欧宝平台低代码开发是过去两年 To B 市场的风口之一，它给传统软件开发带来了颠覆性改变。有预测认为：未来 5 年，新应用构建的数量将超过过去 40 年的总量，需求响应的周期也将大幅缩短，从月、周甚至天计算。业务需求爆发式的增长催生了对低代码的需求。根据 Gartner 的预测，2025 年 70% 企业的数字化应用将由低代码来构建。与此同时，低代码也一直面临着质疑，比如 低代码只适用于边缘创新和搭建长尾应用 、 低代码只是玩具 ...... 而当下 AIGC（AI Generated Content，AI 生成内容）技术及应用的爆发，似乎正在给低 / 无代码行业带来一场颠覆性革命。

　　徐平俊认为，低代码作为企业数字化的核心引擎，已经对传统的开发模式产生了颠覆性的变革。外界目前所讨论的 AIGC 会对低代码领域造成大的冲击，主要聚焦在其能自动生成代码的功能，但 AIGC 本质上会促进低代码行业的发展。 一方面， AIGC 通过语义直接生成代码的效率并不会更高，作为一种概率模型，并不能保证生成的代码准确性，且代码可用性需要大量的人工校正工作。低代码本质是将语义变成模型，本身就不需要代码，融合 AIGC 能力后，可以加速语义变成模型的工作进程，从而提升应用开发的效率。另一方面，从人人开发的角度，能够帮助更多非专业开发人员参与到软件开发中。AIGC 需要大量人工校正工作，实际并没有解决技术的门槛要求，业务人员还是很难直接完成应用开发；不过，通过低代码和 AIGC 相结合的方式，可以更加高效地利用人力资源，从而更好地解决需求和供给的匹配问题。

　　在落地层面，徐平俊阐述了奥哲过去在低代码核心技术上的积累沉淀和对 AI 与旗下不同产品融合的场景探索方向，并透露公司对低代码 + AI 融合演进早已做了明确的长期规划，计划于近期推出具体的产品。

　　Q1： 如果说低代码开发是对软件开发的一次颠覆，那么 ChatGPT 所展现的 AI 生成代码的能力，会不会也是对低 / 无代码开发的一次颠覆？

　　徐平俊：低代码作为企业数字化的核心引擎，已经对传统的开发模式产生了颠覆性的变革。我们判断 AI 生成代码的能力，将进一步促进低代码 / 无代码行业的发展，而不是冲击这个行业。

　　首先，AIGC 并没有改变低代码的底层逻辑。低代码的底层逻辑有两个，一是提升企业的应用 / 系统开发效率，降低数字化转型成本；二是促进人人开发，让业务人员也能深度参与到业务系统中构建，最终实现业务与数字化的零距离，即业务数字原生。 （编者按： 业务数字原生 最早为徐平俊于 2020 年提出，指的是企业管理者直接在数字化的环境下进行业务思考，重新定义企业的运行模型。业务人员能像使用手机一样操作数字化工具，快速落地业务想法。）

　　· 从效率提升的角度， AIGC 通过语义直接生成代码的效率并不会更高，作为一种概率模型，并不能保证生成的代码准确性，且代码可用性需要大量的人工校正工作。低代码本质是模型驱动，模型直接运行，本身就不需要太多代码生成的工作，融合 AIGC 能力后，可以通过语义生成模型，加速需求分析工作进程，从而进一步提升应用开发的效率。

　　· 从人人开发的角度，能够帮助更多非专业开发人员参与到软件开发中。AIGC 需要大量人工校正工作，实际并没有解决技术的门槛要求，业务人员还是很难直接完成应用开发；不过，通过低代码和 AIGC 相结合的方式，可以让业务人员直接参与应用开发，从而更好地解决需求和供给的匹配问题。

　　总体而言，AI+ 低代码的融合，将提高企业总体的定制开发效率，让参与应用开发的人群更广泛，开发模式、工作方式都将产生新的变化。展开来说：

　　· 对于专业大型系统开发：开发者借助低代码 + AIGC 开发模式，从需求抽象，到业务建模，再到生成功能模块，以及后续测试发版，各环节效率都有倍级提升；大型业务系统由很多模块组合，开发者可以聚焦用低代码进行领域建模、架构设计，方案设计，代码 Review 以及整合 AI 生成的模块组合工作；通过 AIGC 能力，业务人员与开发者的各类需求文档梳理、相对简单零散的应用构建、局部功能页面、确定性的功能函数等工作，都可以分配给 AI 生成。

　　· 对于中小微企业应用开发或大型企业部门级应用：业务人员可以借助无代码 + AIGC 开发模式，实现自然语言描述生成应用，随着语言模型具备多模态能力，用户也能通过语音、图像交叉输入方式生成简单应用。

