教你如何制作Excel表格排行榜
415
2023-01-12
本文目录一览:
智东西(公众号:zhidxcom)
作者 | 李水青
编辑 | 心缘
互联网行业高速增长时代正在远去,已成一个不争事实。阿里、腾讯、百度等互联网巨头们比之前任何时候都更需要考虑第二增长曲线。
云智能服务,是被各家盯准的一条赌上未来的赛道。
成果已经显现——阿里云Q3实现营收首超200亿元,首次连续四季度盈利;百度每月砸20亿搞研发,智能云营收连续增长超70%;腾讯云这边,也首次提出“云智能”战略,三年实现团队一千多人至一万多人的10倍扩张……
令BAT无法忽视的一大劲敌是华为,作为一家从ICT切入到云智能的 科技 巨头,华为面临更严峻的生存压力。受美国制裁影响,华为消费者业务、运营商业务猛烈受挫,而云智能业务成为其新的增长命脉。
一场以BATH(百度、阿里、腾讯、华为)为主角的云智能进军千行百业的圈地大战已经蓄势待发。
华为任正非亲自督导“五大军团”,阿里云智能将建立18大行业事业部,腾讯和百度也进行了紧锣密鼓的架构调整或战略升级,盯准政企数字化市场,“磨刀霍霍向牛羊”。
阿里云智能总裁张建锋、华为云总裁张平安、腾讯CSIG(云与智慧产业事业群)总裁汤道生、百度CTO王海峰,作为这场云智能大战中掌舵者,在2021年这一疫情后经济恢复和全球洗牌的关键时期,正在做出他们职业生涯中的重要抉择。
尽管面临的问题各不相同,他们都不约而同地带领团队迈向AI落地的“深水区”。
见过汤道生的人可能对他身上的程序员风格印象深刻,他操着一口不太流利的香港普通话,似乎不善言辞,却很缜密。这位1997年从斯坦福走出来的电子工程硕士,34岁时便成为腾讯QQ研发副总裁、QQ秀产品中心总经理,在2018年成为腾讯CSIG掌舵者。
2021年,越来越多的腾讯内部员工会看到汤道生出入纯商务场合,包括与建筑产业的天一集团合作、与物流交通产业的招商港口合作、与出行产业的广汽集团签约……为了带领腾讯涉足此前不熟悉的产业互联网领域,做技术出身的汤道生越来越像一名“销售”代表。
腾讯CSIG总裁汤道生
“腾讯没有To B基因”——这是2018年9月腾讯CSIG成立时外界的普遍质疑。腾讯CSIG融合了公司的云计算、AI、智慧产业等多重技术能力,腾讯的很多科学家出自这里,但如何将技术落地行业,对汤道生和这些科学家来说有不小的鸿沟需要跨越。
即使是三年后的今天,腾讯CSIG已从三年前的一千多人扩张到一万多人,汤道生依然在近期的一次访谈中坦言了做To B的吃力点——“To B工程的周期更长,对财务管理和项目管理的要求更高,以及传统行业引入人才也需要磨合。”
业务做深、组织变大,也意味着面临新的问题。在以AI为重要驱动的产业互联网项目中,大厂虽然有平台势能,却难以像AI创企那样灵活机动地打“游击战”,因此在很多AI竞标方案中未必能超过小厂。
对此,汤道生在今年5月已经从组织架构入手进行三年来的首次调整——宣布成立汤道生带队的技术委员会,以“自上而下”的方式,在内部减少代码重复开发,以开源提升项目推进效率。比如在近期腾讯推出的数智人平台等项目中,已经看到跨CSIG和AI Lab、微信、搜狗多部门技术整合成果的迹象。
更深层次的是团队文化变革。与汤道生自己亲自投身“销售”的举动相一致——在今年9月CSIG三周年会上,汤道生史无前例地将事业群价值观升级出“敢拼敢言”这一要求。他犀利地指出,近年来引入了很多不同企业的员工,同事比较拘束、不敢直言的问题已经影响到企业效率,因此团队要像创业一样“敢拼”、“敢言”。
当下国内AI技术落地的高潮已经有到来的趋势,然而,此前活跃在一级市场的AI创企们的“金钱池”却已见底,纷纷转向二级市场寻求输血补给。对于腾讯CSIG这样具有大厂兜底的AI玩家来说,一场市场收割战似乎才刚刚开始。
在今年11月举办的腾讯生态大会上,汤道生首次提出“腾讯云智能”提法,公布一套“全局智能”的完整云智能架构和最新自研AI芯片、AI开发平台、智能产业解决方案等,标志腾讯在产业云智能领域全面出击。
腾讯云智能战略架构
再来看看行业落地,据我们统计,在今年已公布的大型智慧城市项目中,腾讯云已经拿下不少大单。今年4月广州2.1亿黄埔智慧城市项目、今年5月江门市3.6亿智慧城市项目、今年8月襄阳市的1.1亿车联网先导区项目以及今年9月的上海徐汇区1.2亿“一网统管”项目……腾讯云都充当着主要或唯一中标企业。官方数据显示,目前腾讯云AI每天全球12亿用户和200W+客户,每天处理图像超过50亿张,处理语音超过百万小时,处理自然语言超过千亿级。
