代碼/無代碼創(chuàng)業(yè)公司更重要的是研究如何更好結(jié)合和調(diào)用相關能力，而非花大精力造輪子，導致投入產(chǎn)出比不高。
譬如定位工業(yè)模型驅(qū)動的低代碼平臺零賽云就正在接外界大模型的API，通過AIGC和RPA技術的結(jié)合，將構建場景的能力通過指令來實現(xiàn)，以快速構建業(yè)務應用，比如一個APS的排程功能，僅需要輸入相應的行業(yè)及參數(shù)要求，系統(tǒng)會基于指令來生成排程頁面，UI樣式和后臺服務API。朱琛透露，現(xiàn)階段目標以做出PoC來驗證AIGC跟低代碼的結(jié)合可能。
陳諤表示，從大趨勢來說，各家都會早做AIGC的準備規(guī)劃，去實現(xiàn)出來；同時也在市場上吸引更多關注，盡可能早拿到一些用戶場景做相關合作。這其中，有兩種發(fā)展態(tài)勢較為明顯。
一是AIGC融合能力的強與弱會進一步分化低代碼平臺，現(xiàn)階段去做布局，在架構以及應用描述上可能會有一些問題需要解決；二是場景更簡單的零代碼平臺在產(chǎn)品形態(tài)方面可能會面臨更大挑戰(zhàn)，AIGC在做一些表單填報流程的自動化上能提供完全不同的另一種體驗。
“這對企業(yè)來說是一場變革。AI在本身更熟悉的一些場景，落地效果會更好，這跟訓練的數(shù)據(jù)集直接相關。做一個很冷門的系統(tǒng)和讓AI去做進銷存或者CRM，體驗可能就不一樣。在一個標準主流的系統(tǒng)上，即便你沒有描述很清楚，AI也甚至可以給到一些模型設計的建議。而越是缺乏相關知識，AI開發(fā)的效率也就更低?！?/p>
AIGC融合能力，是顛覆，還是補充？
玩家們積極擁抱AIGC的背后，是賽道發(fā)展逐步激烈的現(xiàn)況。
獵云網(wǎng)根據(jù)天眼查數(shù)據(jù)統(tǒng)計，2019年至今，低代碼賽道共計發(fā)生47筆融資，其中2019年為10筆，2020年為10筆，2021年為13筆，2022年為11筆，2023年為3筆。
來源：獵云網(wǎng)
從融資表現(xiàn)上來看，輕流、ClickPaaS、優(yōu)維科技、奧哲網(wǎng)絡步入C輪左右的中后期階段，融資披露在今年還未有新的進展，2023年融資還是主要發(fā)生于A輪前。值得注意的是，相較2019年-2021年的賽道持續(xù)走火，2022年初黑帕云的退出，開始讓低代碼的商業(yè)模式被有所質(zhì)疑。
在2022年末，有從業(yè)者對媒體坦言，低代碼市場的宣傳有些言過其實，其拓荒的過程很艱難，當下的滲透率極低，在所有的行業(yè)里的滲透率基本上都是個位數(shù)，甚至僅僅為1%、2%。對此，朱琛以工業(yè)領域為例，透露低代碼滲透率低主要有兩方面原因。
一是供應端，由于工業(yè)場景復雜，表單驅(qū)動型和基于BPM的低代碼產(chǎn)品不能夠滿足要求，部分企業(yè)和合作伙伴進行嘗試以后，在不能夠減少工作量和提高效率后直接放棄，給市場造成了一種印象說低代碼不適合制作復雜場景，從而讓低代碼市場信心遭受打擊；二是低代碼作為隱性需求，現(xiàn)在企業(yè)還沒有意識到必需性。只有當企業(yè)遇到業(yè)務快速調(diào)整的需求時，才會提出敏捷系統(tǒng)的要求。
與此同時，朱琛還點出，國內(nèi)低代碼賽道一直存在兩大怪圈。
