数据资源的爆发和数据科学的普适性，不仅带来低代码：下一次软件开发效率的技术革新，更是一次对传统产业升级、商业流程重构的创新革命。
                                                                        ——雷涛在2019上海世界人工智能大会
                                                                                           WAIC上如是说

要点回顾：

｜低代码：下一次IT技术革命带来的商业模式创新

传统IT的本质是依靠程序员一行行写代码，生产规模与效率受限于程序员的数量，比如说10亿收入的软件企业，至少需要5000个程序员。庞大规模的公司组织形态形成的最终结果就是低人效比。

｜DT颠覆IT的进程，本质上是生产资料与生产方式的全面革新

据软件行业协会提供的数据显示，长久以来，软件行业的平均人效不到20万，软件开发效率难逃低附加值窠臼，难以符合摩尔定律实现快速提升，陷入低增长模式瓶颈。DT颠覆IT的进程，本质上是生产资料与生产方式的全面革新，程序员被数据替代，传统经验规则流程等通过人力咨询方式获取的程序构建方法，被智能算法替代。

｜低代码开发，使生产代码的主体从人变成了机器，形成了全新商业形态组织，带来最直观的结果就是软件开发效率呈几何数量级增长

低代码开发，使生产代码的主体从人变成了机器，形成了全新商业形态组织，带来最直观的结果就是软件开发效率呈几何数量级增长。

举例来说，在传统方式下，证券行业交易系统查处漏洞，由行业主要参与者沉淀五年以上经验来制定筛选规则，而天云仅仅使用2周的时间，即用算法快速生成了原来行业专家需要五年经验积累才能形成的筛选规则，带来全新生产模式，即低代码开发方式，整个过程将软件开发效率提升数倍；同时在这短短2周内，就将成功预测异常交易账户的准确率提高到了90%以上。

｜软件开发效率实现规模化增长主要来自于不断扩大的数据资源和算法的普适性

信息化系统里沉淀的交易数据、互联网从业人员产生的行为数据、产业互联网带来的机器生产数据迅猛增长。这些不断扩大的数据资源，同时也为积极创新的厂商带来了收入增长的机遇。以天云数据为例，从Fintech，到医药、军工、能源，天云的泛行业布局主要对象就是机器生产数据，收入数倍的增长均来自于新行业布局的收入；

电商利用推荐引擎重构了零售业；传统超市货物摆放的最佳实践，被淘宝的贝叶斯算法取代；天云数据针对没有图纸的油气管道，无法实现压力差的复杂现实场景，利用隐马尔科夫算法抽象出油气管线泄露的风险，这些都说明算法可以重构商业实践，具有极强的跨行业属性。

｜AI重构商业流程 跨行业赋能大有所为

天云数据CEO雷涛在会上指出，这是因为以往的商业决策更多基于规则、流程，这些规则往往建立在多年的行业深耕基础上，因而锻造了极强的行业壁垒，但所有复杂的、难以抽象的商业规则和场景，将它们数字化以后，复杂问题反而可以被清晰的界定和量化，算法可以为商业实践提供替代解决方案，算法构建的商业形态模式，可以打通、重构各行业的商业实践。这个过程，即AI PaaS（AI平台即服务），可以成为产业升级、数字化转型的基石。