毫无疑问，自2020年来，低代码已成为企业服务领域的一大焦点，热度迟迟未散。

低代码的敏捷开发、面向大众等特性很好地契合了企业数字化转型的需求和目标，既帮助企业降低开发门槛、缩短业务上线周期，同时节约时间成本和人力成本，达到降本增效的目的。

Gartner曾预测，到2024年，65%的应用程序开发活动将通过低代码的方式完成，同时75%的大型企业将使用至少四种低代码开发工具进行应用开发。

数据也证明着低代码的市场一片光明。IDC近日发布的《2022下半年中国低代码与零代码软件市场跟踪报告》显示：

2022下半年中国低代码与零代码软件市场规模为15.6亿元，同比增速29.8%；2022全年市场规模达到26.2亿元人民币，同比增长24.2%，呈现出旺盛的市场需求。

同时，IDC预计2023年中国低代码与零代码软件市场规模将达到34.7亿元，同比增长32.4%；预计到2027年这一市场规模将达到106.3亿元，未来5年市场年复合增长率32.3%。

AIGC+低代码，一场围绕开发的深度革命

经过两三年的实践，低代码能够加速企业数字化转型已经成为共识。但或许是市场对低代码的期望太高，以至于希望低代码能够做得更多、门槛能够更低、能够更快地达成数字化。

事实上，低代码很好，但能够更好。因为当前的低代码，距离真正的“全民皆开发”，确实还存在着一定的距离。

比如，低代码虽然降低了开发门槛，但并不是没有开发门槛，仍然需要具备编程能力的专业开发人员；比如，应用的开发，需要一定的数据建模、系统搭建能力，这甚至挡住了80%的业务人员；比如，低代码通常由模型或者表单驱动，面向特定行业或者特定场景，低代码平台的匹配度有限，无法完全发挥价值……

那么，有没有一种技术，能够很好得为低代码平台提供补充，进一步降低开发门槛？

答案是肯定的：AIGC！

不难发现，今年横空出世的AIGC，对语言、图像、文本等多模态信息的认知及生成特性，和低代码平台天然互补。

如AIGC受限于技术机理，虽无法生成工程级代码，但生成片段代码不在话下，正好打通低代码平台未覆盖的那“最后一公里”；如AIGC可基于自然语言对话，快速生成表单、页面、数据模型等，弥补业务人员在建模方面的不足；再如AIGC可识别流程或者设计草图，自动转化为界面……

而在业内还在探索AIGC与低代码的结合时，网易数帆已率先将其落地，推出CodeWave智能开发平台，一个以大模型和全栈低代码为核心，延续低门槛、高上限的特性，实现开发、测试、运维等软件生产全链路智能化的平台。

在CodeWave智能开发平台上，企业用户只需通过自然语言对话，平台即可生成低代码可视化编程语言代码，无论是实体定义、逻辑编写、页面组件控制，都可以轻松完成。

同时，CodeWave智能开发平台可以智能检查和修复、智能补全，帮助完善编程成果，分析业务异常信息、负载，给出运维建议，并融合了智能运营、智能营销、智能教练、智能交互等功能。

未来，CodeWave智能开发平台智能开发平台将继续秉承低门槛、高上限的特性，持续深化AIGC的应用，包括智能D2C、智能业务分析BA、智能资产运营等功能。

至此看CodeWave智能开发平台，如果说低代码变革了传统软件的开发方式，那么AIGC+低代码，则掀起了软件开发领域的深度革命：

一方面，AIGC的引入，在低代码的基础上进一步提升了开发效率，如CodeWave智能开发平台，在实验室中已经做到通过4-5次对话完成约60步的操作；

另一方面，AIGC的引入，为低代码平台增加了智能检查、智能补全、运维建议等功能，这进一步提升了低代码平台开发出来的代码质量，有助于提升应用系统的稳定性，提高低代码的应用上限。

低代码是 AI 时代软件生产的最佳模式之一

4 月 25 日，网易数帆在低代码业务战略发布会上推出 CodeWave 智能开发平台。平台以网易自研的智能大模型为底座，以低代码为开发工具，开发者只需编写少量代码，通过自然语言描述和可视化拖拉拽即可快速开发应用。这一颠覆性的体验将大幅降低开发门槛、提升效率，从而极大降低企业数字化转型难度。

在技术开发者眼里，网易的技术与产品实力不容小觑，网易数帆在 2020 年推出了低代码平台，内置自研的强类型编程语言 NASL，具备丰富语言能力，内设丰富多样的通用组件和逻辑组件，可视化的托拉拽操作实现全栈低代码编程。

现在，升级之后的 CodeWave，将以“智能大模型和全栈低代码”为核心，延续“低门槛，高上限”的特色，进一步实现开发、测试、运维等软件生产全链路的智能化。其中，网易数帆面向智能编程垂直领域推出大模型，并接入到智能开发平台中。