“再往下走,我觉得会进入‘深水区’,接触离腾讯原来优势更远的这些行业。”汤道生在近期的采访中谈道。
与较晚提出“云智能”的腾讯不同,百度虽然在BATH中体量更小,却几乎是BATH中最先提出“智能云”且最大决心“All in”人工智能的一家。
如果要说AI创企们最怕被哪家大厂取代,那无疑是百度。拥有与国际顶尖深度学习框架匹敌的国产PaddlePaddle(飞桨)、获411张自动驾驶测试牌照的Apollo、量产超2万片的昆仑AI芯片……百度创始人李彦宏可以在之后的几年继续每月投20亿元搞研发,AI创企们却不一定有这个底气。
再来看看掌舵百度智能云的百度CTO王海峰,他和很多AI创企的创始人一样,是一个技术派,同时是“一个没有新闻的人”。毕业于清华物理专业的父亲将他从小开始教育成一个技术人才,他也如愿在2021年入选IEEE Fellow,并成为兼任ACL Fellow的中国大陆第一人,百度内部很多人称他:“气场比较弱,但同时又不会轻易为别人所动。”
百度CTO王海峰
就是这样一个看起来温文尔雅的技术派,带动了百度智能云部门在经历组织变动的不稳定态势后,转而在2021年实现业务连续季度70%的增长,成为百度公司的第二增长曲线。
百度智能云刚刚在2020年经历了动荡的一年。2020年初,李彦宏将ACG(百度云)、AIG(AI技术平台体系)、TG(基础技术体系)整合为“百度人工智能体系”(AIG),让百度云总经理尹世明向新任CTO王海峰统帅汇报。然而仅仅3个月后,尹世明离职。
彼时,在国内云市场中,阿里云、腾讯云分别位居前二,后来者华为云增速达220%,处于其后的百度智能云可能被越甩越远。彭博社当时这样评价,过去十年,从自然语言处理到语音交互领域,百度已投入了数十亿美元,但这项努力因百度人工智能业务负责人吴恩达(Andrew Ng)等关键高管离职而陷入了比较麻烦的境地。市场对公司搞研发投入可能带来的回报表示怀疑,股价随即跌至冰点。
进入2021年,王海峰总揽全局,他很少出来发表令人印象深刻的讲话,但在今年却默默带领百度智能云迅猛增长。
根据百度公司发布2021年第三季度(Q3)财报,显示其Q3实现营收319亿元,广告业务增长乏力的趋势已经体现。但是,百度智能云在本季度营收同比增长达73%,成为驱动百度核心营收增长的重要动力。在百度2021财年第一季度财报电话会议上,李彦宏直言:“AI和云,未来三年会占百度营收一半以上。”
从业务上来看,在过去半年里,百度将百度大脑这一“软硬一体AI大生产平台”升级到7.0版,把智慧交通、智慧城市等方案落地多所城市。比如就在今年9月,百度就连续拿下3个超亿级项目,包括1.17亿元绍兴智慧快速路项目、1.68亿元沧州经济开发区自动驾驶与车路协同项目、1.79亿元桐乡产业互联网项目等。
随着百度CTO王海峰将百度智能云团队稳住,他在今年的百度云智峰会上进一步宣布了百度智能云的新战略:“以云为基础推进企业数字化转型,以AI为引擎加速产业智能化升级,云智一体,赋能千行百业,促进经济高质量发展。”
对比看看2020年,百度对智能云战略的表述还是“以云计算为基础,以AI为抓手,聚焦重要赛道。”可以看到,百度智能云更加强调AI技术落地实体产业,也就是说,百度AI也要进入深水区了。
随着百度的AI技术落地越来越上道,无疑会成为一众冲刺IPO的AI创业公司的最大对手之一。
同样经历了组织架构调整的还有华为,看起来,华为云今年的道路更不平坦。
在今年4月华为开发者大会上,华为消费者部门名将余承东时任华为云总裁,还在为华为云AI的落地助威呐喊,他说,AI开发要告别作坊式,走向工业化,并带来华为云盘古大模型、MindSpore等软件的更新。
但仅仅5个月后,在今年9月的华为全联接大会上,发言人已经换了人,变成了新任CEO张平安。张平安于1996年加入华为,曾担任华为企业业务BG首席运营官、软件产品线总裁,是华为精通软件及市场的老将。
华为云总裁张平安
实际上,今年华为云进行了多次组织架构调整。先是今年1月,然后是今年3月,将华为云与计算BG中的原服务器、存储等划归出到“网络产品与解决方案”,将BG中的云独立为Cloud BU,这距离两者合并仅仅过去了一年。
“屋漏偏逢连夜雨”,受外部制裁影响,2021年华为运营商业务及消费者业务发展受限。2021年10月,华为公布第三季度财报,显示其本季度营收下降32.1%至4558亿元。