“一是認知。在硅谷，碼農(nóng)既要做需求調(diào)研，又寫代碼，還做項目經(jīng)理，很多工程師屬于全面型，使用低代碼會對他們工作效率帶來極大的提升；但在國內(nèi)，全能型的程序員普遍偏少，而純程序員又不懂業(yè)務，懂業(yè)務的人不懂低代碼，程序員知道低代碼，但很少有采購權，形成了一個gap。這還需要近2年的時間去轉(zhuǎn)變。二是大部分低代碼都走云端訂閱制，而且覆蓋多行業(yè)，但這種商業(yè)模式的架構缺乏know-how的沉淀，往往企業(yè)拿來低代碼平臺都需要從0搭建系統(tǒng)，這樣難度非常高，很難用起來，最終寧愿選擇有know-how的定制化軟件?！?/p>
陳諤坦言，就當下賽道來說，頭部效應并不明顯，甚至市場上大家對于低代碼零代碼能做到什么程度，應該用什么樣的人來開發(fā)，還沒有一些統(tǒng)一的認知，即怎樣算是一個標準的低代碼平臺，以及低代碼本身的定義也不夠清晰，行業(yè)依然處于較為初期的狀態(tài)?！爸写笮推髽I(yè)對于企業(yè)數(shù)字化、軟件應用的開發(fā)需求更強烈，他們開始用低代碼做開發(fā)，是為了經(jīng)營治理等特征去做一些定制化工作，會形成軟件服務的大量生態(tài)，需要平臺去進行建設，而對于小企業(yè)來說，現(xiàn)階段更多是他們?nèi)ミm應標準化軟件，還未到軟件去適應他們的時機?！?/p>
但是隨著市場和行業(yè)內(nèi)卷，朱琛認為，國內(nèi)企業(yè)對個性化、敏捷化的要求會越來越高，需要借助低代碼來持續(xù)構建數(shù)字化建設和培養(yǎng)企業(yè)敏捷開發(fā)團隊，通過低代碼平臺來快速響應企業(yè)業(yè)務創(chuàng)新和變化的需求。
那么，在這樣的階段，聊天寫代碼這一突破扮演怎樣的角色？是噱頭，還是真方向？
薄智元認為，目前雖然業(yè)內(nèi)普遍好奇，但是AIGC的應用還不成熟，ChatGPT像是內(nèi)存，內(nèi)存和硬盤相互結(jié)合，才能夠?qū)崿F(xiàn)更加復雜的計算和存儲，也給低代碼/無代碼帶來了很多新的想象空間。但是，聊一聊就能把軟件開發(fā)完，對于簡單的代碼生成還比較有效，但是通過模塊化組合，和單一模塊的拖拽或prompt，才是生成復雜系統(tǒng)的較好方式。
陳諤也認為，聊天并不一定能高效表達意圖，視覺理解同樣重要?！昂芏鄷r候拖拉拽操作起來更快，但在涉及到一些邏輯、細微數(shù)據(jù)的綁定、數(shù)據(jù)的調(diào)整變換等內(nèi)容一次性用自然語言描述，就能省下非常多的操作步驟，而且也不用理解是如何操作的?！?/p>
從投資角度，銀杏谷高級投資經(jīng)理鐘偉成表示，用自然語言描述應用，總體價值鏈條較長。對于低代碼行業(yè)來說，更像是一種補充方式。
“一套能完成一個應用程序設計的成熟產(chǎn)品，應該是人機協(xié)作后，通過多種交互方式去完成。譬如UI設計等，可以用自然語言去描述；HR、CRM的應用，則是用自然語言描述后，搭配一些拖拉拽，在代碼的細節(jié)層面再做人工優(yōu)化后，才能生成最終的應用。具體產(chǎn)品設計環(huán)節(jié)不會只有對話框?！?/p>
智能應用開發(fā)，仍有問題待解
機遇與挑戰(zhàn)之下，有一點似乎在行業(yè)內(nèi)達成了共識，那就是低代碼在走向智能開發(fā)。
從釘釘總裁葉軍宣布釘釘將全面啟動智能化戰(zhàn)略，從原來的協(xié)同辦公平臺、應用開發(fā)平臺升級成為智能的協(xié)同辦公平臺和智能化的應用開發(fā)平臺，再到網(wǎng)易數(shù)帆發(fā)布CodeWave智能開發(fā)平臺、普元信息發(fā)布智能助手等行業(yè)動作，可以預見“智能”二字正在主導行業(yè)。
