1月20日,西门子旗下低代码开发平台Mendix宣布,正式将其低代码软件快速开发平台引入中国市场并正式登陆腾讯云。
Mendix是业界领先的企业低代码应用开发平台。在跨行业创新不断加码的数字化环境中,市场对产品迭代速度提出了更高的要求,低代码应用开发凭借便捷的开发过程、快速的交付能力、简单的操作界面和灵活的个性化创新能力,在商业软件开发领域呈现出无可比拟的优势。
西门子数字化工业软件全球高级副总裁兼大中华区董事总经理梁乃明表示,不管是ERP、数据库,或是之前已开发的APP,Mendix都有可以通过接口无缝的连接起来,不用改变过去应用,直接索取数据,开发出新的业务场景。
西门子数字化工业软件全球高级副总裁兼大中华区董事总经理梁乃明
Mendix的目标是以低于70%的资源10倍速构建应用程序,Mendix中国区总经理王炯指出,Mendix可以赋能业务及IT协同、敏捷驱动的开发平台、单键部署至任何云、AI辅助开发、解锁数据价值、延伸系统功能。
Mendix提供了两种开发工具,Mendix Studio适合企业业务人员和开发爱好者,即公民开发者;Mendix Studio Pro可以由专业开发人员使用,并且使用所有扩展组建,包括Mendix提供的组件,开源社区提供的组件以及公司私有的组件,也可以结合Java Action开发具有个性化创新的应用。
以下为采访实录:
问:目前越来越多的低代码开发平台和创业公司诞生,请问低代码平台出现或崛起的因素有哪些?
答:目前低代码市场需求竞争非常激烈,导致越来越多的IT需求出现,友商的竞争也随之而来。过去几年SaaS应用的普及对市场起到了促进作用,但是企业发现,这些应用并没有覆盖到企业本身。于是他们开始思考,应该有一个工具可以帮助企业做到这些,这也促进企业更快使用aPaaS平台的需求。同时新冠疫情也是促进大家选择低代码平台的因素之一,以前很多需求都可以面对面地跟客户谈,现在都是远程,这个时候一种共享的可视化工具能够帮助他们快速实现自己的想法。
问:市面上有大量的低代码厂商,Mendix为什么选择现在进入中国市场?
答:Mendix经历了过去十五年的迭代开发,无论是功能还是使用程度都是经过考验的。而且现在通过Mendix低代码平台,开发人员可以节省很多时间,可以很快看到结果。
问:Mendix可以为企业带来哪些价值?
答:Mendix可以适用于各种场景,突破了之前西门子数字化工业软件专注于制造业产品周期管理,现在任何场景都可以用快速开发和迭代的方式帮助各行各业尽快提供服务、介绍产品,快速地抓住市场的变化。
问:Mendix是拖拽式,如果开发的功能较复杂,平台没有现成模块如何解决?
答:使用Mendix的APP Store,上面有千余个标准组件,可以100%根据组件直接完成。当然Mendix是一个低代码平台,不是所有的东西只能通过标准组件完成,也可以通过编程来实现。Mendix的标准化组件重新开发之后形成自己的APP资产可以放在自己的Private APP Store供以后更加功能化的使用。
问:Mendix有哪些成功案例可以展示?
答:上汽乘用车采用Mendix打造精益制造人力资源管理应用,覆盖了国内四大基地、万余名员工,IT开发的时间缩短了50%,部署维护成本降低了30%。Mendix实现三大突破,第一,从手工排班到真正的智能排班算法,定期刷新排班并自动触发推送信息告知调整;第二,大大提高考勤管理的精益水准和数字化水平,从月到天甚至小时;第三,对人员、生产线、车间的智能化绩效洞察,帮助工厂管理人员有数据可依,更好地提高生产效率并降低生产成本。
中集车辆由于国家标准变化需要快速更替旧系统,把整个流程和国家新标准重新连接,Mendix用了一半的常规开发时间,帮助中集开发了替代系统。目前规划将基于西门子Teamcenter的项目模块与Mendix集成,以更好地为集团管理项目。
Mendix帮助富士康旗下云智汇科技服务的IT团队提高生产效率,减少成本,还可支持各种业务需求。例如,针对基于智能硬件的工厂生产效率的提升、满足新冠肺炎对工厂效率的提升、政府对人数众多的工厂的管控需求,还有和西门子的项目成本管理模块良好互动,更帮助IT部门更精细化管理自身团队。
问:如何平衡Mendix和MindSphere二者的市场价值和商业机会?
答:MindSphere是IoT操作平台,Mendix的特性是可以帮助各行各业快速开发应用,也就是MindSphere提出的最大价值,现在Mendix和MindSphere可以集成在一起,实现APP的快速开发。Mendix未来可以帮助客户在MindSphere更加快速地发掘IoT和工业物联网在制造业方面的价值。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。