在这种情况下,云与AI技术驱动的To B业务,无疑成为华为新的增长命脉。
作为华为云临危上任的大将,张平安在9月的华为全联接大会上谈道:“未来所有的基础设施和应用都应该是云化的,我们要积极拥抱人工智能,让数据在业务决策中发挥重要作用。”
和余承东等其他华为领导人一样,张平安的言行中常常尽显华为人的务实、狼性和毫不含糊。他在多次演讲中提到,当下AI落地面临的最大问题是成本过高问题。为了降低AI落地成本,张平安领导团队更新了云天筹AI求解器、华为云开天aPaaS等一系列AI根技术。可以看到,在华为一整套包含了硬件、AI算子开发、AI模型开发和AI应用开发的升腾AI全栈技术基础上,华为云正从云基础设施层往上层的PaaS层加大投入。
一边是技术在朝着极限水平迭代,另一边,是从整个集团层面促进云与AI技术在行业落地。
2021年,华为公司陆续成立了五大行业军团——煤炭军团、海关和港口军团、智慧公路军团、数据中心能源军团和智能光伏军团,标志着华为面向千行百业全面落地云、AI、网技术的大幕正式拉开。
华为五大行业军团是由任正非亲自督导,从各个BG中抽取最精锐的精兵强将,并独立平行于它们,整合云、网、智等多种纵向能力横向精准打击行业。这是华为首次在组织架构上明确军团作战方式。
华为创始人任正非主持华为军团组建大会
任正非曾提及对军团的期待——比如,能不能在2-3年技术成熟,然后对全世界提供矿山智能化服务?而从已有进展来看,华为“矿鸿”矿山操作系统已在神东4个矿厂成功落地,从以点覆盖AI实时风险预警识别等功能,到推出让整个矿井变得联通的矿鸿操作系统,验证了军团作战方式的敏捷性和效率。
在强烈求生需要驱动下,由创始人任正非亲自掌舵、猛将张平安强力推进,华为云与智能技术或许已成为BATH中落地最猛的一极。
2017年华为云成立初,华为就做出了“上不做应用,下不碰数据,三不做股权投资”的 社会 承诺。到了2020年,华为云将这一使命升级为——“赋能应用、使能数据,做智能世界的黑土地”。
面临内外生存压力,华为云能不能把握好生态合作的边界,守住曾经的承诺,这个问题令很多合作伙伴关心。
进入2021年,有很多人提到,阿里云正在“双手入泥”,越来越像华为了。
在今年5月的阿里云峰会上,阿里云智能事业群总裁张建锋透露,阿里云近期完成了重大组织升级,一是设立了18个行业部门,由行业总经理牵头行业数字化创新。与腾讯汤道生类似,张建锋是一位为阿里的拳头产品“淘宝”打过仗的技术架构师,曾带队解决了“双11”的云计算难题。2019年,张建锋卸任阿里集团CTO,专心聚焦阿里云智能事业群和达摩院研发。
阿里云智能总裁张建锋
自张建锋掌舵以来,阿里云已将落地行业从2019年的三个拓展为2020年的7个,如今已经扩展到18个,并上升至部门。这一扩张速度,印证了张建锋的“打仗”能力。
阿里云智能覆盖行业拓展情况(根据公开信息整理,如有谬误欢迎指正)
再来横向看看区域布局,阿里云智能目前已成立16个区域部门,任命分公司总经理与本地客户联接。要知道,这在阿里 历史 上是没有过的,在过去一直是华为、海康这样的ICT厂家所热衷的事情,现在已成为阿里云的重要组织策略。
考虑到5月也是华为任正非带队的煤炭军团高歌猛进的时候,阿里云在5月成立18行业部门、16区域的发力政企数字化的大动作,很容易被认为是对标华为。这两家企业,中国智慧城市领域的最大云巨头和最大的通讯巨头,似乎要进入一个云智能技术贴身肉搏的阶段。
不过,张建锋否定了这些调整与竞争有关。他谈道,主要是阿里云自身内部主要矛盾使然,阿里云的服务离客户需求之间有很大的差异,这促使阿里云进行转变。
不管是否主观对标,但阿里正在跳出此前做电商消费的思维习惯,通过更接地气地接近政企数字化客户,实现技术变现。
姿态转变伴随的是阿里云在财务指标上的上扬。根据11月18日发布的阿里云Q3财报,阿里云营收200.07亿元,同比增长33%,经调整EBITA利润(息税摊销前利润)3.96亿元,首次实现连续四季度盈利。
阿里云的营收中有很大份额来自于基础设施、SaaS等收入,但AI技术已经越来越融入其云服务中。
简单回顾一下,今年,阿里达摩院开源了登顶六大NLP权威榜单的预训练语言模型体系AliceMind,推出超100项视觉AI能力的视觉智能开放平台;阿里云智能推出让企业“开箱即用”的大数据 AI平台——“阿里灵杰”,训练出全球首个突破10万亿参数的AI模型;芯片方面,平头哥自研云原生处理器芯片倚天710亮相,玄铁CPU已出货超25亿颗,成为国内应用规模最大的国产CPU……
