找Martech上Marsgo
No-Code AI 版圖發展：企業導入該關注什麼點？
本文介紹無程式碼AI（No-Code AI）應用程式的發展與功能，未來展望以及目前行業版圖的概況，讓不懂程式碼的行銷人也能輕鬆應用最前沿的科技。除了能快速解決業務上的難題與挑戰，而且成本相對低廉，是中小企業數位轉型重要的起步點之一！
此篇文章也有Podcast音檔，適合只想用聽的您！👉點擊聆聽
無程式碼簡介
無程式碼（No-Code）的市場正逐漸成熟，但其中的子領域才正萌芽，而「無程式碼AI」就是其中一種。無程式碼是一種工具組合，讓我們不必以傳統寫程式的方式來開發應用程式或系統架構，它的核心是透過視覺化的界面、清楚引導用戶操作以及與其他工具的預先串接，實現快速打造應用程式。
CapitalG基金公司副總裁Alex Nichols說道：「無程式碼正在賦予企業用戶掌握以前技術用戶才擁有的技能，透過把複雜的系統本質化，並圍繞在視覺化的工作流程當中。這個重大變革可能觸及到每個軟體市場以及企業內的每個用戶。」
預計到2024年，將有65%的應用程式是透過低程式碼或無程式碼的平台來開發，而無程式碼AI將在其中發揮重要作用。在我們開始介紹之前，首先討論一個根本問題：「什麼時候使用AI才有意義？」
*AI有很多的應用場景，這裡特別指商業上的應用程式
廣泛地說，當人類需要進行某種基於知識智慧的判斷，並且持續需要很多這樣的判斷時，AI的幫助才會顯出作用。有句話是這麼說：「AI應用，是從基於規則的自動化程式結束後，才開始應用」。所以更實際的問題是：我們是否要使用AI？
是否有其他的解決方案，可以用相同的品質、成本或速度來完成工作。如果有，那這個解決方案通常會比AI更合適。AI在本質上屬於模糊邏輯，因為AI沒有明確地被編寫成用來完成特定工作。與此同時，當我們需要考慮的規則或特殊情況眾多，AI的成效通常會比較好。
我們確實可以使用一長串的單詞或片語來設定自動化處理文本的程式，但在許多情況下這沒什麼效率，而且通常成本過高或性能不佳。
許多AI和機器學習（ML）公司都聲稱，他們正把AI變得容易取得與使用，這對於他們的目標用戶可能是真的，但這些用戶往往是工程師而非一般大眾。反之那些易於使用的AI或ML的平台，利用時間、功能、知識之間的權衡，用具吸引力的方式，讓不會寫程式的用戶也能夠優化日常工作並解決業務問題。此外，無程式碼AI還具備幾個額外優勢：
1.可存取性：
無程式碼AI讓企業能夠預先利用AI套組功能，作為未來強化數據科學的墊腳石。企業可以用相對低的投資成本，與建立AI工具的實踐知識相結合，減輕中小企業導入AI的障礙。
2.可用性：
無程式碼AI隨插即用（Plug and Play），讓企業內的任何員工都可以找到合適的AI方案來解決工作問題，不僅不會超出預算，而且這些工具是為非技術用戶和非開發人員設計的。
3.速度：
無程式碼AI平台讓用戶快速迭代傳統ML的價值賦能順序。我們可以更快速地測試數據資料，然後應用在業務上。用簡單直觀的方式展示過程，沒有比這更好的方式來說服別人。
4.質量：
無程式碼工具是為不具技術知識或者沒有深入了解的用戶所開發，因此會仔細選擇用戶的預設功能和安全防護。為了進一步降低操作風險，部分平台會內建人工審查的功能，這樣組合可減少因為首次設定系統而發生的人為錯誤。
5.可擴展性：
AI不會在意是為一個或一百個用戶執行任務，伺服器會根據負載平衡（Load Balancing）的狀況自動擴展或縮減，因此可以迅速地擴大營業能力。
