LCHub:融合低代码与GPT,微软的又一个神奇颠覆

这篇具有很好参考价值的文章主要介绍了LCHub:融合低代码与GPT,微软的又一个神奇颠覆。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

LCHub:融合低代码与GPT,微软的又一个神奇颠覆,低代码入门教程,LCHub低代码社区,microsoft,低代码,GPT,微软,Power Copilot

 文章来源地址https://www.toymoban.com/news/detail-517482.html

 

在Bing搜索框上打上关键词,页面右侧就能获得GPT的智能回复;就因为多了这一个新点,微软敢放言,谷歌搜索引擎存在的规模优势不复存在。

这如果放在人们不了解GPT是什么之前,大家都会觉得微软疯了。可当人们在之前半年间,充分体验到GPT的神奇之后,微软的狂言似乎也变得十分可信。

是的,GPT的出现对于微软原有的Bing形成了一次价值跃迁,让无数人都在感叹微软的好运气,感叹微软能在这个技术寒冬中,俘获了GPT这个春日精灵的芳心,为自己百尺竿头更进一步的愿景创造了可能。

但作为幸运儿的微软,不但没有在人们称赞与羡慕的眼中迷失自我,相反它还在持续创造,时刻想着将GPT这个优势点无限扩大,完成从一步领先到步步领先的伟业。

3月16日,微软推出了Microsoft 365、 Dynamics 365与Power Platform Copilot,借助GPT的魔力,又向前了一步。

然而,就在3月16号这天,大多数人都只关注到了Microsoft 365、 Dynamics 365 的智能化升级,认为这两项融合GPT的新品,将再造人们的工作方式,价值无限。

可值得一提的是,鲜有人关注的Power Platform Copilot,或许才是重头戏,因为它是一款将低代码与GPT融合重塑的ToB产品,一款具备具有无限可塑、超低门槛、受众广泛且离钱近的创造工具,又具备重塑所有产业的可能性……

01

Power Platform Copilo=数字魔法

“软件正在蚕食世界,技术创新公司正在颠覆既有行业结构。在接下来的10年,预计将有更多行业和业务被软件吃掉。”摩根大通CEO吉米·戴蒙曾放下豪言,以此表示软件将重塑千行百业,成为企业们的核心竞争力。

现实,也正像吉米·戴蒙预期的那样发展,伴随着数字化时代到来,数字经济成为既定的未来,作为抓取数据这一生产要素的抓手,软件被无数企业重视。

无论购买也好、自建也罢,当代企业的经营与生产中都少不了软件的参与。可随着软件的重要性日渐凸显并被广泛应用,问题也凸显出来。

1. 如果是购买,大多软件不够细微,无法扎住到万千细微场景之中,最初垂败于“最后一公里”之上;

2. 如果是自建,成本、精力、建设速度和人才储备这几点对于万千企业而言是一道难题。

而低代码,作为一个低门槛地开发软件的方式,在理论上只需要找到熟悉业务的非技术人员,经过培训就能快速搭建出企业所需要定制的应用。

这一点,无论是需要控制成本投入的小微企业、初创公司,亦或是那些有着更细微场景,有大量变动的细微需求的中大型企业,低代码都是他们需要的灵丹妙药。因此,快速、便捷、成本低、投入少且还能随时根据需求变化、场景调整解决“最后一公里”的低代码,被市场重视起来。

可低代码的门槛再低,它也是存在。培训周期再短,也需要成本,“人人都是开发者”这句口号喊得再响亮,相应厂商也不敢说自己现在能做到。

直到Power Platform Copilot的出现,最后的这道门槛也被抹除。Copilot是微软Power Platform的一个新功能,可以在Power Apps、Power Virtual Agents和Power Automate中提供基于GPT的人工智能辅助,开发人员可以与GPT交谈,并描述他们想创建的应用程序,它可以在几秒钟内构建它并提供改进的建议。

需要注意的是,这里“与GTP交谈”需要的便不是编程语言,而是自然语言,也就是我们平时沟通中的语言。人们只需在对话框中,输入自己构想的程序,需要增添几个功能,便能搭建出一个简单的程序。

其中变化,正如JK.罗琳「哈利波特」书的普通人类,通过Copilot,便能在数字世界拥有魔力,之后就可通过手持从奥利凡德买来的魔杖、念动霍格沃茨传授的魔咒,就能释放出魔法完成由“麻瓜”到“巫师”的蜕变。

微软方面表示,Power Platform Copilot是神奇。例如,用户告诉Power Apps“创建一个工人入职应用程序,获取新工人数据并共享培训内容和学习模块”,Copilot可以一次性创建应用程序。 

不仅如此,用户还能通过与Copilot交互来自定义应用程序,进一步增添、删减新的功能、数据,即使在过程中出现问题,Copilot也可以建议如何改进应用程序。

也是因为Power Platform Copilot在数字空间具备如此便捷、简易的创造力,它也成为了数字魔法,储备无限可塑、超低门槛、受众广泛且离钱近的创造工具,有可能重塑所有产业。

02

为什么是微软想到?