张建锋在接受新华网采访时谈道,12年前,阿里巴巴在国内率先投入 探索 云计算,成为全球三朵云之一。下一个十年,阿里巴巴将坚定不移继续加大对基础技术和前沿技术的投入,在人工智能、芯片、量子计算、区块链等领域进行科研攻关。
也难怪说阿里云越来越像华为,尽管张建锋并不愿意承认,但华为擅长的“扎足根,冲破天”,阿里云智能今年已在向这个方向大步迈进,与华为争夺政企数字化市场。
可以看到,不论是在互联网发展拐点寻找新动能的BAT,还是在美国制裁下寻找新粮仓的华为,它们都将云智能作为更加重要的生命线在运作,试图切换新的增长动能。
作为各家云智能业务的掌舵人,本文中提及的对象中既有来自技术派的优秀产品经理,也有在过往战场中经历过大风大浪的管理人才,现在,他们的目光都不约而同的从技术投向行业,准备撸起袖子,双手入泥,大干一场。
巨头的动作对AI领域“原住民”AI企业们可能带来不小冲击。一方面,巨头的高举高打能带来整体行业生态的进步,从而营造更适合AI落地的环境;另一方面,自身更加无可取代的竞争力是什么?最适合的商业模式又是什么?将成为非巨头AI企业需要思考的事情。
当AI落地进入深水区,各路AI玩家正在把技术战车推向各个行业、各个地区的产业数字化转型的田间地头,一决高下。
什么是零代码应用开发平台?
尽管市场上也把建站、网店开发、小程序开发等免代码服务也称为零代码开发,但因为这些平台面向的是特定的目的,服务一个专有的范式,所以一般不将他们划入零代码平台的范畴之内。真正的零代码开发平台面向的是广泛和多样的需求,在设计aPaaS产品的时候,并不确定一个特定的用户会用它来搭建什么应用。
当然,虽说面向的需求是广泛的,也不代表aPaaS是万能的。零代码开发几乎都是面向企业应用世界,而很难扩展到消费者应用领域,比如游戏、社交、工具软件等必然长期属于原生开发的世界。
所以,零代码应用开发平台需要一个比较准确的定义。它是指围绕企业数据和业务管理需求,通过可视化方式设计数据结构,用户交互形式、设置访问权限和定义工作流程的平台。你会发现,即使是原生开发企业软件,大体也是按照以上这几个步骤来进行的。
我用一个相对完整的列表,将零代码开发平台的能力元素和特性描述如下:
1)可视化构筑业务对象数据表(Entity),并支持建立关联。甚至需要支持跨应用的数据表关联。(这是aPaaS未来可能胜出其他方案的关键优势)。
2)为不同的数据场景配置不同类型的视图(View),能够定义数据行和列的过滤,能够设置列表、看板、日历等不同界面形式。
明道云构筑的销售应用数据视图
3)能够定义不同用户角色(Role),并赋予角色不同的数据访问和改写权限(Permission Set)。权限定义越精细越好。
明道云构筑用户角色和权限组合的界面
4)能够建立针对数据的汇总表和统计图表(Report)
5)能够建立自定义的输入表单(Form),分发给不同角色使用。
6)能够建立自定义的打印报表(Form Report),用于输出各类形式表格,通过Email,短信发送或者打印。
7)能够管理企业用户、部门、组织结构,并将其用于应用逻辑关系,比如应用的分发,角色的赋予和工作流中的流向信息。
8)能够可视化配置工作流(Workflow),支持特定条件下的数据新增,改写,删除等操作,并能够融入数据填写,审批等人工流程节点。工作流的运行能够监控和保存日志。
明道云构筑审批工作流的界面
9)应用能够封装后分发(Distribution)给不同的用户。
10)面向企业内部个人用户的工作台,仪表台等特性,实现个性化使用。
不同的aPaaS产品会有不同的特色和侧重点。所以以上特性并不一定存在于每一个aPaaS产品中。但是,特性越完整的,就越接近一个典型意义上的零代码企业应用开发平台。在以上实现中,有纯粹的零代码模式,也有个别需要用低代码方式来降低产品复杂度,但同时也会让非技术人员难以上手。
所以,aPaaS是SaaS应用和开发工具的混合,说它是SaaS,是因为开发者和终端用户使用的是同一个产品,只是通过权限和分发关系让界面千人千面。说它是开发工具,是因为它用模型模拟的应用搭建思路和原生数据库应用开发是类似的。
软件的应用特点和二次开发能力共存也不是一个新鲜事物。用Excel软件构筑一个个人所得税计算器,让用户可以输入自己的工资,即可得到应缴税额,对于使用者来说是应用,对编制这个Excel文件的人来说是开发工具,但他们用的都是Excel。
为什么企业软件领域可以实现零代码开发?