6.可視化：
無程式碼AI工具通常使用可拖拉的圖形化介面，對於非技術或缺乏時間資源的人來說，從零開始開發會比較容易與迅速。
無程式碼AI大多數的公司傾向在技術上定位產品（自然語言處理、語音識別、電腦視覺等），而不是用特定用途的應用來定位（分類問題、CRM、網站創建、商業APP等）。基於產品的核心價值主張來進行分組才有意義，因此版圖將以下標準視為無程式碼AI的核心：
1.工具使用者能夠從零開始開發解決方案，並將其整合到工作流程中（以前可能需要一個或多個工程師）。
2.為各種規模的用戶和公司創造價值，而不僅僅是企業等級的開發者工具。
3.可以被非技術人員使用，這是無程式碼的核心。儘管有像MS Azure、C3 AI Suite或是deepCognition這樣的工具，但這些工具不是為一般員工所開發的。
4.最後考慮這些工具的橫向與縱向的觸及範圍：如果您想了解並掌握無程式碼AI生態系的最新動態，那麼您應該密切關注這些工具。
電腦視覺（CV）：讓電腦從數位圖像、影片、PDF和其他視覺數據中獲取訊息，並根據它們的資訊採取行動。
自然語言處理（NLP）：讓電腦能夠理解和處理人類的自然語言，包括口語說話和書面文字。
預測分析（Predictive Analytics）：指基於結構化數據（即表格數據）的預測開發模型，例如預測顧客流失率、預測走勢或股票價格。
「我可以用它做什麼？」是最常見的問題，無程式碼AI的主要用戶群是非技術人員，他們對AI技術知之甚少，更不用說編寫神經網絡程式。想讓AI作為業務營運的一部分，最快了解實用落地的方法是：「研究使用案例」。
需要注意的是，有些工具會透過在設定程式時來展示使用案例（例如針對特定行業或流程），而其他工具則需要用戶根據特定目的進行訓練，也有些平台兩者兼具。
常見的無程式碼迷思是，如果想導入到實施落地階段，就必須降低預期結果。目前無程式碼AI平台顯示，每個解決方案在本質上都受到工具設計的限制，有些業者指出在某些情況下，一旦在某平台上開發了應用程式，只要程式仍在運行，您就會與該平台綁在一起。如果是在概念驗證（PoC）的階段可能沒什麼問題，但如果是有預計要長久運行的程式，情況可能有所不同。
即使無程式碼平台減輕了軟體工程上的複雜，但它不是一個可以適用於所有問題的神奇工具。反之作為流程管理者，在導入時您應該考慮以下幾個問題：
我需要解決什麼問題？
組成這個問題的任務是什麼？
我們需要什麼程度的專案管理？
工具/平台在公司的架構中扮演什麼角色？
該平台是否符合問題的需求？
使用無程式碼AI工具是否能帶來長期價值？
本文介紹了無程式碼AI的概念、應用場景和發展前景。它可以幫助企業更好地利用AI技術來優化日常工作、解決商業上的問題、讓任何員工找到合適的AI解決方案，而且往往成本較低。
無程式碼AI讓非技術人員使用視覺化的界面來快速開發和應用AI技術，而無需編寫傳統程式碼。它的優勢包括可存取性、可用性、速度、質量、可擴展性和可視化，並且主要分為電腦視覺、自然語言處理和預測分析等技術領域。無程式碼AI的使用案例有助於非技術人員更好地理解和運用AI技術。
Mapping the No-Code AI landscape (levity.ai)
本內容由傑思．愛德威媒體贊助，AMT協會A_Talent計畫研究員整理編輯，崑山科技大學公廣系陳薇薇副教授 諮詢協助，為大家博覽世界行銷科技與數位轉型趨勢內容，歡迎大家多多回應交流與轉發～
文章摘錄翻譯：
AMT聯盟研究員＿林宜風