开发者只需使用自然语言与 CodeWave 智能开发平台对话，即可生成低代码可视化的编程语言代码，无论实体定义、逻辑编写、页面组件控制，均可轻松完成。不仅如此，平台还提供智能检查和修复、智能补全等辅助工具，帮助完善编程成果，AI 测试机器人也能自动完成低代码应用的测试，保证应用正常运行。

如果说以往低代码通常用于中小型企业的通用性场景和业务的应用开发，现在中大型企业和复杂业务或特殊性需求的快速开发有了更多可能。

看完介绍和现场的 Demo 演示，最大的感受是，有了 AIGC 工具，低代码开发可谓如虎添翼，不懂代码的业务侧公民开发者用自然语言，不仅可以更快速实现业务应用的开发，借助 AI+低代码的智能技术，所有开发者还能在数据分析、业务运营上提升工作效率。

因为 AIGC 工具能做的还有更多，据陈谔介绍，未来，智能开发平台还将深化 AIGC 的应用，增加智能设计、智能 D2C、智能业务分析 BA、智能资产运营等功能，他在现场演讲中也实际演示了其中的部分功能，例如开发者提供一句自然语言描述，平台就可以快速生成具有专业水准的页面布局、主题风格、页面配图；或者开发者上传一张手绘设计稿，平台可以快速将它转换成页面，甚至自动补全页面交互逻辑、数据展示等内容。

另外陈谔也提到，也许低代码更容易实现 AI 开发编程的安全性，因为低代码提供了有限的自由度，随之也降低了产生安全漏洞的概率。

AIGC融合能力，是颠覆，还是补充？

玩家们积极拥抱AIGC的背后，是赛道发展逐步激烈的现况。

猎云网根据天眼查数据统计，2019年至今，低代码赛道共计发生47笔融资，其中2019年为10笔，2020年为10笔，2021年为13笔，2022年为11笔，2023年为3笔。

从融资表现上来看，轻流、ClickPaaS、优维科技、奥哲网络步入C轮左右的中后期阶段，融资披露在今年还未有新的进展，2023年融资还是主要发生于A轮前。值得注意的是，相较2019年-2021年的赛道持续走火，2022年初黑帕云的退出，开始让低代码的商业模式被有所质疑。

在2022年末，有从业者对媒体坦言，低代码市场的宣传有些言过其实，其拓荒的过程很艰难，当下的渗透率极低，在所有的行业里的渗透率基本上都是个位数，甚至仅仅为1%、2%。对此，朱琛以工业领域为例，透露低代码渗透率低主要有两方面原因。

一是供应端，由于工业场景复杂，表单驱动型和基于BPM的低代码产品不能够满足要求，部分企业和合作伙伴进行尝试以后，在不能够减少工作量和提高效率后直接放弃，给市场造成了一种印象说低代码不适合制作复杂场景，从而让低代码市场信心遭受打击；二是低代码作为隐性需求，现在企业还没有意识到必需性。只有当企业遇到业务快速调整的需求时，才会提出敏捷系统的要求。

与此同时，朱琛还点出，国内低代码赛道一直存在两大怪圈。

“一是认知。在硅谷，码农既要做需求调研，又写代码，还做项目经理，很多工程师属于全面型，使用低代码会对他们工作效率带来极大的提升；但在国内，全能型的程序员普遍偏少，而纯程序员又不懂业务，懂业务的人不懂低代码，程序员知道低代码，但很少有采购权，形成了一个gap。这还需要近2年的时间去转变。二是大部分低代码都走云端订阅制，而且覆盖多行业，但这种商业模式的架构缺乏know-how的沉淀，往往企业拿来低代码平台都需要从0搭建系统，这样难度非常高，很难用起来，最终宁愿选择有know-how的定制化软件。”

陈谔坦言，就当下赛道来说，头部效应并不明显，甚至市场上大家对于低代码零代码能做到什么程度，应该用什么样的人来开发，还没有一些统一的认知，即怎样算是一个标准的低代码平台，以及低代码本身的定义也不够清晰，行业依然处于较为初期的状态。“中大型企业对于企业数字化、软件应用的开发需求更强烈，他们开始用低代码做开发，是为了经营治理等特征去做一些定制化工作，会形成软件服务的大量生态，需要平台去进行建设，而对于小企业来说，现阶段更多是他们去适应标准化软件，还未到软件去适应他们的时机。”

但是随着市场和行业内卷，朱琛认为，国内企业对个性化、敏捷化的要求会越来越高，需要借助低代码来持续构建数字化建设和培养企业敏捷开发团队，通过低代码平台来快速响应企业业务创新和变化的需求。

