AIGC与低代码解锁无限可能 - 技术博客 YonBIP开发者社区

在Open AI的ChatGPT的带动下，2023年已经成为公认的AI之年，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：

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；
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；
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。

目前的 AI 最终被验证能力上只接近初级程序员，且一款软件的诞生，绝不只是敲代码那么简单，需要考虑需求设计、技术设计、前端开发、后端开发、打包部署、测试等多个环节。

因此，涵盖软件开发全生命周期的低代码，仍然是当前阶段填补技术空缺的最优解。对低代码而言，与 AI 联手后的空间拥有无尽的想象力，AI 在低代码平台中开始发挥超乎想象的作用，如自然语义理解并生成代码、注释辅助编写、页面自助搭建等等。随着越来越多的厂商宣布投入 AI+低代码平台的研发，二者的融合成为时下趋势。

AI 并非解决一切问题的万能工具，低代码也不是，两者只有在解决真实的物理世界问题上持续思考，才能通过彼此的互补，为实际问题的解决提供持续的支持，从而实现本身的价值。

总而言之，低代码和 AI 的结合，无论是 AI 服务于低代码还是低代码服务于 AI，都需要始终保持一个核心原则：回归用户和客户，为他们创造价值。这一原则提醒我们不要陷入自我迷恋，而是将目光聚焦在真正需要解决的问题上。