中国企业低代码 无代码产品应用与实践研究 2023.pdf

出品机构：甲子光年智库研究指导：宋涛研究团队：刘瑶发布时间：2023.12目 录Part 01审视：简单概念之下的深刻内涵Part 02突围：时代飞速发展下的惊涛骇浪Part 04实践：智能时代下围绕业务的探索Part 05展望：低/无代码时代的人才需求Part 03价值：来源于技术，忠于业务实现追本溯源，低代码/无代码概念的关注来自于开发效率的极致追求对低代码/无代码概念的观察，不仅仅要看近10年的变化，市场需要将时间线拉长，理解这一概念提出背后的本质追求降低编码语言的晦涩难懂，从根本上提高开发的效率。第一阶段 初有萌芽，探索尝试1980年代，4GL“第四代编程语言”的出现(后衍生为VPL)；1987 年，Apple 发布的 HyperCard；2001年，SaaS的兴起，各类软件厂商尝试减轻开发难度；2001年，模型驱动架构(MDA)的出现；2007年，Salesforce面向开发者推出F应用开发平台；第二阶段 概念初成，头部尝鲜2007年，苹果发布iPhone iOS进入移动设备市场，随后一年谷歌的Android问世，Android Studio和Xcode等可视化编辑器提升开发效率；同时期，基于可视化编程语言的Web应用程序开发平台逐步得到认可，越来越多可视化手段帮助灵活地创建相应的web网站，带来更好的用户体验。2014年，Forrester提出“低代码平台”的概念；并且Gartner 将这一概念更广泛地推向大众，低代码/无代码从技术探索逐步走向形成市场共识。第三阶段 高速发展，群雄争霸移动互联网和云计算的发展，为低代码提供了技术支持，低代码/无代码实现飞速的增长；2018年，西门子收购低代码企业Mendix、美国低代码独角兽企业Outsystems获得1.5亿美元的融资。海内外市场均进入了高速发展的阶段。2015-2022年，国内低代码/无代码企业得到资本关注，截至2022年年末，融资事件高达80笔以上，其中亿元以上融资有18笔以上，并且软件开发厂商、云服务厂商等软件开发相关企业纷纷进入。2007年之前2007年-2014年2015年-2022年2023年开始，企业要面对机会与挑战的考验第四阶段 竞争加剧，AI登场生成式人工智能（AIGC）的价值与影响力在2023年得到诸多关注。2023年3月22日，微软旗下代码托管平台GitHub发布了编程辅助工具Copilot的全新版本Copilot X，新版本接入GPT-4，并新增了聊天和语音功能，允许开发人员用自然语言询问如何完成特定的编码功能。代码的开发方式，断崖式地提高了开发效率。同时，经过近十年的快速发展，低代码/无代码的厂商大量进入市场，同质化竞争愈演愈烈，部分脱离业务的低代码/无代码产品在使用过程中也备受争议，褒贬不一。低代码/无代码市场未来将面对技术及需求的双重洗礼，在探索中寻找出正确答案。ChatGPT带领全球跑步进入AGI时代，低代码/无代码对于开发效率的实践落地能力值得重新思考广义的低代码、无代码的理解：完成业务数字化项目开发的多重手段Forrester对于低代码的定义：能够以“最少的手写代码”和设置快速开发应用、配置和部署业务应用程序。也是目前市场对于低代码开发平台产品及服务的核心需求。无论是低代码、无代码还是纯代码，这些概念并不完全互斥，而是所表达的是工具对于项目开发环境、时间、人员要求不同程度的助力，解决企业数字化转型的业务需求和开发成本之间的矛盾，更高效地利用企业的数字化资产。广义的低代码无代码纯代码X%（1-X%）“无”“低”X（0X100）代表了多层次、细粒度、可复用的企业“数字化资产”满足应用开发需求的程度X值越大，数字化资产满足业务需求的程度越高降低代码的撰写门槛难度：往往在可视化界面中，通过拖拉拽执行代码模块。市场往往希望强调不需要任何编程语言基础，目的是消除使用者的语言学习成本。提升开发工作的效率：减少可重复代码的繁琐工作，通过搭建工具提升软件开发速度，加快项目的上线及迭代效率，市场的关注点是提升开发项目的经济性，加速企业数字化的进程。