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。
– END –
报告下载
大佬观点