为什么游戏和社交软件做不到零代码开发,而企业软件市场却出现了零代码工具?是因为企业软件的开发比较简单吗?
当然不是。能够模式化完成一个工作的原因在于这项工作具备可重复性,就像我们会用3D打印制作一两件零件,但如果要生产成千上万个同样的零件,我们宁可花费成本先去制作模具。企业软件可以模式化开发的原因就在于大多数企业管理软件都由非常类似的需求和实现方式来构成,如果不积极利用这些相似性和模型化方法就需要不断重复发明类似的轮子。
当然也并非所有的企业应用都有相似性。在特定行业和职能中总有一些需要专门化设计和开发的应用。但在企业的运营全流程中,围绕客户,供应商,销售订单,产品,供应商,采购订单,制造流程,服务流程等商业对象,企业软件要解决的问题具有很强的相似性。这些相似性,或者使用范式可以被概括为以下环节:
1)围绕上述商业对象(Business Objects)的数据搜集和存储,并对数据的有效性进行验证。例如:建立一个采购订单,向特定供应商采购三项商品。
2)数据的查询和呈现。例如:运营部门查询处A仓库在今天应该到货的采购订单。财务部门查询货物已经收讫,并且应该在本周付款的采购订单。
3)数据的计算。例如:当采购订单的货物到达特定仓库后,更新相关商品的库存信息。
4)流程的控制。例如:当起草采购订单并准备发出时,根据采购的类别和金额发起不同的审核流程,在审核通过或者拒绝后执行不同的流程内容。
5)信息通知。例如:在采购订单批准后,自动生成采购单并发送给供应商,并通知仓库准备收货。
6)数据的统计和分析。例如:汇总过去一年的采购订单中按照BOM清单的产品金额分布,或者按照供应商的分布。
企业软件的设计和开发人员对以上这些使用范式都非常熟悉,它们经常出现在各种企业软件的开发需求中。实际上,除了以上抽象出的范式,企业软件的其他独特功能点并不太多了,甚至很多属于所有企业级软件共有的模块,比如管理用户和用户组,权限角色等。正是因为这个原因,企业软件的开发存在高度模型化的可能,从而在大部分场景下,摆脱对原生代码开发的依赖。
在云时代之前,除了Access以外,苹果公司也有FileMaker,Intuit公司也曾经开发过Quickbase(这个名字来源于Intuit公司财务软件产品Quicken),Quickbase后来被剥离,一直到今天都在提供服务。即使在原生开发领域内,企业软件市场也出现了各种现成的开发框架,它们和今天的零代码平台一样,都是为了通过模型化来提高交付效率和质量的办法。
为每个企业的软件需求,都从第一行代码开始写起,单独依靠某种高级语言和集成开发环境建立开发项目,这种做法已经越来越没有必要。正如Gartner的预测,大部分的企业应用将来都会依赖零代码平台,以至于不远的将来,零代码平台并不会刻意保留这个前缀,因为这将成为天经地义的事情,这就像今天为了满足一个通用需求,大多数企业不会去定制开发,甚至零代码平台都不会用,而是直接使用一个标准的SaaS产品。
为什么aPaaS具有难以替代的优势?
用户开始选择aPaaS产品,不仅仅是因为他们可以这样做,更重要的是因为不得不这样做。因为aPaaS与定制开发,以及标准SaaS产品相比有几个难以替代的优势。
1)满足企业的多样化需求
企业软件需求的多样化是定制开发模式的起源。虽然标准SaaS产品能够满足企业应用需求中的共性部分,但是因为行业、规模和产品内在特性的差异,每个企业的管理方式和流程都有自己的特点,而且它还会根据企业的规模阶段不断演变。这种差异在不同职能中程度不一,一般来说,围绕产品设计、制造和服务履行的核心业务流差异度更高,而人事,财务等价值创造的支持环节差异度比较小。
在这种背景下,用户始终在寻求一种既能保持足够的灵活性,又能够控制开发的成本和复杂度的方法。aPaaS基本就是直接针对这个问题而诞生的。
2)从定制开发中需求沟通的痛苦中解脱
企业软件实现过程中的第一痛点还不是贵,而是需求沟通的复杂。有业务需求的人不是开发软件的人,能够开发软件的人对业务痛点并没有切身的体会和经验。于是行业非常依赖专业的企业软件需求分析和实现方法设计能力,但这个能力是非常稀缺的资源。这也难怪企业软件开发需求的提出主体总是五花八门的,他们之间也需要进行复杂的沟通和信息汇总。
更要命的是,很多时候需求在实施之前都无法100%确定,企业自己无法提出一个完整的解决方案。这时候,要么需要求助于咨询机构这样的外脑,要么就只能走一步看一步。这两个方案听起来都不令人舒适。前者绝非普通中小企业所能够承受,后者可能会影响系统的开发和实施质量。
