華泰證券發布研究報告稱，2014年Forrester正式提出“低代碼”（Low-Code）概念，旨在通過可視化組件進行應用程序开發，解決企業定制化軟件开發需求，緩解IT人才緊張、傳統應用开發周期較長等問題。大模型時代，以Appian、OutSystems爲代表的海外低代碼廠商全面擁抱大模型，一是實現GPT等大模型API的低代碼集成，二是應用大模型能力優化低代碼开發流程。大模型2B應用落地受企業AI工程化能力制約，該行認爲，融合大模型能力的低代碼开發平台有望成爲GPT 2B應用落地的加速器，降低GPT 2B應用的开發門檻。

華泰證券主要觀點如下：

大模型賦能平台能力：LLM優化應用开發流程

以Appian爲例，大模型有望從开發流程簡化、企業知識封裝、可視化界面優化三方面賦能低代碼平台的开發能力。1)开發流程簡化：過去低代碼平台降低用戶的“編程門檻”，但仍要求开發者具備流程思維與經驗，引入大模型能力，用戶可基於預期結果的自然語言描述，讓大模型自動生成流程參考;2)企業知識封裝：2B應用的重點在於企業私有化知識與模型的整合，低代碼+大模型+企業數據可實現企業級知識的模塊化封裝;3)可視化界面優化：過去的低代碼开發的應用界面通過組件拖拽方式搭建，引入大模型能力，用戶可基於PDF文檔、自然語言描述等方法，自動化完成搭建、修改。

大模型賦能上層應用：LLM加速應用落地節奏

以Appian爲例，大模型+低代碼平台有望從企業應用與平台應用兩類場景加速GPT 2B應用的落地。1)企業應用：开發者基於低代碼平台搭建具有定制化需求的企業級應用，低代碼平台通過第三方大模型與配套开發工具的API集成，爲企業用戶提供更簡易的GPT 2B應用开發方案;集成OpenAI GPT插件，用戶可將模型處理結果可作爲流程的一部分加入整體流程，集成Pinecone矢量數據庫，用戶可搭建完整的GPT應用架構;2)平台應用：低代碼平台在服務應用开發之外，還具備數據結構分析、企業知識整理等功能，大模型與此類平台能力整合，可進一步拓展數據分析、智能助手等功能。

看好低代碼平台面向2B开發者的內部用例場景

根據面向對象與應用使用場景的不同，低代碼开發平台可分爲面向業務用戶的內部用例、面向業務用戶的外部用例、面向开發用戶的內部用例、面向开發用戶的外部用例四大類。我們認爲，面向开發用戶的內部用例場景下，低代碼平台多服務於2B企業管理軟件的應用开發，與我們判斷的最先落地的GPT 2B應用簡單場景重合度最高(參考華泰計算機2023年6月20日報告《從Glean看GPT+2B應用未來趨勢》)，或成爲低代碼+大模型的應用重點。

國內低代碼开發相關公司梳理

參考海外低代碼平台結合GPT等大模型的技術思路，國內相關企業有望復刻相關的技術路徑。(國內低代碼开發平台相關企業整理，請見研報原文)

風險提示

宏觀經濟波動風險。宏觀經濟波動可能影響下遊需求釋放節奏，若宏觀經濟波動較大，可能對相關企業收入增速產生負面影響。

AI應用落地不及預期。生成式AI應用的商業化落地受算力、算法、數據、場景、用戶等多因素共同影響，若商業化落地不及預期，可能導致相關公司收入增長不及預期。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。

---

標題：華泰證券：低代碼平台有望成爲GPT 2B應用落地的加速器

地址：https://www.breakthing.com/post/75433.html