问题——数字化转型“想用、不会用、用不起”的矛盾仍较突出。当前，不少单位推进“上云、用数、赋能”的过程中，普遍面临三类堵点：一是智能能力与业务流程割裂，模型训练与上线往往停留在试点或展示层面；二是开发资源紧张，应用改造依赖专业团队，周期长、成本高；三是技术门槛抬高了组织协同门槛，业务部门难以直接参与应用设计，导致需求反复、落地迟缓。如何让智能能力真正嵌入日常经营、实现规模化复制，成为企业数字化走深走实的关键议题。 原因——供需两端同时升温，但中间缺少“可操作的连接器”。在9月举行的一场线下沙龙上，主办方围绕“普通用户如何快速调用智能能力”“低代码如何融入业务系统”进行演示和讨论。与会嘉宾、函子科技首席运营官赵赫认为，一上，高校与科研机构加快将生成式技术纳入科研与教学计划，算法能力供给持续增长；另一方面，传统行业对“能够交付、能产生效益”的解决方案需求明显上升，尤其关注外包交付、快速上线和可持续运维。两条趋势叠加，使“从模型到应用”的最后一公里更显突出：算法擅长解决问题，但业务需要的是可嵌入流程、可被员工使用、可被管理审计的工具与系统。低代码以可视化编排、组件化复用和接口标准化，正在承担起“翻译与连接”的角色。 影响——应用门槛下降，数字化建设从“IT独奏”向“业务合奏”转变。活动现场的实操演示显示，通过拖拽式界面选择数据源、自动生成规则模板、并一键部署为可调用接口等方式，部分流程可在数分钟完成原型构建，并快速嵌入邮件模板、报表系统、流程自动化工具或移动端应用。赵赫介绍，涉及的平台已在数据采集与提报、电商内容生产与优化、社区内容审核、制造排产、物联设备联动等多类场景形成可复用链路，交付周期显著压缩。更值得关注的是，业务人员开始具备“参与构建”的能力：从提出需求到共同搭建原型、再到迭代优化，组织协同效率提高，应用试错成本降低。现场还分享了制造企业仓储岗位人员在较短周期内搭建缺货预测工具的案例，反映出“面向一线的轻量应用”正成为智能化落地的重要切入口。 对策——既要“快落地”，也要“可治理、可审计”。与会人士认为，智能能力走向规模化应用，需要同步建立治理框架，避免“黑盒化”带来的经营与合规风险。一是加强数据与模型全流程管理，明确数据来源、使用边界与权限控制，做到可追溯、可回滚；二是提升算法透明度与可解释能力，关键业务环节应具备审计记录，满足监管与内控要求；三是推动标准化接口与安全集成，确保与ERP、CRM、物联网等系统对接时权限清晰、链路可控；四是完善人机协同机制，形成“业务定义目标—平台沉淀能力—专业人员校验优化”的分工模式，既降低门槛，又不降低质量。对企业来说，建议优先从客服、库存预警、内容审核、培训赋能等高频、可量化收益的场景切入，建立可复制模板，再逐步拓展到更复杂的核心流程。 前景——从通用走向垂直，从工具走向生态。业内判断，随着组件库、行业数据与流程模板不断沉淀，低代码与智能能力的融合将加速向垂直行业延展，教育、医疗、零售、农业、制造等领域有望出现更多“即插即用”的应用形态，形成面向细分场景的应用市场。同时，政策与监管要求将推动平台能力升级，把合规校验、解释与审计内嵌为“默认能力”。未来的开发模式也将更趋混合：业务人员负责场景与指标，专业团队负责数据治理、模型安全与系统架构，平台负责编排、集成与持续迭代，从而形成更稳健的规模化落地路径。
当AI与低代码技术降低创新门槛，企业得以聚焦业务本质；这种技术驱动的变革，正在重塑企业与技术的互动方式，有望成为推动经济发展的新动力。