aPaaS的出现倒是让走一步看一步的方案变得更加现实。企业可以通过零代码平台渐进地开始实施。如果整个系统过于复杂,可以先从一个具体的环节开始,局部数字化(比如先把订单管起来)。反正用aPaaS搭建的速度足够快,用户甚至可以利用零代码工具来生成企业应用原型,在实际使用中进行验证,确认了终端用户可以掌握,原先识别的问题可以被有效解决之后,再继续推进更完整的实施。
可以这么说,零代码工具可以让开发者和使用者之间的距离充分缩短。在极端情况下,使用者甚至可以自己就是搭建开发者自己。他们可能在一两个小时的搭建后就能够确认这个方案是不是能够有效地解决问题。
3)在企业内部打通数据中台的需求
在企业IT中,还有一个致命痛点存在,那就是不同业务系统之间的数据相互隔离,不能综合使用,使得企业难以进行跨职能的数据相关性和因果分析,也难以实现跨职能的数据自动化。比如要分析一个价格调整措施对财务报表的影响,这个工作在任何一个孤立的信息系统中是无法完成的,而如果要做到,就至少需要从采购,销售,营销和财务系统中获得数据。同样的道理,企业也很难在遇到财务目标无法达成的情况下,自动做出最优的价格决策。这些都是影响企业运营水平至关重要的问题。近年来,Gartner提出的Paced Layer架构,以及阿里给电商企业提供的中台方案就是针对这种需求的反馈。
大企业当然可以投入专门的资金来打造数据中台性质的系统,但小企业支付不起,并不代表他们不想获得这样的能力。aPaaS平台提供了这个可能性。
首先,因为aPaaS平台管理数据的模型一致,所以它一般能够提供一个标准化程度非常高的编程接口,从外部系统汇合数据变得相对容易很多,这就像路由器一样,不管你有多少联网设备,它们都可以用统一的协议连接在一起。有了集中的数据,各种应用需求都变得容易兑现。哪怕个别系统依然需要通过抽取数据服务后另行原生开发,也比不断重复做数据整合工作要高效很多倍。
甚至,如果用aPaaS平台直接管理业务数据对象,这个数据整合工作都可以免除。用户可以直接在各个职能相关的数据对象中建立关联,建立汇总查询,批量抽取数据到BI平台,建立不同数据之间的自动化。
有关企业数字中台的介绍,建议可以读一下这篇采访文章。
4)突出的成本和效率优势
零代码开发平台和原生代码开发相比到底能够提高多少效率目前还没有精确的计量,但这个效率差至少是10倍以上。传统开发模式需要10天的,aPaaS一天之内就能够搞定。
更重要的效率差别不仅仅是时间,还包括零代码平台可以免除专业技术人员的参与。虽然它要求搭建者熟悉业务,完成基本的逻辑梳理,但毕竟这和动辄需要和好几位技术人员一起开会沟通需求要高效得多。即便在复杂的应用系统上,也至多只需要2-3人分工就能够完成整个项目的实现。因为简化协作的原因带来的成本节省甚至都不值十倍了。因为所有人都知道找到靠谱的定制软件开发团队几乎就是一件撞大运的事情。
同时,定制开发通常很难提供高品质的软件。软件运行的可靠性,缺陷消除的程度都很难和标准化产品相比,毕竟定制软件只有一个用户。而一个aPaaS平台不仅要同时服务很多终端用户,还要服务五花八门的应用搭建者,它能够做到一次对,次次对;一次缺陷消除,所有用户收益的效果。
5)开箱即用和自己动手的两全
和成型的SaaS应用相比,aPaaS看似有一个缺点,就是依然需要“搭建”。这有点像整体家具系统,摆在样品间很好看,但是实际买回家还需要施工人员来拼装才能达到预期的效果。
实际上,这个问题并不是无解,甚至很好解。aPaaS一开始自然不可能获得各个行业的最佳实践,让每个企业都能够看到“样板间”效果。但是,随着时间的推移,用户企业和集成商的参与,样板间会越来越多,甚至比SaaS产品提供的用例方案更加强大,因为后者提供的是一个固定家具的摆设效果,而前者能够根据不同的房型,提供不同的家具组合方案。
而且,在足够明确的细分市场下(比如金属加工制造流程管理这样的颗粒度),可以在aPaaS平台上开发出完全开箱即用的应用,直接分发给不同企业使用。有了这个能力,aPaaS不仅能够服务好终端用户,还能够催生集成商工作模式的变革,他们不仅可以通过出售IT服务挣钱,还能够在服务中加入解决方案的价值,消除定制开发成本,大幅提高项目服务毛利。
有了开箱即用的能力后,就能够大大加速企业采纳的意愿。而且,才采纳以后,“自己动手”的能力依然存在。就像先进的整体家居系统不仅可以组合,而且可以重新组合。企业软件的适用模式永远和企业阶段有关,比如小型制造业并不见得需要质量管理单元,但当年产值突破一亿元左右后,不仅面临ISO认证的刚性需求,也内在地需要引入全面质量管理。这样的企业可以在软件实施后依照实际需要继续调整、改进和增加软件模块。这个过程同样是低成本和高效率的。