纯代码往往指全部或者绝大部分的编码工作均由开发者编写完成，不依靠任何模块自动化生成通过降低项目开发成本的资金及时间双重成本，提升业务数字化效率数据来源：低代码、纯代码和无代码的区别与联系，公开资料，专家访谈，甲子光年整理比较指标纯代码无代码低代码技术特征的区别开发方法模型驱动表单驱动*模型驱动&表单驱动*代码生成方式全程手写代码100%平台自动生成80%以上平台自动生成*平台可复用“数字化资产”不依赖依赖度高依赖度较高编码灵活性高偏低较高可编程能力高偏低较高客户化定制能力高偏低较高可移植性强极大地依赖于 APaaS 平台的部署功能对开发者的要求很高门槛较低仍有门槛（仍需要编码逻辑及开发基础）编码标准化程度低高较高编码的错误率高低较低用户操作的一致体验不一致一致BizDevOps 一体化过程自己建设APaaS平台负责管理从技术特征剖析无代码及低代码：不单单是代码工作量的极简*部分无代码平台/低代码平台是围绕表格完成业务的流转，一般被称为表格驱动；*模型驱动、表单驱动及表格驱动往往是从开发的角度出发进行区分，其他如“数据驱动”等，则是从业务需求和数据治理的角度去进行产品的描述。数据来源：低代码、纯代码和无代码的区别与联系，公开资料，专家访谈，甲子光年整理从业务需求剖析无代码及低代码：应用场景互补，目标人群具备差异性比较指标纯代码无代码低代码经济性的区别工作量较大较小较纯代码大幅减少交付较慢较快较快开发周期较长较短较纯代码明显缩短总开发成本较高较低较纯代码明显降低应用适应性预算充裕的应用开发预算较小的轻量化应用预算有限的普通应用开发应用场景的区别普适性强弱较强应用场景限制没有特别的限制专注于特定的细分领域适用于管理应用的开发行业领域通用性高不高较高适合的应用类型业务决策层应用业务执行层业务管理层应用目标开发者的区别对开发者的要求很高不高较高目标开发者专业开发者公民开发者专业和公民开发者融合团队业务复杂度负责人专业开发者公民开发者公民开发者客户化代码复杂度负责人无专业开发者样板代码复杂度负责人低代码平台低代码平台全体开发者构成专业开发者公民开发者，低代码平台公民开发者，专业开发者，低代码平台数据来源：低代码、纯代码和无代码的区别与联系，公开资料，专家访谈，甲子光年整理低代码/无代码均提供了数字化转型新的生产作业模式工具企业在构建数字化作业系统的过程中需要同时解决柔性作业、敏捷作业、快速研发、降本转型的基本问题企业的数字化转型低代码无代码通用化开发可视化、无需编码；主要交付企业生产作业过程中常用的系统和服务；不同产品发展基因和思路的低代码产品，直接影响交付的常用系统和服务能力范畴。扩展化开发少量编码；主要交付企业生产作业过程中个性化的系统和服务。无代码应用搭建平台基于规范的流程结合可视化的“拖拉拽”搭建相对较为简单的应用和服务；例如各种在线表单、问卷、审批等；大部分情况下，产品本身无法完成业务逻辑的编写。面向T端用户在线集成开发环境，支持应用程序开发、部署和运行，提供软件开发中的基础工具给用户，包括数据对象、权限管理、用户界面等。直面B端用户直面B端用户数据来源：公开资料，甲子光年整理目 录Part 01审视：简单概念之下的深刻内涵1Part 02突围：时代飞速发展下的惊涛骇浪Part 04实践：智能时代下围绕业务的探索Part 05展望：低/无代码时代的人才需求Part 03价值：来源于技术，忠于业务实现“数字化”依然是全球及中国企业发展的重要关注点，将持续驱动相关市场27.231.335.839.245.550.20.010.020.030.040.050.060.020172018201920202021202210.6%16.9%17.6%17.0%16.2%-3.3%5.7%2.9%3.0%3.0%-5.0%5.0%15.0%25.0%2020202120222023E2024E数字化转型支出增幅GDP增幅全球数字化转型支出及GDP增长趋势预测，2020-2024中国数字经济规模（万亿元）及数字经济占GDP比重，2017-202232.9%41.5%数字经济占GDP比重数字经济占GDP比重数字化转型依然是全球企业的优先关注事项，是企业及组织寻求成为数字化企业的必经之路，在数字化企业中，对流程、产品、服务和体验的技术使用依然是关键性支出。产业数字化推动中国数字经济发展取得新突破，2022年，中国数字经济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增速，数字经济占GDP比重达到41.5%，这一比重相当于第二产业占国民经济的比重。子话题举例流程自动化、数字营销人工智能、云计算、5G气候变化、碳排放15914651数字化转型单点应用前沿技术探索可持续发展资源行业文章数量（篇）中国企业在数字化转型在深度和广度上有了新要求2018年5月至2019年4月2022年5月至2023年4月图 媒体报道中“数字化转型”的细分主题分类变化数字化作为企业整体转型战略来讨论，而非停留在技术革新的层面。