過去，低代碼比較“尷尬”，業(yè)內(nèi)各家想做一個更加簡單易用的編程語言、編程框架，使得編程的門檻降低，需要寫的代碼更少，但拿這樣一個低代碼概念作為平臺或系統(tǒng)去打動企業(yè)客戶，部分玩家無奈有一定難度。
朱琛表示，低代碼行業(yè)非常微妙，大家認可行業(yè)的確定性，但客戶的市場接受度并不算高，單提低代碼，企業(yè)很難活，更多是談低代碼引申出來的有價值的業(yè)務場景。
“我們會先讓客戶相信說這是低代碼生成的，用這個應用可以帶來價值，然后再提本質(zhì)是低代碼給企業(yè)帶來價值。這樣讓客戶去用，他們的接受度才會高一點。對公司來說，賣低代碼賣不了多少客單，更多還是要在商業(yè)模式上做改變，減少交付的人員，用產(chǎn)品提供價值，從價值里獲取一些利潤。”
在這樣的現(xiàn)況下，融合AIGC下的智能化趨勢，似乎解答了低代碼玩家多年來的市場教育困惑，讓概念更具象，智能應用開發(fā)平臺或是新解。
但在這條前進道路上，仍有諸多問題待解，首先是產(chǎn)品問題，聊天寫代碼只是第一步。
在朱琛看來，未來低代碼不應該只是代碼的邏輯，終局是通過“聊天”即“Prompt”就能直接生成應用，這才是生產(chǎn)率的質(zhì)變。
對此，陳諤認同，他表示，從聊天生成代碼到應用，都是根據(jù)自然語言表達出來的語義，一步步把應用的每個部分用編程語言給描述出來。這其中，從頭構建應用跟中途去做一些函數(shù)級或者是跨函數(shù)的操作，面臨的問題可能類似。
“但真正要用交互把生成應用的體驗做得非常好，還要解決很多事。比如大模型在做低代碼應用時，AI能不能跟人的意圖對齊，充分了解一個龐大的上下文，尤其在相較代碼生成，應用生成復雜度更高，AI從做計劃到執(zhí)行的一些循環(huán)能力也密切相關?！?/p>
據(jù)他透露，目前聊天生成應用的方式在網(wǎng)易數(shù)帆實驗室中也有一些嘗試案例，但無論是生成代碼還是應用，即便是網(wǎng)易數(shù)帆也沒能走到對外生產(chǎn)發(fā)布的階段?！澳壳皣鴥?nèi)大模型對聊天生成應用的實現(xiàn)，還遠遠未到GPT-4的水準，故而在一些任務規(guī)劃方面還存在問題，需要積累足夠多的數(shù)據(jù)，有待于一段時間的發(fā)展?！?/p>
技術進展是一方面，數(shù)據(jù)安全風險的考量則是商業(yè)化上較大的難點。
鐘偉成表示，很多外企都明令禁止用ChatGPT去做低代碼開發(fā)應用，因為接外部API，核心業(yè)務邏輯有外漏的風險。在他看來，目前大廠自研大模型，然后用這項能力去做內(nèi)部代碼或應用開發(fā)具備可行性，但如果低代碼平臺要用接別家大模型的API去給金融行業(yè)等開發(fā)對話式的應用生成服務，一是風險性很高，二是相較互聯(lián)網(wǎng)，行業(yè)本身接受度低。
“參與這一波大模型浪潮基本上就兩種方式，一是接別家的大模型，二是用開源模型去做本地部署。體量小的企業(yè)相對來說接API成本更劃算，但長期來看，本地部署模型為客戶服務會相對更好一些，到一定體量，企業(yè)還是需要自建模型。而低代碼平臺服務中大型客戶，主要還是做一些定制化，安全問題尤為重要。”
正如薄智元所說，于低代碼/無代碼玩家來說，推出AI能力并不能一蹴而就。在這場低代碼與AIGC的融合賽中，雖新戰(zhàn)事已悄然打響，但仍道阻且長。