6)平台特征提供的计算能力保证
在数据库应用中,有一个潜在的计算性能问题,尤其是在大规模数据表中进行复杂查询和联动计算时。如今,很多行业的企业数据规模都从数千数万条记录增长到百万,千万,甚至电商厂商轻而易举可以达到亿级数据。在制造和物流行业,物联网技术也必然带动更多的联网对象,产生的数据不仅规模巨大,而且计算形式也需要有针对性地加强。
对于定制实施系统来说,要分别通过分布式数据库,流式计算等先进技术来克服性能问题是一件极其昂贵的事情。aPaaS平台虽然为用户提供的是一个应用级的产品,但因为它范式统一,就有机会将这些基础计算隐藏起来,让用户不必关心这些后台事务就能够获得高性能的计算服务。通过aPaaS平台管理的数据表无论规模有多大,读写有多么频繁,实时查询的要求有多高,总有一个计算框架可以胜任。这种平台的扩展性让客户可以真正放心,aPaaS带来的不仅仅是开发效率的提升,还包括一个伸缩自如的基础设施服务。即便企业将来的业务规模成长百倍,也不会需要彻底重建IT系统。实际上,年收入数百亿美元的业务,背后驱动的IT平台极有可能就是Salesforce的http://force.com平台搭建的应用,而不需要是独立建立的应用系统。
正是因为以上这些优势,aPaaS在没有得到行业命名之前就已经开始逐步渗透到企业IT服务领域。在最近几年正在悄悄替代大量的定制实施软件项目,也让原先依靠标准SaaS产品的企业找到了新的选择。
aPaaS目前适合什么样的企业?
aPaaS虽然拥有巨大的优势,但也不代表它能够满足所有行业和企业的所有IT需求。下面列出了一些常见的排除项。aPaaS方案对这些性质的需求吸引力不强。
1)行业有明显的专有特征
有些行业本身的专有化程度很高,而且企业之间的差异性不大,这时候垂直的行业应用可能更加合理。
围绕这个特征最典型的例子就是餐饮业和酒店业。所有餐饮业的运营逻辑都是类似的,除了单店和连锁可能使用不同复杂度的方案以外,应用模块都大同小异。而且,这个行业解决问题的方法和范式是有明显的行业特征的,比如餐厅的排队等座系统,点单结账系统等。用零代码工具来构建如此专有的场景反而更加麻烦,而且无法有效提供有行业特色的视图。
2)行业有独立的代码审计要求
金融等行业的核心业务系统因为法规等要求不能使用零代码平台,因为它无法满足代码审计的要求。aPaaS平台不一定能够提供源代码给用户企业,而且即使提供,也无法佐证应用系统处理数据的准确性。这些行业因为监管要求高,本身资金也宽裕,所以不会应用aPaaS方案在核心业务环节。
3)面向顾客的前台系统
这个当然就是指的电商网店平台了。虽然电商零售的基本数据管理和aPaaS的能力并无太大的距离,但是面向消费者的前台系统一般要求更高的灵活性和营销设施的配套,用零代码平台创建不如直接使用专门的电商系统,比如有赞、微盟等开店方案。它们提供的不仅仅是店面功能,还包括围绕顾客的营销服务和支付平台,这些是aPaaS所不擅长的领域。
除此之外的大部分企业IT需求,零代码平台都有足够的优势来胜任。而且,随着软件和服务的界限越来越模糊,很难说未来的aPaaS不能扩展它的领地。企业软件的本质就是生产力工具,aPaaS的核心精神就是围绕企业的数字化运营提供高生产力选项。
在用户渗透的过程中,当前阶段的零代码平台更多满足的还不是普通企业的需求,而是那些有一定的自建IT能力的企业。他们一般拥有若干名信息化专员,能够理解自己企业的核心业务流程和问题,能够和业务部门展开有效的沟通。除了终端企业用户外,行业咨询群体和ISV群体也开始更多关注零代码工具,因为行业咨询者永远都希望拥有属于自己的落地工具集,而他们很难投入做出自己高质量的原生软件产品;而ISV群体则常年面临项目实施成本高,客户需求差异度大的痛点,希望通过某种平台来降低开发服务成本,沉淀自己的方案能力,从而让项目实施具备更多的可复制特点。行业咨询、管理咨询和ISV群体对零代码平台的掌握最终会让这个门类的解决方案走入更多的主流企业用户。
读完这段,如果你对零代码平台有兴趣,明道云提供直接的使用体验,你可以自助注册试用。
低代码开发平台最近好像挺热啊,听说微软、Google都入局了,国内资本如今也在热捧。百度指数了解了一下,关联度最高的那几个国内产品,不少是存在了好多年,更有甚者xx表差不多是上一个世纪的老产品了,也来蹭一下热度。
那么,低代码到底是什么玩意?是新鲜事物么?为啥上个世纪的老产品也凑一份热闹?我们一起去看看。