　　徐平俊：不同类型、处于不同阶段的企业对低代码有不同的应用需求，如果哪家厂商说可以只用一种产品或一套解决方案就可以满足所有企业的数字化需求，根本是不可能的。

　　因此，奥哲构建了业内可以说最齐全的低代码产品矩阵——大中型企业数字化核心引擎「奥哲 · 云枢」、中小组织业务数字化一站式平台「氚云」，以及大企业业务部门数字化应用开发平台「有格」，同时通过 低代码平台 + 解决方案 + 方法论 的体系，足以赋能企业构建全面的数字化建设能力。

　　徐平俊：我们可以将 GPT-4 这类的 LLM 大模型比作未来的通用计算机平台，这样看不仅是交互方式的创新，而是整个软件产业链都会产生很大变化：

　　首先云计算底层 IaaS 会走向 MaaS 服务（模型即服务），一些非结构化数据变得有价值，企业对云资源需求会激增； PaaS 层一些新的 LLMOps 的 Infra 工具将会加入，会改变现有的 DevOps 流程；应用层很多产品及服务都将直接通过大模型实现，因此我们判断未来 SaaS 软件有以下几大变化：

　　第二：SaaS 交互：未来软件交互会是 GUI（graphical user interface）+LUI（language user interface）的混合交互模式，大语言模型和 Copilot 模式结合，会改变今天软件以「点击 / 滑动」为主要的交互方式，简单、确定性的任务指令，可以用 LUI 交互，复杂的配置仍然不如 GUI 图形化配置高效准确。但 LUI 一定会成为很新的交互形式，产生很多新的交互场景，交互体验更简洁，这些场景可能成为 SaaS 应用的新场景，对应的设计、功能都需要有延伸和改变。

　　第三：SaaS 服务：一些 SaaS 可能必须依靠 AI 才能形成价值闭环，比如 IM、会议软件欧宝平台、在线文档，制图 / 视频软件，Marketing / SEO 类内容生成型产品，可能都要完全基于模型出发设计 AI-Native 的产品。

　　第四：SaaS 成本结构：MaaS 模式下，SaaS 产品都会或多或少参与到模型训练，这会增加研发成本投入，大模型提供的调用服务，会浮增 15%～20% 软件成本，平摊到每个客户，客单价会增加。

　　在 AIGC 的加持能力下，国内 SaaS 软件可能应该从功能、边界、交互形式以及与 AI 能力的结合，都需要重新思考一遍。

　　徐平俊：我们的核心客户群体是数字化能力强或期待通过数字化实现弯道超车的行业或企业。头部的大型企业对数字化的投入和重视程度很高，而中小型企业则分为两类，一类是专精特新企业，具备工匠精神并注重管理；另一类是创新能力强的企业，如我们服务的客户云丁和妃鱼。

　　目前，有很多的开发者在使用奥哲的产品，包括产品经理、开发人员、测试人员。广义上，业务人员也可被认为是开发者。我们一直以 To B 而非 To D 来定位产品，就是希望奥哲的产品能够让业务人员和整个数字化团队一起协同使用。

　　我们一直致力于打造 产品 + 服务 的能力，并形成了一套 共创 + 赋能 的低代码实施方法论，实际上是与客户共创，帮助他们基于低代码构建全面的数字化能力，赋能整个团队，从而让企业的数字化离业务更近，而不是简单地卖一套产品。

　　这样的关系需要奥哲与企业共同建立，花费大量时间和精力进行打磨，并不是所有企业都愿意接受。在这个过程中，我们也在结合不同类型的客户，不断地提炼我们的 Know-how。

　　整体来讲，奥哲希望作为企业数字化的战略合作伙伴，通过 共创 + 赋能 的模式，发挥 低代码是企业数字化核心引擎 的作用。

　　Q5：奥哲已经在应用开发平台、建筑、金融、汽车、石化等行业构建了垂直的行业解决方案。在行业选择时，奥哲是如何考虑的？不同客户的业务场景，奥哲积累了哪些独特的经验？

　　徐平俊：低代码本身是一个泛行业的产品，但在某些行业中使用得更加广泛，可谓是 多因成一果 。例如，金融和汽车行业等数字化能力强的行业可以更好地应用低代码，因为从业人员对低代码的应用有深刻的理解，也在尝试寻找通过数字化工具实现弯道超车的机会。此外，建筑行业也是近年来发展非常快的领域，希望通过新的工具来提升企业综合的管理水平。

　　我们选择行业时，也有意地进行深入研究。对低代码有认知的客户合作多了，自然就积累了多个行业的经验沉淀，这也是我们在泛行业中沉淀 AI 应用模型的基石。

　　Q6：目前行业的竞争格局怎样？GPT 等技术对于今年和接下来的竞争，会带来哪些大的变量？奥哲如何准备？

　　徐平俊：首先整体来说 GPT 对低代码厂商是利好，因为刚刚提到的 AI 等技术的应用会加速低代码行业的发展，会扩充场景、扩大规模。

　　从竞争格局层面去看，鉴于我们认为的是 低代码 + AI 而非 AI + 低代码 的逻辑，低代码厂商会出现明显的两极分化，低代码本身不成熟的厂商会加速掉队， 而成熟厂商可以快速加上 AI 能力，跑得更快。

