大家如果经常关注中国信通院可信数字化的公众号,可能会看到我写的一篇文章《从想法到业务有多远》,在里面我虚拟了一个未来元宇宙中的企业是如何把CEO的一个想法,通过各个部门的“元宇宙拼装“来快速搭建一套业务系统。那么在ChatGPT火爆的今天,我们再来一场新的头脑风暴,思考一下软件能否用更简单更人性的方式生成。
场景如下,用户只需对ChatGPT说:
“我需要一个软件功能,我可以输入姓名、年龄、性别、成绩,软件帮我存入数据库,未来我可以按以上条件进行搜索得到结果,并且同时对搜索结果的成绩进行汇总。
请帮我输出数据库结构的创建语句,数据录入界面的对象元素,并为对象元素建立一个uniID,在录入界面需要包含一个取消和一个确认按钮,分别对应取消录入和数据保存的功能。”
然后,啪,一个链接跳出来,软件已经热腾腾地在那里等我们了。
回到现实,我们看到近年来随着数字化的快速推进,企业对软件的需求成激增态势,作为快速开发工具的“代表”,低代码和无代码已开始大量应用,但是大多情况还是作为底层工具或探索工具,强调的是轻和快,未能真正担当重任,主要原因有三个,一是绑定成本较高,一旦更换平台,成本巨大,因此CIO、CTO不敢轻易把核心业务放到平台大规模使用;二是大家对低无代码平台的性能和能力认识不足,总觉得拼装出来的乐高一定不如一体成型的手办结实;三是缺乏成熟的、深入的行业应用案例来鼓舞人心。
这些产业层面的问题,也都有着解决方法:例如,早日构建互联互通标准,减少迁移成本,早日建立标准性能测试体系,用事实打消大家的疑虑,在行业中多进行最佳案例的推广等等。
最近ChatGPT爆火,我也尝试着让他做一下编程(Sage使用的是GPT3引擎),如图所示。
直接说结论和有意思的地方:
-
AI可以直接生成数据结构了,还带了认知能力:因为有字段名叫成绩,自动给表取名学生信息(student_info),自动给性别字段加入设定等等。
2. 对于从代码开始开发的同学,极大地提高了效率,但也仅限于此。
1、利用ChatGPT生成格式化结构,低无码平台导入这个结构即可生成应用
2、如果可以,这个格式化结构可以作为标准规范供各种低无码平台通用使用
1、嵌入式已经很成熟,即使用gpt2.0都可以完成,很多企业在内置的报表生成功能中都已经开始陆续嵌入,自然语言提问,直接生成SQL。
2、引导式则将是通过一些面向用户的标准提问(Prompts),甚至表格表单输入,引导用户将需求清晰描述出来,然后用GPT生成格式化的输出,低无码引擎则利用该格式化的输出生成对应的软件模块,同时完成部署。
其他需要注意的地方:程序对错误率的容忍和AIGC生成的文字与图片不同,需要更好的“格式化与结构化”
-
必须具备可用性和可部署性——GPT不能直接生成应用环境,而是生成开发环境,再通过自动化方式或者devops流程进行部署 -
必须可以迭代而不是一次性使用(需要中间层),小的需求调整不需要重构整个模块。
-
数据,软件对数据的输入输出做出了控制 -
算法,软件包含算法,数据通过算法被进行加工 -
流程,软件通过流程顺序执行。 -
UI,所见即所得方式构建
-
数据:以数据中台微服务方式管理(存、取) -
算法:简单的逻辑在UI中实现,复杂的逻辑在后台抽象为业务中台微服务 -
流程:简单流程在UI中实现,复杂流程抽象为工作流引擎(逻辑)进行配置,流程的一个重要元素在于角色权限。 -
UI:拖动拼装 ,或自动根据数据和业务中台内容构建,并手工调整。
-
数据:通过扫描表单或者自然语言,构建数据结构,加入自动判断,不同字段自动设为对应的数据类型和长度、是否为空等,自动拆分次级字段,例如城市ID和城市名称。通过数据自动构建数据中台微服务并进行自动注册及树状分类。 -
算法:自动匹配算法(学习行业算法),实现UI级定义,或自动匹配业务中台微服务,如果不存在合适的,可以构建空的微服务,自动注册及分类,未来还能根据数据结构和内外部数据构建微服务内容。 -
流程:自动匹配常见流程(学习行业经验),自动构建角色(学习最佳实践),也可以根据用户意图重构(增加或删减)流程。 -
UI:抽象所有元素,并给出多种AIGC的模板和互动方式,生成UI格式化内容以供调用。UI未来可以扩展至外部数据接口,例如对接摄像头读取实时的外部仪表数据等。
![](http://static-img-job.rpa-cn.com/lowcode/2023/03/20230309200354681.png)
– END –
报告下载
![](http://static-img-job.rpa-cn.com/lowcode/2023/03/20230309200358115.png)
大佬观点