產業網際網路契機：低代碼開發平臺與AI結合，快速落地智能應用

幾年前，Gartner就曾預測，在2020年，AI將成為推動經濟增長的積極因素，這也意味著AI在今天會發生巨大的增長。而在2017年，國務院就發布了《新一代人工智慧發展規劃》推動國內AI技術的發展，到2030年，中國的人工智慧理論、技術與應用總體達到世界領先水平，成為世界主要人工智慧創新中心。

根據艾瑞數據分析，2019年中國企業技術研發投入中，人工智慧算法研發投入佔比為9.3%，超370億元。Forrester團隊的研究結果也表示，在2019年，全球已有53%的數據和分析決策者表示，他們已經實施、正在實施、正在擴展或者升級某種形式的人工智慧。AI已經是成為企業發展過程中，不可或缺的一部分。

AI行業相關預測：

AI（Artificial Intelligence，人工智慧）領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大。可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。AI也可以根據不同的工作流場景提供最佳的方案建議，為應用開發者提供了自動化完成複雜流程邏輯的能力。

根據IDC預測，到2025年，至少90%的企業應用新版本中將包含嵌入式人工智慧。Forrester也預測，財富500強企業中，有25%的企業會在他們的RPA中增加AI構建模塊（例如文本分析和機器學習），AI將成為業務方方面面不可或缺的組成部分。

AI發展現狀：

近期，AI技術在實體經濟中的落地成為最關鍵的目標，根據艾瑞調查數據顯示，2018年國內AI賦能實體經濟的市場規模達到251億元，賦能價值有望在2021年突破千億。而現階段主要應用在公共安全領域，AI+安防佔比53.8%。

從艾瑞的調查數據來看，除了政府主導的公共服務領域，AI會在離錢近的領域優先落地，這也是新技術應用的必然路徑。同時也看到，在其他領域如零售、製造、教育、農業、醫療等，AI有著巨大的發展空間。

Figure Eight最近的一個調查也顯示，AI正處在高速發展階段，已從過去的概念開始逐步應用落地。但也存在顯著的阻力：需求與技術之間、產業人與網際網路人之間的「牆」；數據管理、算法的複雜性，都可能是導致AI不容易實現大面積普及的原因。

為了解決這個障礙，很多開發者、服務商想到使用低代碼來解決這個問題，更準確地說是使用低代碼開發的思想。

因為低代碼開發平臺的出現，讓專業開發者能更迅速的開發應用，同時讓不具備編程能力的業務人員也能進行應用搭建。對於AI技術，業內也在嘗試通過低代碼開發平臺幫助其更好地落地與普及。

其實，已經有服務商將AI集成到了低代碼或無代碼平臺中，比如應用AI解決與半結構化和非結構化數據源集成的複雜挑戰、將AI進一步封裝成可直接調用的業務組件。低代碼開發平臺與AI的結合，確實可以推動AI普及，讓更多用戶體驗到這一技術。

AI與低代碼開發平臺的結合：

低代碼開發平臺與AI的結合，能夠更快速的搭建出符合需求的智能應用，能夠更好地進行業務分析決策。除此之外，這種組合能夠讓各個行業更快地享受到AI的紅利，更智能的應用能更大程度地提升效率。

低代碼開發平臺負責能力整合和應用組裝：使用低代碼平臺，快速開發應用並敏捷應對變更，這些應用可以成為企業最大的競爭優勢來源。低代碼開發平臺的核心理念和思想就一條：通過合理的分層設計、抽象可復用的組件，實現最佳投入產出比，無論是對服務商還是使用者。當然，沒有十全十美的東西，這個分層和抽象的過程是要做出犧牲的，至於犧牲什麼就看各平臺的定位，也許是界面交互、也許是能力邊界、也許是專屬行業領域。但低代碼平臺在應用整合和組裝上，已被證明具備無法比擬的優勢。所以就應用開發而言，將人工智慧整合到解決方案中帶來的效益可能會超出預期，因為低代碼平臺本身就追求極致的投入產出比。

AI對應用能力進行擴展：

市面上常見AI服務有文字分析、圖像分析、聊天機器人、智能助手、機器學習，數據挖掘，翻譯器等。這些服務在不同的行業落地必然會有一些差異，所以標準的AI服務只能解決最高頻的場景，還有大量業務是需要自行訓練模型的。

目前已經有很多成熟的服務商開始將AI服務添加到他們的低代碼開發平臺內，例如：Appian基於Google AI服務向客戶提供了無代碼AI集成功能，能夠在應用構建中拖拽添加AI功能；

mendix為了讓開發人員更快速進行開發，通過AI服務實時提供下一步建議，還可以在應用引入新代碼前，在前面的邏輯步驟中生成操作建議；

低代碼開發平臺的領頭羊Outsystems的AI服務更加豐富，讓用戶能使用自動化功能創建自助服務門戶、文本、語音查詢服務、客戶服務中心等等。

而最近聲稱要在國內商業化的微軟Power Apps則更直接，向用戶開放AI Builder，讓企業在應用搭建時一方面可以調用預生成的AI模型，另一方面也可以根據自己的業務需要創建、訓練、發布符合業務需求的AI模型，如物體檢測、文本分類、數據預測等，只要你有足夠的數據。

國內的低代碼/無代碼開發平臺也在逐步嘗試引入AI，但目前大多停留在特定的場景，並且以直接的標準服務為主。目前來看，宜搭Plus對AI能力的整合應該算走在了前列。

總而言之，低代碼平臺將使我們更加高效地實現能力整合和應用搭建，AI使我們在解決特定問題上的效率成百上千倍地提升，而且低代碼的思想還能指導AI技術的快速應用和普及，產生1+1遠大於2的效果。學會利用這兩種技術，我們就擁有了快速開發智能應用的利器，讓我們的產業網際網路少走彎路，更快地達到預期目標。