企业逐渐认识到，数字化已不再是简单的技术概念或技术选择，而是进化成为关乎企业生死存亡的整体战略。企业对于人工智能、云技术、大数据等技术的讨论逐渐转向实际应用和效果，更关注技术投资是否能实现业务目标。企业对数字化转型的探索由局部的单点应用转向了系统化的构建和升级。技术作为企业转型的关键，展现出巨大的影响力，所覆盖的话题不断延展和深化。子话题举例业务增长、商业智能、投资决策、创新突破通信网络、人工智能、虚拟现实、大语言模型数字方案、应用开发、数字安全、数据合规数据分析、数据联通、智能运营、架构开发碳减排、自然资源管理、绿色行动、可再生能源企业文化、岗位创造、技能匹配、远程办公278422568236861334721企业整体战略数字基建和前沿应用数字化转型系统工具数据智能可持续发展新增长来源文化和人才文章数量（篇）数据说明:以752家主流商业媒体发布的关于中国“数字化转型(Digitalization)”的中英文文章为分析样本，利用生成式人工智能提取出所有文章的主题，通过聚类算法对主题分簇，并根据所含主题内容对各簇进行命名。企业数字化业务将带来大量的企业级软件应用/服务的创新机会数量的增加：企业级应用/服务可以完成企业的数字化业务的载体，可提供新产品、新服务、新体验及新流程，数字经济的发展带来大量的新应用。创新的需求：企业软件创新能力与企业数字化成熟度息息相关，成熟度越高（如处于管理运营、优化创新阶段）的企业往往具备较强的软件创新能力（如主动创新、引领趋势）。IDCIDC预测：20242024年，数字经济的发展将孕育出超过5 5亿个新应用/服务，相当于过去4040年间出现的应用数量的总和。4.2%7%15.4%25%26%25%24.1%20%35%44%37.5%31%36.9%30%25%33.3%37.9%27.7%10%5%单点实验局部推广复制整合管理运营优化创新被追赶发展趋势孤岛化、碎片化主动创新引领趋势图 企业数字化转型成熟度与软件创新能力相关性分析企业数字化转型成熟度软件创新能力软件业务收入连续9年增加，数字化业务开发需求持续上升37026 42848 48232 55103 61909 72072 81506 95502 106126 15.7%12.6%14.2%12.4%16.4%13.2%17.1%11.2%201420152016201720182019202020212022软件业务收入（亿元）增速（%）图 中国20142014年-20222022年软件业务收入增长情况软件开发行业的快速发展让低代码/无代码平台迎来发展契机：2022年，中国软件业务收入跃上十万亿元台阶，全国软件和信息技术服务业规模以上企业超3.5万家，累计完成软件业务收入106126亿元，同比增长11.2%。2022年全国软件和信息技术服务业规模以上企业超3.5万家数据来源：公开资料，甲子光年整理数据来源：精益产品开发：原则、方法与实施，甲子光年整理中国低代码/无代码市场发展来自于对定制化开发的质量及效率的双重追求质量效率质量效率质量效率(个性化的)体验前工业时代工业时代规模化加标准化，让质量和效率得到统一数字化时代从规模化标准制造到规模化定制28436692135180050100150200202120222023E2024E2025E2026E图 中国20202121年-20202626年低代码/无代码市场规模（亿元）中国低代码/无代码产品市场已经度过早期的技术与商业化模式的探索期，其产品能力的逐步提升，已经开始逐步实现企业核心业务系统的开发，市场逐步进入行业上升期。数字化时代，企业数字化转型的开发需要定制化的开发，同时兼顾质量及效率，低代码/无代码市场则高度匹配这一趋势，具备爆发式增长机会。在市场高速发展时期，开发相关的企业均借助自身优势赢取早期红利“下周”期望6 6-9 9个月现实新业务上线效率总是慢于预期大量临时定制化需求业务快速创新，需求定制常态化，且要求快速交付，企业缺少灵活支持应用创新的定制能力。专业技能短缺专业技能提升开发门槛，例如云、大数据移动化、视频、物联网、AI、安全。开发资源少，关注的事情多专业开发人员不足，需要负责机房搭建硬件，网络，软件部署，运维、安全等。经验无沉淀，能力无复用能力重复投资，重复建设，无法沉淀通用力，业务应用快速构建和创新。