資訊科技及 AI 技術的蓬勃發展,掀起全民學程式的熱潮,想要躋身高薪工程師族群的青年力拼轉職,程式設計課程也陸續納入學童的基礎教育。有志於透過程式優化公司營運、提升自身專業能力的工作者,在埋首於程式語法的學習之前,或許能先嘗試了解近年逐漸興盛的 Low-code(低度程式碼)與 No-code(無程式碼)開發平台服務。

Low-code/No-code 開發平台服務,讓使用者可利用視覺化的介面,透過點選按鈕圖標與拖放模塊等方式,便能建構應用程式、執行程式任務,無需從零開始學習編寫程式,讓非技術人員也能無痛架設網頁與 App,或是運用 AI 進行數據分析,有助加速企業數位轉型腳步。

No-code 平台服務的茁壯與優缺點

Low-code/No-code 的市場規模正在成長中,《富比世》報導指出,預計未來將會有 75% 的企業混合運用 Low-code 和傳統開發模式,預計到了 2030 年,全球 Low-code 開發平台市場將創造 1,870 億美元的收入。而相較於過往的 Low-code 僅能優化開發流程與效率,仍需要編寫一些程式來添加或更改部分內容,No-code 則完全不需要寫任何一行程式碼,更加降低使用門檻。

No-code 平台服務主要的優缺點簡要歸納如下:

優點

1.縮減開發時間與成本: 使用 No-code 平台創建一個網站,可能只需要不到一天的時間,而從頭開始開發一個網站,一般需要幾週至幾個月的時間。製作產品原型、基本產品所需的時間減少,也能節省人力資源成本。
2.減輕 IT 部門的負擔: 非 IT 部門可以透過 No-code 解決方案自動執行一些日常任務,例如製作表單和問卷調查、用於 A/B 測試的 Web 頁面,以及用於使用者測試的響應式 App 原型等。這樣一來,IT 部門專家可以專注於更複雜的任務,以及負責監控和維護其他部門創建的應用程式。
3.客戶支援與知識庫: No-code 供應商會提供技術支援,以及文字和影音形式的使用指南,協助解決用戶使用上的問題。

缺點

1.額外的整合與開發: 當 No-code 平台沒有提供用戶所需的 API(應用程序介面)時,仍然需要請程式開發人員進行開發與整合。
2.隱私與安全風險: 透過供應商的伺服器託管數據時,用戶無法查看及控制原始碼,因此可能難以發現潛在的安全漏洞,與數據丟失的問題。不過,用戶數據仍然受到 GDPR、DMCA、CPRA 等數據保護法規的保護。
3.自定義功能的限制: 用戶不能使用與創建 No-code 平台未提供的功能,一般需要更高價的方案,才能使用自定義功能的開發模式。

看好 No-code 平台服務的發展,一些企業推出不同的應用方案,搶攻逐漸成長的商機。

Bubble 助新創不需寫程式,也能將創業想法付諸實踐

創立於 2013 年的 Bubble 希望推動軟體開發的民主化,協助新創公司的起步,近期獲由 Insight Partners 領投的 1 億美元 A 輪融資。透過 Bubble 的開發平台,使用者能夠在流暢易用的界面匯入數據及建構各種功能,輕鬆製作出網頁與 App。

Bubble Editor.jpg
圖片來源:

不同於 Amazon AWS 與 Stripe 等其他 No-code 解決方案業者,較專注於提供大型企業創建內部應用程式的服務,Bubble 更聚焦於新創企業的用戶。Bubble 聯合創辦人 Emmanuel Straschnov 表示,Bubble 希望隨著新創客戶一同成長、擴大規模。

Bubble 依應用程式的性能與規模訂價,包括基本功能的免費方案、每月 25 美元的個人方案、每月 115 美元的企業方案、每月 475 美元的頂級方案,分別提供不同的伺服器效能、儲存空間、編輯者人數等。

COVID-19 疫情也驅動了 Bubble 的成長,在低迷的就業市場中,人們期望透過程式應用為自己的事業賦能,帶動 Bubble 2020 年 3、4 月的使用量激增,過去 12 個月營收漲幅達100%。

Obviously AI 提供視覺化平台,進行 AI 數據分析

創立於 2018 年的 Obviously AI 以「不需要程式碼的數據科學」(Data Science without Code)為標語,近期於種子輪融資獲得 360 萬美元資金。使用者只要將數據資料上傳或串接至平台,再建構及訓練 AI 機器學習模型,便能依照需求進行預測,並可將結果整合至原有的雲端服務和資料庫中。

Obviously AI 目前有 3,000 多個客戶,主要的產業別為行銷、軟體、金融科技和保險等行業,共有逾 8.2萬個預測模型被部署運用。據該公司說法,客戶透過他們的服務,節省了超過 1,280 萬小時的人工數據分析工作。

Obviously AI
圖片來源:

Obviously AI 的客戶主要是沒有數據科學團隊的中型企業,或是大企業中的小型團隊,而根據產業的不同,也延伸出多元的應用場景。例如,印度小額貸款公司透過預測申請人違約的可能性,預估可放貸的金額,並顯示於用戶端 APP;德國手機遊戲公司分析玩家與遊戲的互動,透過動態定價模型,預估玩家願意為遊戲代幣等產品支付的費用。

「有些人在工作上處理大量數據,但他們並非程式工程師,」Obviously AI 聯合創辦人暨 CEO Nirman Dave 說,「我們為這些人設計了工具,讓他們能運用這些數據快速建構模型。」Obviously AI 的服務包括每月 75 美金及 145 美金的方案,在可分析資料量、使用者數、與其他 App 整合等面向有所區別。

比 Low-code 更進一步簡化開發流程的 No-code 開發平台服務,已成為程式開發領域的新趨勢與商機,透過模組化及視覺化的介面,即可創建應用程式與進行數據分析,免去了編寫一行行程式碼的土法煉鋼,也節省開發時間與成本。

然而,運用 No-code 開發模式,要將身為商業機密的營業數據,提供至外部的 No-code 平台業者,需確保供應商對數據的安全性保護滴水不漏;而未來若 No-code 供應商停止營運,奠基於供應商平台開發的自家服務,又該何去何從等問題,皆是企業採用 No-code 平台服務前需考量的事項。

資料來源:Forbes TechCrunch(1) TechCrunch(2)

分享