低代码平台,洋文称Low Code Development Platform,注意了,这个Low可不是你想的那个Low,不是低级的意思,而是少量、简易的DSL代码甚至是无代码的意思。
为什么能够是更少量甚至是无代码呢?开发者们想想自己是怎么减少重复代码的就会明白了。 我拿自定义表单的场景作为例子,从演化的路径上来看,是这样的:
一开始,在一个应用里实现了一个自定义表单的功能,做新应用的时候,也需要这个功能,我们会把原来的代码复制一份,然后简单改一些样式或变量,搞定。
然后,越来越多的应用需要自定义表单的功能了,我们把那砣代码抽象成一个函数库,每次需要的时候只需要引用函数库,给不同的参数就好了,省了代码复制不说,一下子就提升了代码的可维护性,这时,代码就开始变少了。
再后来,我们嫌引用函数库还麻烦了,我们把这个功能做成了一个独立应用或微服务,提供一系列常见的表单模板,使用的时候,在这个应用里面选一个模板,稍配置一下,然后复制一个链接到目标应用上粘贴一下就能用了。这个时候,自定义表单变成了一个Saas服务,目标应用中要实现自定义表单的功能已经不需要编写代码了。至此,这个自定义表单服务就是一个低代码应用了。
所以,低代码的本质就是应用场景的极致抽象并且模板化的过程。实际上,我们以前看到的低代码产品多了去了,只是那个时候还没有低代码这个概念罢了。下面我给你说说:
上面举的自定义表单例子,你可能有意无意间接触过了,例如金数据,就是对表单收集这个场景进行了极致的抽象,形成一套固定的表单设计套路,并且让表单的开发可以通过可视化配置来完成。顺带说一句,金数据的创始人现在就在二次创业,做的正是低代码开发平台。所以,你懂的了。
早年的DreamWave、FrontPage,现在的RapidWeaver等可视化网页制作软件、大量的在线可视化网站拖拉拽建站应用,就是网页制作场景的低代码平发平台。
BAAS,Backend As A Service,后端服务平台,直接让开发者省掉了后端的开发工作,也是一种典型的低代码开发平台,例如微信小程序的云开发平台、知晓云、Lean Cloud等。
众多的移动应用、小程序可视化制作平台,提供大量的场景模板,简单调整一下参数就可以得到一个自己的应用。
以上这些应用场景的本质都是低代码或零代码,但为什么低代码平台的概念在这几年才兴起?我猜想,是应用的场景覆盖得更广、涉及开发的环节更完整导致了平台化的出现。
应用的场景覆盖得更广了,之前的低代码应用,只能够满足相对窄的应用场景,如建站、表单、BAAS,但到了后面,抽象层次往下降一层,允许定义数据结构、定义界面和流程,能够解决更多通用的场景了,就自然而然有了平台的感觉。
涉及开发的环节更完整了,以前的建站,纯粹是前端页面的拼凑,而BAAS,也只是解决后端的问题,而到了后来的小程序可视化制作时,就把前后端的开发都囊括进去了,几乎就不需要代码开发了,又自然而然有开发平台的即视感了。
再看看微软和Google的低代码平台,都是解决相对通用场景、涵盖前后端开发环节的形态,就更加印证了我的猜想。
不对呀,上面说到了通用场景,但同时也说了低代码的本质是场景的抽象并且模板化,通用和模板化不矛盾吗?这里就要说低代码平台的限制了,所谓的通用场景也只能是相对通用,可模板化的,于是就有了模板化的通用场景,即这个通用场景是受限的,不是完全的通用。所以,现在大多数的低代码平台都是面向企业,做企业应用的。因为企业应用,是一个可以模板化的垂直通用场景,例如钉钉宜搭、简道云、织信Informat等等,都是服务企业用户。
最后,低代码并非零代码,尽管市面上有不少零代码的应用平台打着低代码的旗号吸引关注。代低码平台的底层逻辑还是一个开发平台,需要对个性化的需求开放实现途径,如何开放?开放接口?二次开发?还是开放DSL?不一而足。如果一个平台没有支持个性化需求的开发能力,那它不算是一个及格的低代码开发平台,充其量只是低代码应用罢了。
好了,现在你已经知道什么是低代码了,往后,我会带大家一起实现一些低代码开发的场景,并对低代码的商业化进行深度的思考,例如谁会为低代码平台买单、低代码平台到底是专业平台还是小白应用等等。 合理并且有效地运用低代码,不仅可以让我们工作高效地运行,还能最大程度保证团队目标的达成。我推荐织信,它内置了100+的应用模板,覆盖OA、ERP、CRM、绩效、人事、企业服务、个人及组织等多个应用场景。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。