VSVS通过低/无代码解决开发的效率及成本问题云服务商（B B端云生态）原生型低代码/无代码厂商企服软件开发厂商RPARPA厂商传统定制开发项目厂商数字化转型咨询厂商衍生型服务厂商企业数字化的新业务不断提出，对项目开发提出了更高的时间需求，而资源难以匹配；低代码/无代码平台提供方则抓住机会，得以快速抢占市场。数据来源：公开资料，甲子光年整理抛开“低”“无”之争，产品需要扎实解决数字化建设的细节按技术路径及厂商背景的市场分类原生型服务厂商衍生型服务厂商提供无代码应用搭建平台提供低代码开发平台原生型服务厂商提供无代码应用搭建平台提供低代码开发平台衍生型服务厂商产品逐步凸显自身特色，解决企业数字化转型的“难啃的骨头”无代码搭建平台：基于规范的流程结合可视化的“拖拉拽”搭建相对较为简单的应用和服务。低代码开发平台：在线集成开发环境，支持应用程序开发、部署和运行，提供软件开发中的基础工具给用户。垂直场景的低代码/无代码解决方案AIGC+代码的开发范式探索企业级开发全栈的代码生成全链条的流程管理及企业协同数据治理能力无代码搭建方式/低代码开发平台的确为数字化建设提供了较纯代码更为方便的技术/工具，但在经过市场快速发展后，企业更关注如何利用工具可以解决自身的业务问题，选择更符合自身要求的工具。从通用性的工具转向更贴近企业自身的领域，关注产品的行业经验AIGC对于代码撰写颠覆式的创新引发更多技术改造低/无代码产品开发方式的稳定性、功能丰富性及可复制性，尤其是解决大型企业的复杂需求关注开发项目的“长治久安”，项目的安全及迭代仍然无法抛弃“源代码”业务的数字化转型需要以企业数据治理为基础，低代码/无代码也无法避免开发为业务服务，不仅仅要解决业务的单点问题，还要为整个组织的数字化建设服务数据来源：公开资料，甲子光年整理低代码/无代码推动“技术全民化”的同时也在重塑技术和业务的关系图 技术成为数字业务创新和发展的核心动力，技术与业务之间的关系发生重塑业务技术业务技术业务技术瀑布开发模式Biz与Dev分离，Dev和Ops分离敏捷、精益、DevOpsBiz与Dev更紧密的协作，Dev与Ops融合BizDevOpsDev和Ops融合基础上，Biz与技术融合通过信息系统支持商业的需求，改进运营效率早期信息化互联网技术与业务开始融合，激发商业模式创新互联网经济数字化技术成为业务创新和发展的核心动力数字经济基于低代码产品的应用与服务开发模式：打破了职能竖井，还能通过统一的可视化语言和单一的应用表示（页面/数据/逻辑），轻松对齐项目各方对应用形态和项目进度的理解，实现更终极的敏捷开发模式，以及在传统 DevOps 基础之上更进一步的 BizDevOps，打造数字化业务背后的作业体系持续赋能数字化业务的创新和发展。数据来源：公开资料，甲子光年整理目 录Part 01审视：简单概念之下的深刻内涵Part 02突围：时代飞速发展下的惊涛骇浪Part 04实践：智能时代下围绕业务的探索Part 05展望：低/无代码时代的人才需求Part 03价值：来源于技术，忠于业务实现业务实现的困境：技术交付面对的复杂度在不断提升图 数字化时代产品技术交付的三大核心挑战高效交付成为数字化时代产品技术的挑战，核心问题是背后IT复杂度的不断增加。数字化时代，技术交付的复杂度持续提升：协作需求：需要跨业务和产品的协同才能交付完整价值，协作的复杂度变大；工程复杂：系统复杂度的提升，以及全面的数字化带来的包括云、IOT、边缘设备和各类终端的联动，让工程复杂度极大提升；业务融合：随着技术和业务的融合，业务本身的不确定性和复杂度也在提升。局部效率高效交付持续高效业务成功 数字化进程期望现实ITIT成为业务创新和发展核心，对ITIT交付效能的期望越来越高ITIT交付效能复杂度增加，ITIT交付效能有下降趋势IT IT 交付的复杂度关键因素：协作、工程、业务图 数字化时代的ITIT交付效能急需提升数据来源：公开资料，甲子光年整理时间复杂化业务功能增加用户量增长团队规模增长时间复杂化控制复杂度技术复杂度（偶然复杂度）业务复杂度（本质复杂度）关注点分离开发者职责低代码模式基础设施下沉技术复杂度业务复杂度技术复杂度传统开发模式低代码产品职责开发者职责传统企业数字化步伐的加快与需求激增，传统开发模式下的开发者（团队）需要同时解决“业务复杂度”与“技术复杂度”，而同时具备业务经验与开发技术的IT人才供给不足，导致企业数字化建设受阻；常见的基于低代码平台的开发者（团队），由项目负责人、业务专家、架构师、高级程序员为基本组成，其中：项目负责人与业务团队深度沟通需求，理解并梳理清楚业务逻辑 