　　对于奥哲来说，旗下的产品体系比较完整，产品成熟度相对较高，过往在 AI 层面也有一定的积累，现在可以快速地拥抱 AI 能力。低代码的投资热潮是在 2020~2021 年，发展到今天， AI 相关技术的突破对于我们这种已经实现低代码商业化闭环的企业来说，是巨大利好。我相信头部效应能很快显现出来。

　　当然，与其盯着竞争对手在干什么，奥哲更关注客户价值，关心如何结合利用这种机会进行提效、增加客户体验、进一步智能化。目前奥哲产品收费模式有两种，中小企业是 SaaS 订阅式，大型企业是产品 + 实施 + 培训 + 运维服务，整合 AIGC 后，培训、运维服务这两块可能会逐步让 AI 接管，产品会重点探索借助 AI 整合更多扩展能力加入产品，定制实施也会做轻，逐步让客户走向自助式交付运维发展。

　　徐平俊：未来低代码平台将升级至 AI 驱动应用开发平台 AI-Native aPaaS，实现应用智能构建，软件智能操作。我们对低代码 + AI 融合演进已做了长期明确的规划，近期会开始推出具体的产品，其中会针对四类不同的人群进行赋能提效，实现平台全局 AI 驱动：

　　· 面向业务人员需求抽象：协助业务人员，将离散、描述性的需求文档，转化成高度结构化、数学化的表达，或形成伪代码结构，将需求文档直接生成 DDD 领域模型。

　　· 面对产品经理、IT 管理员搭建应用：自主通过文本描述生成表单流程报表，或生成有针对性的业务应用并进行自动化测试。

　　· 面对专业开发者辅助编码：作为程序员的开发助手，完成确定性功能函数编程，对开发文档按要求进行解释，提供编程示例，辅助 bug 检查和局部调优参谋，生成单元测试，这方面 GitHub 的 codeX 模式有参考性。

　　· 面向终端用户实现自动化：应用上线后，辅助员工日常操作的自动化诉求，这部分类似 automation + OA 工作流 + RPA 的结合体，能协同调用多个软件多个功能完成复杂任务，理论上讲会覆盖>

　　90% 重复手工操作，而且 AI 模型相比现在的 RPA 具备 memory，能理解上下文，进行长链推理。

　　徐平俊：国产替代对低代码行业也是特大利好。最近接受到很多客户的需求，希望将一些国外的系统进行替换，或者对之前购买的系统进行更新升级，但是他们无法找到相应的开发团队。那怎么办？基于低代码个性化、敏捷化的特性，用低代码重新开发一遍成为了一种可行的选择。

　　数字中国建设如火如荼，我们也在积极拥抱这些机会。目前奥哲旗下的产品云枢已经跟市场上的国产化产品，从底层的芯片、操作系统、数据库再到上层的应用软件，完成了兼容互认证。这种国产化的趋势不仅推动了低代码行业的发展，也有助于催生国内软件产业的成熟，加强国内软件行业的竞争力。

　　Q9：低代码开发对企业的数据治理与数据安全带来哪些挑战？奥哲的解决方案是怎样的？

　　徐平俊：基于低代码平台构建统一的企业数字化平台反而可以更好地去控制数据安全。低代码有很多应用流的聚合器，能使整个企业的安全工作更易于管理。以奥哲旗下的云枢低代码开发平台为例，无论是交互层、服务层还是数据层，都充分考虑了各种安全场景。我们服务过国内一家头部银行，基于低代码为其建立了一个统一的开发平台，以满足第三方平台对于统一性和安全性的需求。我们将所有的安全指标纳入考虑，还引入了一些增强安全性的组件。因此，基于该平台开发的所有应用程序都是基于安全标准进行构建的。

　　徐平俊：中国的软件市场份额在全球市场中占比不到 10%，出海肯定会有更大的机会。我们去年深入思考过软件出海的可能性，但在多番权衡之后，还是决定先缓一缓。我们认为出海并不仅仅是简单地将现有产品翻译成英文版或者日本版，而是需要借助不同的市场思维、配套工具、Know-how 经验来重新梳理产品逻辑，本质上相当于重新创办一家公司。

　　徐平俊：当前，开源的低代码工具大多只能实现某个特定功能，比如构建页面，却无法实现整个数字化的全流程闭环。而那些能够实现全流程闭环的开源工具，往往难以找到好的商业模式，开源本身所隐藏的数据安全风险也不容忽视。

　　我们可以看到，许多成功实现商业化的开源软件，例如开源数据库，其中高性能是技术含量最高的部分，一旦用户达到一定使用程度就需要付费。然而，低代码的核心技术是全环节性质的，要么用不了，要么全部都能用。经过市场调研，我们发现在开源工具中还很难找到像奥哲一样即能实现数字化全流程，又能实现商业全闭环的低代码平台。

　　徐平俊：奥哲的初心和愿景始终不变，始终朝着成为一家企业数字化领域世界级科技公司前行，赋能千行百业。