低代码和新人工智能 （AI） 之间的界限越来越模糊。从历史上看，低代码/无代码平台通过图形用户界面引入了软件开发自动化，使专业和公民开发人员能够快速构建工作流程并生成应用程序。但是，大型语言模型 （LLM） 的兴起代表了对低代码开发现状的生存威胁。
那么，生成式 AI 和低代码是朋友还是敌人？由于新的生成式人工智能可以在自然语言提示下在几毫秒内生成复杂的代码，因此软件开发的门槛从未如此之低。另一方面，企业已经有根深蒂固的低代码实践和运营，这可能会持续一段时间。考虑到这一点，人工智能和低代码可以通过多种方式共存。
下面，我们将考虑人工智能和低代码是截然相反的工具还是互补的力量。我们将看到人工智能和低代码是如何融合的，并考虑将它们结合使用的好处。
LLM 可以提供令人印象深刻的软件生成功能，例如创建代码片段，甚至在自然语言提示下完成程序。由于这些卓越的功能，低代码平台应该对 AI 保持警惕是有道理的。
人工智能实际上可以兑现低代码的一些原始承诺，例如软件民主化、增强敏捷性和填补不断扩大的技能差距。ChatGPT 可以允许用户对应用程序进行更重大的更改，从而有可能使组织在一半的时间内实现比低代码更多的目标。
LLM 还有很多方法可以加速云原生方程式的 DevOps 方面。除了代码生成之外，人工智能还可以帮助生成配置清单、运行代码测试和执行网络安全分析。虽然人工智能不能完全取代人类监督的细微差别，但它确实可以使软件开发生命周期中越来越多的元素自动化。
尽管人工智能似乎很可能会取代低代码，但实际上这两个概念之间有很多共生的机会。LLM 不会完全根除低代码平台，而是可能会更多地嵌入其中。
低代码和人工智能本身就是提高企业效率和生产力的强大工具，但两者的结合有可能为几乎每个行业解锁改变游戏规则的自动化。这种力量来自低代码/无代码和人工智能之间的一致性。
还有机会在特定软件开发平台的内部工作原理上训练定制的LLM，这些平台可以根据自然语言提示生成完全构建的模板。这将使LLM更加定制，并与手头的平台相关，简化开发的流动性。除了集成现有的LLM之外，另一个潜在的协同作用是低代码解决方案可以帮助自动化新的自定义AI模型的训练。
与任何技术解决方案一样，选择应由具体的业务成果驱动。首先定义业务目标，然后确定技术解决方案，以达到您想要的结果。在低代码和 AI 的背景下，这可能等同于决定支持哪些模型。
其次，企业在使用低代码平台时必须规避风险。在人工智能方面，平台将不得不驾驭使用公共LLM的数据隐私和法律复杂性。组织应该介入，使工具、流程和DevOps周期标准化。只有某些人工智能驱动的工具才应被批准开发，前提是有令人满意的安全、隐私和知识产权保护协议。
企业用户习惯于某些工作方式，并且可能抵制变化，这使得他们不太可能接受人工智能驱动的低代码。领导者应该预见到这一点，并将变革管理纳入他们的人工智能/低代码采用战略。
低代码应运而生，帮助公民开发者创建应用程序而无需高级技术经验。然而，低代码仍然需要了解开发平台以及特定的编程术语和公式。但现在，由于生成式人工智能的行为是对自然语言的响应，它有可能立即绕过这一障碍。
随着越来越多的 AI 结对程序员进入市场，软件开发的所有领域（包括低代码平台）对集成这些高级模型的期望都在上升。如果领导者能够有效地驾驭技术变革，其结果可能会显著提高敏捷性和产出。
内容整理自网络，仅供参考。如果您的企业也有数字化转型需求，欢迎通过百特搭网站与我们取得联系，了解更多低代码/零代码的前沿技术能力和多行业数字化解决方案。