Power Platform Copilot是一个优秀的创新,一个极具想象力的ToB工具。它的出现对于很多科技企业、ToB从业者是一次思想冲击。

因为Power Platform Copilot需要的技术储备,国内一些ToB服务商也具备。例如具有AIGC语言大模型的企业,近期有诸多公司都表示有相应的技术储备;低代码技术、或者说aPaaS能力,这些公司、ToB服务商都有积累。

问题是,微软创造Power Platform Copilot的原材料,国内很多服务商都有,即便在能力上可能会差了一点,但是要有这方面的想法,攒出个 Copilot 0.5 也并非没有可能。

那么问题来了:为什么是微软想到?

关于答案,「ToB行业头条」想到的是微软天然擅长的“垂直进步”,这是它显著的“企业基因”。

知名投资人、创业教父、PayPal黑帮成员之一的彼得蒂尔,在「从0到1:开启商业与未来的秘密」书中谈到,进步可以呈现两种形式:

1. 水平进步,也称广泛进步,意思是照搬已取得成就的经验,做1-n的复制。例如用1台打字机创造100台打字机。与水平进步对应的便是规模化竞争,也就是零和游戏,规模化做得越好、占据的市场份额越大,话语权越高。相反,市场份额如果过小,对应话语权也低,并具备随时破亡的风险。

2. 垂直进步,也称深度进步,意思是探索新的道路,尝试从未做过的事,实现从0-1的进步。例如用1台打字机,创造一台文字处理器。与垂直进步对应的是不可替代性的垄断,也就是霸主游戏,自己就是这个赛道的市场,自己代表这个赛道。

微软就是一个善于垂直进步的企业。旗下的多款产品与应用,例如Windows与Microsoft Office、都是最为显著的代表。

以Windows为例,在其面世之前,市场便具备一些常用的PC操作系统,包括但不限于DOS、Mac OS、Windows、Linux、Free BSD、Unix/Xenix、OS/2等。

但Windows的出现迅速让这些产品被抛弃,因为它不仅革命性地将GUI(图形操作界面)引入到自己的操作系统中,有了更立体的操作反馈。之后它重视鼠标的应用、多界面的交互,开设任务栏、资源管理器等应用,为人们的操作创造了极大便捷与趣味性。

可以说,Windows虽然不是PC操作系统的首创者,但是它重塑了PC操作系统,完成了“用1台打字机,创造一台文字处理器”的跨越式进步。

Microsoft Office的出现,与Windows的发展史更有异曲同工的相似之处。

包括Microsoft Azure,也在显现这一特性,它通过整合Azure+Office365的云端组合,并推动发展AI技术,形成诸多AI SaaS产品配合基础的IaaS能力,形成自身的云产业生态。

并在此之外,进行了收购Linkedin、开源软件项目托管平台GitHub的方案,将Azure推向一个企业级的商业操作系统,并将自身战略转型成一家跨平台、跨设备的软件与云服务提供商。以此区别AWS,形成独特市场竞争力与不可替代性。

以至于目前,Azure作为一个云计算后来者,却被无数投资人与从业者相信它具备超越AWS,登顶行业龙头的潜力。

所以,再看Power Platform Copilot是微软率先创造出就不足为奇,因为这家公司在做任何事,都在想着垂直进步,并不愿意照搬前人走过的路,他们尊重创造,但心怀创新。

相反,中国的企业往往进行水平进步,习惯水平进步。正如ChatGPT一样,它未火之前,人们很少知道百度、360、阿里巴巴、腾讯等有相应的技术储备,ChatGPT大火之后,别人一问就是早有布局,并不断进行市场普及、传播。

那么问题是,既然早有布局,为何不是国内厂商先发布这样的产品,这是要深思的。

彼得蒂尔曾在自己的书里表示,中国企业是擅长水平进步的代表,规模化方面中国制造遍布全球。但是很少看到中国创造,所以中国没有硅谷。

那么面对这种评价,中国的技术厂商是不是要想一想,可不可以做一些垂直进步,能不能在海外之前,做一些Power Platform Copilot这类的创新产品?

