根據國際研調公司Gartner預估，2024年全球將有65%的應用程式會藉由Low-Code（低程式碼）平台開發。美商訊能集思事業發展副總裁黃逸華提到，隨著企業對於數據處理、軟體的功能應用期待提高，許多人即使不具備程式專業，但也希望能找到提高工作效率的工具，而符合這些需求的工具就是低程式碼平台。

從Low-Code到No-Code

由於現有的套裝軟體多半無法兼具計算能力強且能實現多種功能的需求，在各種驅力之下，各式各樣提供企業化應用及個人專業使用的程式語言也開始蓬勃發展。黃逸華認為，2000年是轉變的關鍵時刻。在1980年代，Dos、Windows等系統的出現，將個人化的應用轉至企業應用層面，市場上也一直有各式工具的強烈需求，隨著運算能力提升、使用越來越多樣化，許多專業工程師也慢慢將許多小應用開發成大工具，於是有了目前我們所熟悉類似ERP、CRM這樣的系統。

在ERP等系統主宰市場的20幾年來，可以看到，過去系統化的應用上多半是在同一個情境下，以同樣的功能，處理同樣的事情。但是，隨著知識擴散、應用分化，如果還是期待有一套大型軟體能夠符合企業所有要求，可能力有未逮。再加上 ，許多人雖然不具程式專業，但對於手上正在做的事情非常了解，也就開始希望能在「不寫程式的前提之下」，打造一個所需的工具來滿足使用需求。近五年來，大家開始思考自動化的需求，想要更聰明的應用，於是無程式碼（No-Code）平台也開始慢慢出現。

現在No-Code平台百花齊放，各種表現形式都有，有些平台需要手動先做許多數據分析，再將數據構成可視的圖案，這是屬於BI的範疇，怎麼挑選數據、如何分析仍需要許多專業知識。若想再透過人工智慧進行分析，則必須投入大量數據並進行標記，再透過各種AI運算組合得到一個結果。

黃逸華認為，能讓使用者以最自然的方式、機器自動去撈取、解析資料，具備可視化界面，還可以在很短的時間內，甚至是即時讓使用者得到符合需求的結果，是對No-Code平台的基本要求。

數據仍是關鍵

許多No-Code AI工具多瞄準中小企業作為主要使用者，強調不用培養AI團隊，而且可以快速看到成果。但是，對許多想要利用Low-Code或No-Code平台導入AI的公司來說，依然要面對的是數據的問題。人工智慧科技基金會首席資料科學家蔡源鴻認為，中小企業更需要先克服的是資料的基礎建設，「有些公司說有資料，但其實並沒有『有效資料』。」企業主必須對何謂有效資料具備概念，了解不同數據背後的價值，並有意識地搜集與管理資料；更重要的是，資料需要被數位化，否則後續將沒辦法往下推進。

黃逸華提醒，企業必須要認知，數據分析平台並不是超級聰明的大腦，問什麼問題都能回答，它仍然需要數據進行分析。客戶如果沒有數據，「考驗的是他們自己，」不可能在沒有數據的前提下做數據分析，而沒有數據就給出的答案，通常也比較難以信任，更不必說能夠成為營運決策或策略的重要依據。