架构师根据业务专家导入清晰的业务逻辑，输出系统搭建思路（含技术路线、开发步骤等）高级程序员根据业务专家需求，会同架构师进行数据模型、应用服务的设计，并形成完整的文档（含技术选型、架构设计、功能设计、数据库设计、服务设计、UI原型设计等）初级程序员以及受过一定低代码技术培训的业务人员，根据相关文档，进行具体系统功能的开发这种开发模式下，开发者（团队）的职责聚焦于解决“业务复杂度”，而“技术复杂度”由低代码平台的提供者解决，甚至借助平台的开发者社区来解决高频、共性的开发问题对抗软件复杂度的“战争”低代码/无代码对于业务实现的核心价值之一：对抗不断增加的复杂度商业上获得成功的软件必然伴随着业务的增加、用户量的增长、研发团队的增长，这三个因素会不断推动软件复杂度的增长直至爆炸。软件工程要解决的一个核心命题，就是如何控制复杂度。图 软件开发过程中的复杂度示意图数据来源：公开资料，甲子光年整理时间整体进度“战术编程”“战略编程”“成为一名优秀的软件设计师的第一步是认识到仅仅为了完成工作编写代码是不够的。为了更快地完成当前的任务而引入不必要的复杂性是不可接受的。最重要的是这个系统的长期结构。”-John Ousterhout（约翰欧斯特霍特），A Philosophy of Software Design低代码/无代码为开发人员提供了项目质量管理的战略思考角度图“战略编程”与“战术编程”的进度比较低代码开发平台可以提供在线集成开发环境，支持应用程序开发、部署和运行，提供软件开发中的基础工具给用户，包括数据对象、权限管理、用户界面等。无代码搭建平台通过快速建立多种表单、基于规范的流程进行链接，并定义输出的方式，迅速搭建一个轻量级的应用或服务，从而实现在多个参与者之间按某种预定规则自动传递文档、信息或者任务。从“战术角度”提供了绝好的代码撰写工具从“战略角度”提供了与业务建立链接的机会低代码/无代码平台可让业务人员及开发人员实现更快地原型沟通，可在日常需求开发工作中，推动需求所涉及到的设计能够面向未来扩展，而非仅仅着眼于完成当前的需求。低代码/无代码平台通过不断弥补业务与开发之间的沟壑来提高“战略编程”的时效性。数据来源：公开资料，甲子光年整理企业的数字化转型需要低代码/无代码平台实现数据与业务的链接（1/2)各个环节的数字化应用用户价值驱动的全链路款字化各独立环节的信息化信息层面的系统集成数据共享价值链路业务环节信息传递2.数字能力：全微路放字化运行1.业务能力：连接价值交付链路数据应用和数据智能3.数据能力:沉淀并释放数据资产价值1.业务能力：连接价值交付链路站在客户的视角，打通客户（业务）价值交付链路，精准地获取、响应和满足客户的（个性化）需求。2.数字能力：全链路数字化运行基于对业务的本质理解，建立底层数字化模型，并有效连接数字世票和物理世界。以此为基础，在全链路上共享数据，重构价值交付链路，确保价值交付的全链路效率和质量。3.数据能力：沉淀并释放数据资产价值基于全量、全要素和实时的数据，保障和持续提升业务运营的效率。并以此为基础，沉淀和应用数据资产，激发业务创新，创造全新的商业模式和用户体验。图 数字化转型的三个核心能力数据来源：公开资料，甲子光年整理企业的数字化转型需要低代码/无代码平台实现数据与业务的链接（2/2)数据标准模型数据标准配置元数据管理数据标准执行数据标准数据集成ETL任务算子调度执行引擎流程控制引擎数据集成数据质量稽核数据质量稽核数据质量报告问题数据预警数据质量数据雾化安全算法安全密钥数据加解密数据质量统一资产操作接口（SDK/物理建模/数据权限）数据资产管理资产数据资产配置数据结构关联关系血缘关系分析图表质量检测数据权限生命周期模型采集/模型设计/关系定义物理资产逻辑资产多媒体时空资产关系型/非关系型教据库低代码/无代码应用数据接口配置接口配置接口配置接口配置低代码/无代码平台接口loT设备数据在线公共数据国产数据库数据接入图 