 

到了这里,关于LCHub:融合低代码与GPT,微软的又一个神奇颠覆的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • LCHub:AIGC,掀起低代码新战事

    聊天写代码,已成为低代码界新风向。 3月,微软“让AI替程序员开发App”的Power Platform Copilot一经面世,迅速引爆低代码融合AIGC的激情,打开了国内玩家们的新思路。 一边,是钉钉直接“口喷式生成应用”,通过输入“/”就可以唤起10余项AI能力;而另一边,是网易数帆演示

    2024年02月10日
    浏览(26)
  • 低代码指南:LCHub无代码智能开发平台词汇表

    词汇表可以帮助您了解一些特殊词汇的概念,从而快速上手LCHub。 登录LCHub后,首先会进入到LCHub的工作台,您可以在这页上看到很多重要的信息概览。 名词 释义 工作台 工作台也可以称为首页、概述。进入LCHub系统时一般首先跳转到的就是这页面。这个页面是一个大集合,您

    2024年02月08日
    浏览(36)
  • GPT神奇应用:生成菜谱

    正文共  662  字,阅读大约需要  2  分钟 料理新手/爱好者必备技巧,您将在2分钟后获得以下超能力: 快速生成菜谱 Beezy评级 :B级 *经过简单的寻找, 大部分人能立刻掌握。主要节省时间。 推荐人  | Kim   编辑者  |  Linda ●图片由Lexica 生成,输入:Master chef cooking 最近

    2024年02月12日
    浏览(32)
  • 微软的技术,直接颠覆了我对听书这件事的看法

    阿虚一度是对听书不太感兴趣的 (虽然一大部分原因是我看的小说没有有声书) ,AI机械式的发音,固定的腔调、语速,总会丢失那些波澜起伏的剧情所带来的沉浸式情感体验 但最近才知道微软在 //Build 2021 大会上,发布了旗下 TTS 2021版的人工语音,让我对听书这件事简直是

    2024年02月04日
    浏览(28)
  • GPT神奇应用:辅助背单词

    正文共  993  字,阅读大约需要  3  分钟 外语学习者必备技巧,您将在3分钟后获得以下超能力: 辅助背单词 Beezy评级 :B级 *经过简单的寻找, 大部分人能立刻掌握。主要节省时间。 推荐人  | nanako   编辑者  |  Linda ●此图片由Lexica 自动生成,输入:Anime girls who are l

    2024年02月09日
    浏览(29)
  • GPT神奇应用:给孩子做每日安排

    正文共  1163  字,阅读大约需要  4  分钟 家长必备技巧,您将在4分钟后获得以下超能力: 快速生成每日安排计划 Beezy评级 :B级 *经过简单的寻找, 大部分人能立刻掌握。主要节省时间。 推荐人  | Kim   编辑者  |  Linda ●图片由Lexica 生成,输入:Parents who are worried abo

    2024年02月09日
    浏览(47)
  • 【ChatGPT】GPT实现原理大解析——看完就知道什么叫颠覆

    ChatGPT 能够自动生成类似于人类写作的文本,这一点非常引人注目,也令人意外。但它是如何实现的?为什么它能够如此出色地生成我们认为有意义的文本?我的目的是在这里概述ChatGPT内部的运行情况,并探讨它能够如此出色地产生有意义文本的原因。 首先需要解释的是,

    2023年04月25日
    浏览(37)
  • 太神奇了,1984 年的电脑也能跑 Chat-GPT

    目前这个 DOS 系统的 ChatGPT 客户端已成功在 1984 年的 IBM 5155 便携式 PC 上运行,这台机子配备 4.77Mhz 主频的 Intel 8088 CPU 和 MS-DOS 6.22 系统,带 640KB 内存、以及 CGA ISA 图形。   Yeo 老哥是个不折不扣的 “ 复古守旧派 ” ,早在 2019 年他就为 Windows 3.1 开发了一个 Slack 客户端,这次

    2023年04月26日
    浏览(28)
  • 又一个基于 GPT-4 编写、解释代码的工具,诞生了!

    作者:JackTian 来源:公众号「杰哥的IT之旅」 ID:Jake_Internet 链接:又一个基于 GPT-4 编写、解释代码的工具,诞生了! 上周,Open AI 团队正式宣布:GPT-4 来了! GPT-4 的出现,随后 Microsoft 的多个产品就集成了 GPT-4。 紧接着基于 Open AI 公司发布的 GPT-4 编写、编辑和讨论代码新一

    2023年04月18日
    浏览(26)
  • Llama架构比不上GPT2?神奇token提升10倍记忆?

    近日,朱泽园 (Meta AI) 和李远志 (MBZUAI) 的最新研究《语言模型物理学 Part 3.3:知识的 Scaling Laws》用海量实验(50,000 条任务,总计 4,200,000 GPU 小时)总结了 12 条定律,为 LLM 在不同条件下的知识容量提供了较为精确的计量方法。 一个 7B 规模的语言模型 LLM 能存储多少人类知识

    2024年04月26日
    浏览(25)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包