那么，在这样的阶段，聊天写代码这一突破扮演怎样的角色？是噱头，还是真方向？

薄智元认为，目前虽然业内普遍好奇，但是AIGC的应用还不成熟，ChatGPT像是内存，内存和硬盘相互结合，才能够实现更加复杂的计算和存储，也给低代码/无代码带来了很多新的想象空间。但是，聊一聊就能把软件开发完，对于简单的代码生成还比较有效，但是通过模块化组合，和单一模块的拖拽或prompt，才是生成复杂系统的较好方式。

陈谔也认为，聊天并不一定能高效表达意图，视觉理解同样重要。“很多时候拖拉拽操作起来更快，但在涉及到一些逻辑、细微数据的绑定、数据的调整变换等内容一次性用自然语言描述，就能省下非常多的操作步骤，而且也不用理解是如何操作的。”

从投资角度，银杏谷高级投资经理钟伟成表示，用自然语言描述应用，总体价值链条较长。对于低代码行业来说，更像是一种补充方式。

“一套能完成一个应用程序设计的成熟产品，应该是人机协作后，通过多种交互方式去完成。譬如UI设计等，可以用自然语言去描述；HR、CRM的应用，则是用自然语言描述后，搭配一些拖拉拽，在代码的细节层面再做人工优化后，才能生成最终的应用。具体产品设计环节不会只有对话框。”

智能应用开发，仍有问题待解

机遇与挑战之下，有一点似乎在行业内达成了共识，那就是低代码在走向智能开发。

从钉钉总裁叶军宣布钉钉将全面启动智能化战略，从原来的协同办公平台、应用开发平台升级成为智能的协同办公平台和智能化的应用开发平台，再到网易数帆发布CodeWave智能开发平台、普元信息发布智能助手等行业动作，可以预见“智能”二字正在主导行业。

过去，低代码比较“尴尬”，业内各家想做一个更加简单易用的编程语言、编程框架，使得编程的门槛降低，需要写的代码更少，但拿这样一个低代码概念作为平台或系统去打动企业客户，部分玩家无奈有一定难度。

朱琛表示，低代码行业非常微妙，大家认可行业的确定性，但客户的市场接受度并不算高，单提低代码，企业很难活，更多是谈低代码引申出来的有价值的业务场景。

“我们会先让客户相信说这是低代码生成的，用这个应用可以带来价值，然后再提本质是低代码给企业带来价值。这样让客户去用，他们的接受度才会高一点。对公司来说，卖低代码卖不了多少客单，更多还是要在商业模式上做改变，减少交付的人员，用产品提供价值，从价值里获取一些利润。”

在这样的现况下，融合AIGC下的智能化趋势，似乎解答了低代码玩家多年来的市场教育困惑，让概念更具象，智能应用开发平台或是新解。

但在这条前进道路上，仍有诸多问题待解，首先是产品问题，聊天写代码只是第一步。

在朱琛看来，未来低代码不应该只是代码的逻辑，终局是通过“聊天”即“Prompt”就能直接生成应用，这才是生产率的质变。

对此，陈谔认同，他表示，从聊天生成代码到应用，都是根据自然语言表达出来的语义，一步步把应用的每个部分用编程语言给描述出来。这其中，从头构建应用跟中途去做一些函数级或者是跨函数的操作，面临的问题可能类似。

“但真正要用交互把生成应用的体验做得非常好，还要解决很多事。比如大模型在做低代码应用时，AI能不能跟人的意图对齐，充分了解一个庞大的上下文，尤其在相较代码生成，应用生成复杂度更高，AI从做计划到执行的一些循环能力也密切相关。”

据他透露，目前聊天生成应用的方式在网易数帆实验室中也有一些尝试案例，但无论是生成代码还是应用，即便是网易数帆也没能走到对外生产发布的阶段。“目前国内大模型对聊天生成应用的实现，还远远未到GPT-4的水准，故而在一些任务规划方面还存在问题，需要积累足够多的数据，有待于一段时间的发展。”

技术进展是一方面，数据安全风险的考量则是商业化上较大的难点。

钟伟成表示，很多外企都明令禁止用ChatGPT去做低代码开发应用，因为接外部API，核心业务逻辑有外漏的风险。在他看来，目前大厂自研大模型，然后用这项能力去做内部代码或应用开发具备可行性，但如果低代码平台要用接别家大模型的API去给金融行业等开发对话式的应用生成服务，一是风险性很高，二是相较互联网，行业本身接受度低。

“参与这一波大模型浪潮基本上就两种方式，一是接别家的大模型，二是用开源模型去做本地部署。体量小的企业相对来说接API成本更划算，但长期来看，本地部署模型为客户服务会相对更好一些，到一定体量，企业还是需要自建模型。而低代码平台服务中大型客户，主要还是做一些定制化，安全问题尤为重要。”

正如薄智元所说，于低代码/无代码玩家来说，推出AI能力并不能一蹴而就。在这场低代码与AIGC的融合赛中，虽新战事已悄然打响，但仍道阻且长。

文章来源： 甲子光年，CSDN，猎云精选