低代码/无代码平台可接入企业数据资产并基于此进行项目开发及数据管理数据来源：公开资料，数睿数据，甲子光年整理不断快速搭建数字化业务流程，实现企业的数字化能力迭代行政人力组织文化行政管理绩效管理法律顾问公司培训招聘管理财务资金财务管理税务管理资金统筹预算分析成本控制内部审计生产制造技术开发生产计划采购供应仓储物流设备维护质量检测市场营销市场运营商务销售渠道管理客户服务广告投放品牌公关IT信息IT规划信息安全功能开发项目管理系统运维企业部门与部门之间、部门内部之间的协作与融合表单类应用与服务信息汇总与展示类应用与服务办公类应用与服务客户管理/经营类应用与服务供应商/经销商管理类企业资源管理与计划类应用与服务链接、连接、联通存量系统商机与营销类应用与服务场景化解决方案细分场景解决方案一体化数字化解决方案传统产业数字化作业体系设计、开发、运维一体化Infrastructure程序化自动执行类应用与服务低代码/无代码产品从单点工作业务开发到整体的企业级建设数据来源：公开资料，甲子光年整理从单点轻量应用到构建完整的数字化作业体系企业互联网平台（企业数字化平台系统）产业互联网平台（全产业链数字化生态系统）供应端（交易）品牌端（交易+运营）平台端（后台管理）渠道端/终端（交易）用户端（交互）数字化采购数字化组织数字化系统数字化分销数字化终端数字化营销应用管理数据管理业务管理PC运营管理App管理/商城小程序商城商品中心渠道中心会员中心结算中心分账中心业务数据存储数据集成数据分销分销分销分销门店客户分销一级分销电商渠道传统渠道大客户线上电商直营/加盟/KA线上社会化营销线下社会化营销线上用户线下用户三方平台下单自有平台下单交易订单门店下单门店订单线上营销推广线上用户活动线下营销推广线下用户活动商品管理销售订单销售结算售后服务物流发货仓库接单物流接单第三方物流送货上门订单中心库存中心商品中心渠道中心会员中心结算中心品牌中心物流中心客服中心仓库接单总仓+电商仓物流接单第三方物流送货上门线上电商产品营销自动补货销售信息产品组合仓储管理加工订单生产工艺供应采购业务不仅仅需要解决单点问题，更需要向作业的前后链路、企业的内外链路扩展，实现一套企业自身流畅的数字化打法数据来源：甲子光年智库尊重不同规模企业的数字化需求与规划，在短期内保持战略与战术目标同在小型企业（稳定生存）中型企业（发展壮大）大型企业（引领发展）数字化作业体系需要快速响应能力，对不同人员作业响应能力的要求的挑战数字化作业体系强化了整个组织在作业规则和流程方面的持续建设，使得整个组织的创新力不足难以兼顾各个部门差异化、个性化的业务需求组织现有的业务最佳实践与积累，在转型的过程中缺乏有效的“容器”，可复用性降低面临着流失的风险数字化作业体系提供的实时信息深度洞察所形成的业务角色精准支撑，打破了现有的作业习惯和整个组织的运作惯性原有的IT系统和设施给数字化转型带来的负担IoT与低/无代码产品的融合实践，同样是企业的高价值应用场景数据用户流程基于低代码构建AIoT化作业平台连接可视化在云上构建端到端的生产制造管理：产品构思、设计、测试、仿真、排产，到质量控制、产线设计、生产执行低代码产品物联网平台构建产品智能化改造应用场景化方案基于设备的售后体系生产端智能化改造产品、备件的全生命周期追踪Now利用低代码的平台能力：企业可以对已有产品、生产端进行智能化改造，为实现整个生产制造的闭环打下技术基础；企业可以把研发设计、运营管理、生产制造的全业务系统打通，形成高价值应用场景化方案；构建产品、设备的全生命周期追踪能力，把产品状态和生产过程信息采集和汇总，打通研发和生产制造的最后一公里，实现整个生产制造的闭环，从而将产品研发创新提升到新的高度。Before传统企业信息化系统可以管理从产品设计到仿真、试验，再到排产、质量控制和生产制造等过程，但产品出厂之后的状态是无法获取的，这导致企业与消费者之间出现信息断层，不利于产品进一步优化创新。数据来源：公开资料，甲子光年整理AIGC的价值不仅在于一步生成代码，也带来了更智能的交互方式革命式的代码生成方式带来了期待交互体验的提升正在实现AIGC自然语言文本代码代码生成任务数据生成代码预处理大模型预训练微调后处理大量样本生成文本/代码大数据现阶段的代码大模型：采用自然语言的需求描述或其他提示，通过预训练代码大模型直接生成满足需求的程序代码。AIGC对于低代码/无代码平台的最大冲击来自于市场对于AIGC的极高期待，尤其是代码与自然语言在模型训练上的类似性让市场寄予厚望。但大模型本身所具有的不确定性等问题，短时间内难以快速形成商业化产品的封装，在短期内的功能更多体现在交互体验的提升上。需求初始方案迭代修订终版沟通交付需求1需求n一轮n轮Part 1Part nPart 2需求2迭代二轮未来的代码大模型：学习代码中蕴含的编程逻辑，实现AI生成相应业务的逻辑模型，实现一步完成业务需求的理解与代码生成。