KS IndustriesLP公司(KSI)在其57年的历史中使用了一系列企业软件解决方案。该公司主要为能源行业的企业提供工程和建筑服务,但并没有取得太多的成功。根据TrackVia案例研究,KSI公司现场工作人员经常发现企业解决方案太复杂或太僵化。该公仍然使用纸质表格和清单,并且他们通常是过时或不准确的。
KSI公司需要一个解决方案,但采用企业软件并不是一个很好的选择,因此该公司最近选择了一个低代码的移动应用程序。而使用这个新的解决方案,可以实时检查和分析收集的现场数据,作业,任务和分配可以通过自动化工作流通知重新分配,并且资产可以很容易地重新安排。
KSI公司并不是一个个例。随着企业数字化转型,一些IT领导者发现企业软件不再满足他们不断变化的需求,特别是在可用性方面。
企业软件的缺点
就其所有优势而言,企业软件即使通过云交付,也可能带来挑战。企业软件通常需要一个企业来改变他们工作的方式来适应软件。换句话说,虽然从内部部署到外部部署软件解决了一些传统软件的分销和定价的挑战,但它没有能够满足使用软件工作的人们的需求。
超过80%的企业高管表示,他们不得不改变工作方式,以匹配他们的软件工作方式,根据
TrackVia对500多名高管的最新调查。大多数受访者表示,担心软件程序的局限性会对其公司的业务增长产生负面影响。“
对于一些人来说,低代码平台可以允许用户以最少的手工编码,安装和部署创建自定义应用程序,填补了这一空白。
“云计算增长如此之快的主要原因是,人们正在寻求更加现代化和灵活性更高的软件,并正在寻求比过去更快地提供该软件。”Forrester公司首席分析师,副总裁John R.Rymer说道,“低代码就是如此。”
在过去,人们回避定制软件开发,因为它往往是缓慢,并具有风险,但这个情况已经改变。
“使用低代码和云计算,定制开发的风险远远低于以前的风险。”Rymer说,“你可以处理自定义应用程序,并以更低的风险概况提供它们,并且比Java,.NET和C#等要快得多。”
许多对低代码的需求是由于人们对于定制和配置的期望已经改变。
Track Via市场营销副总裁Charles Var说:“虽然人们过去需要按照软件的工作方式工作,但现在希望软件按照他们的工作方式工作。”
低代码应用程序可以允许企业使用拖放方法构建大约90%的新应用程序,而无需任何新代码。剩余10%的应用程序可能需要定制或第三方集成,然后可以使用更传统的方法执行。
公民开发者和安全
对低代码解决方案的需求趋势也推动了所谓的“公民开发者”的出现,他们试图自己编写新的企业应用程序。但是虽然这可以帮助减轻IT部门的负担,但这也可能存在安全问题。
根据YouGov公司委托Appian公司最近进行的一项调查报告显示,四分之三以上的企业和IT领导认为公民开发人员需要使用企业低代码平台来降低风险。
Appian公司的联合创始人兼首席执行官Matt Calkins在一份公告中说:“中央IT必须加快对数字化转型的反应。低代码开发是加速器,它还提供了使公民发展运动在IT治理下的额外好处,以确保安全性,数据完整性和运营效率得到满足。”
据Appian称,澳大利亚第四大银行Bendigo&Adelaide很行使用低代码Appian平台在18个月内推出25个一级企业应用程序。
该银行客户改进执行官Andrew Watts表示:“我们现在看到的是原型制作,并在几小时或几天内上市,而不是一直等待优先处理,最终在12个月内完成。
企业软件的终结?
尽管低代码的兴起,Rymer说他并没有看到传统的企业软件(像SAP和Oracle这样的公司)厂商都在开发他们的业务,虽然他认为这些公司确实需要让他们的解决方案更灵活,以确保他们的生存。
“其中一些公司开始引入一些低代码功能,但他们仍然在这些后台应用程序中有一个很大的业务,只是慢慢地接受,”Rymer说,“这并不会增长。这些中间操作应用程序才是增长的地方。”
虽然传统的企业软件制造商试图弄清楚如何使他们的软件配置得更好,但这很困难,因为它不是这些程序最初设计的方式。
“企业希望随着他们的业务发展能够立即配置软件。”Watts说,“没有业务是静止的,其流程一直在变化,所以调整和适应的能力是重要的。”
现在面临的挑战是很难做到的,它是与传统的软件开发一个不同的方法,如何一些规模较大,更传统的公司,如Oracle,SAP,甚至一些较新的企业(如Salesforce和Google)都在收购低代码公司或投资低代码系统来帮助他们。
“很难说他们是否能够做到这一点,以及他们能做多快,但我认为他们最终必须将这些低代码平台作为其投资组合的一部分。”Var说。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。