AIGCAIGC可直接根据需求生成初版的样例，减轻文档背后的沟通压力。AIGCAIGC可帮助实现需求的理解，从“拖拉拽”改为更为简单的语言或语音交互模式，进一步降低非开发人员的应用难度。AIGCAIGC作为辅助学习助手，可以降低低代码/无代码平台的学习门槛，加快“全民开发者”的学习速度。数据来源：公开资料，甲子光年整理多数开发者会选择尝试AI编码提升自身的效率及技能水平开发者使用AI编程工具的比例70%的开发者认为AI可提高开发水平的比例92%70%92%的开发者开始使用AI编程工具开发者认可AI的比例57%53%51%41%提高编程技能变得更有效率创造性工作防止倦怠开发者使用AI代码生成可提升工作效果数据备注：GitHub AI对开发者体验影响调研，调研对象：员工规模超过1000人的美国企业的研发人员，N=500，时间：2023年6月数据来源：公开资料，致远互联，甲子光年整理大模型爆发元年，国内低代码/无代码企业紧跟趋势，探索AIGC在低代码方向的应用致远互联于今年9月正式发布AI-COP大模型框架，推出一站式AI协同管理与运营服务平台，并发布国内首个公文领域大模型。数睿数据在AI层面的规划为“智能体验”，将AIGC融入数据、分析、应用三个核心能力体系，致力于打造适配smardaten的AIGC能力框架，来提高用户体验。炎黄盈动率先发布国内AI低代码平台，8月22日，推出Al Copilot for Builder，采用自然语言交互生成更贴合用户需求的数字化应用，在持续引领AI低代码领域创新发展的同时，效率与安全透明并重。蓝凌全面开启智能化战略，用AI增强低代码、BPM流程管理、知识管理等平台，为组织数字化转型按下“AI加速键”。奥哲对低代码+AIGC融合演进早已做了长期明确的规划，深度关注AI发展。目前旗下AI相关产品正处于客户共创阶段，并已开通申请使用资格，计划在不久之后推出市场。AIGC可贯穿数据资产管理与软件开发全周期，赋能低/无代码产品迭代升级贯穿软件开发全流程AIGC在企业信息化数据治理方面的赋能环节示例AIGC在软件开发方面的赋能环节示例数据标准管理数据模型管理贯穿数据生命管理周期数据资产管理主数据管理数据质量管理元数据管理数据共享管理数据安全治理数据治理环节核心价值围绕数据源的管理，解决数据存储及数据计算的问题基于AI对图片、视频及自然语言的理解能力，对非结构化数据进行更高价值的管理，满足数据处理的高并发及实时性要求赋能环节示例构建基础数据标准、指标数据标和数据模型标准，在数据共享流通基础上为开发及应用提供“一致语言”针对元数据的采集、分类、识别及质量分析进行优化管理，借助生成式AI的分析能力实现对于视频、语言等类型的数据质量评估、跟进、监控及自动化处理及报告，便于业务人员参与数据治理软件开发环节核心价值赋能环节示例需求调研分析概要设计详细设计软件编码软件测试交付准备软件验收运维服务通过生成式AI，可以减少代码编写过程中的大量重复性工作，规避大量在代码生成过程中的语法问题，并且实现需求文档的快速生成降低多部门、多组织的交互难度，通过自然语言跨越业务人员与代码人员之间的沟通壁垒，实现局部需求的快速实现及迭代完成功能需求分析、性能需求分析等快速生成代码草稿，自动生成代码注释及文档，加快代码生成效率通过交互式语言快速生成代码片段及需求模块，便于原型阶段的设计及需求同步自动生成测试、验收报告，实现部分文件交付环节的自动化数据来源：公开资料，甲子光年整理目 录Part 01审视：简单概念之下的深刻内涵Part 02突围：时代飞速发展下的惊涛骇浪Part 04实践：智能时代下围绕业务的探索Part 05展望：低/无代码时代的人才需求Part 03价值：来源于技术，忠于业务实现产业图谱：涌现了一批优秀的低代码/无代码厂商参与者的多元性逐步增加，在打造产品独特性的同时也在不断借鉴融合低代码/无代码供应商始终在探索适合中国本土企业应用之道重视本土企业的切实需求：基于中国本土软件开发或数字化发展的具体特点进行产品迭代；关注以AIGC为代表的先进技术：始终关注技术发展与应用，甚至进行提前布局，可第一时间将生成式AI等前进技术与产品进行融合；普惠大众，对象广泛：无论是“公民开发者”还是“专业开发者”，都是中国低代码/无代码厂商的关注对象；切实提升开发能力：无论是针对个人级开发还是企业级开发，中国厂商都在寻找一条切实可行的低代码/无代码落地之路，最大程度提升个人/企业的开发能力。低代码/无代码厂商*企业应用及软件开发商云服务RPA厂商低代码/无代码供应商图谱（海外）*部分情况下，战略上高度关注低代码/无代码产品的厂商也在此列重点厂商产品及服务能力分析数睿数据低/无代码开发平台通用或行业应用软件BI/大数据平台三方能力融合量变到质变成长型软件企业产品设计、开发、测试、实施人员，大型企业信息中心开发、实施人员无代码开发+全域数据资产管理+可视化分析与BI产品能力应用场景用户画像软件产品研发底座、企业数字化基座运行中心运营中心测试集成应用/模块开发组件库安装部署升级维护巡检监测日志分析异常告警应用数据分析组件使用分析 资产盘点用户反馈用户分析项目管理生产中心需求设计产品优势“数用一体”能力需求的全覆盖能力面向不同客户的差异化服务统一无代码开发统一应用集成全域数据资产管理贯穿软件工程的一体化开发平台，提升研发交付能力面向软件企业面向甲方客户打造覆盖数字化建设、运维、运营管理的一体化能力政务|智慧城市|工业制造|能源电力|教育|环保|应急管理|企业数字化 服务能力面对甲方客户：完成高质量、高效率的多场景业务需求落地，打造一体化数字化能力。应用场景面对ISV：提供高效能的无代码开发能力，授之以渔，实现交付效能提升、标准化产品沉淀和业务拓展。数睿数据（南京数睿数据科技有限公司）是数据驱动的企业级无代码开发平台领导者，smardaten核心能力在于数用一体的数字化应用构建，包含数字底座、无代码应用构建能力、物联网中间件以及智能化技术在数据智能分析、应用自动化构建中的应用。聚焦服务行业软件企业、中大型终端企业客户，面向软件开发团队提供贯穿软件工程（需求-设计-开发-测试）全流程工具能力，也面向企业信息中心打造一体化的软件生产-运维-运营能力。目前已成功服务10多个行业领域的400+行业头部企业，目前在智慧政务、智慧城市、工业制造、能源电力、数字乡村、企业数字化等多个行业场景均已得到验证。数据驱动的企业级无代码软件平台，专注赋能行业软件企业与中大型终端企业需求分析-原型设计-功能配置开发-集成测试-一体化交付运维重点厂商产品及服务能力分析数睿数据某传统工业领域国企研究院，是服务于国家“两弹一星”战略工程而成立的国家级科研院所，是玻璃纤维工业技术的策源地，是行业和区域性的中心基地，主要从事玻璃纤维及制品的研发、设计、制造和测试评价，为国防军工配套、行业技术进步和新材料产业升级做出了重要贡献。项目效果业务需求项目亮点客户背景介绍 数字化能力上相对来说较为薄弱，研发能力跟不上业务快速发展需求，需要高效快速地建设自身的数字化能力。在多个场景业务中需要加速数字化建设、实现转型发展。但不希望采用传统项目形式（往往使用多家厂商来完成数字化系统建设）避免出现效率低、多厂商难以形成融合的情况出现。不同业务系统都能在统一的平台上进行数据沉淀和业务沉淀，为未来的能力建设提供基础通过预防性诊断平台，加速生产管理能力、降低设备故障率。数字实验室管理实现全过程的实验智能管控和实验室管理，系统迭代数次后，已推广至全国4家实验室。工业算法模型已沉淀和优化数十种模型，提高产品检验监测能力。将基于行业数据中心之上，打造面向行业的数据资源开放共享平台，充分发挥现有数据资源价值。基于企业级无代码开发平台的一体化数字化建设方案，形成可持续的企业数字化能力，实现已有业务的沉淀、未来业务可不断迭代和生成。smardaten作为通用开发底座，可面向全场景进行开发交付，满足客户广泛的业务领域需求，并且选择在当前几个典型业务场景和数字化建设需求更加强烈的领域进行开发，再根据业务需求持续迭代和优化，并能对标准化系统进行复制和推广。某工业领域的国家级科研院所基于smardaten企业级无代码开发平台，形成一体化的数字化应用开发模式，采用无代码智能软件工厂高效的实施交付模式，实现多个业务场景的数字化应用构建在将近2年的时间，数睿数据为客户提供生产管理、行业数据管理、项目管理、实验管理、产业数字化服务等多场景数字化建设服务。主要场景涉及到复合材料生产监控、数字实验室管理、项目管理、工业算法模型以及行业数据中心建设等。工序计划进度跟踪计划能力评估高级排程作业调度作业指令进度进度汇报作业监控品质数采品质追溯测质量监控质量SPC物料标识物流计划料拉式配送智能物流设备管理工艺装备机运行监控动态OEE工艺设定作业指导法异常管理防错纠错人员档案上岗记录人能力资质绩效评估安环巡查能耗采集环环境监测安环预警数据沉淀数据接入数据集成数据质量数据安全数据标准数据管理数据