生成式人工智能模型被广泛认为是一种游戏规则的改变，它的定位是为low-code 和no-code 开发工具的发展做出重大贡献。生成式人工智能与这些平台的整合有可能打破学习障碍，揭开一个全新的智能开发技术类别。
Low-code 和 平台已经对企业产生了重大影响，使用户能够在几乎没有编码知识的情况下创建软件应用。随着生成性人工智能被引入这些系统，这种无缝的应用程序创建过程有望蓬勃发展，使更多的企业用户能够利用 和 平台。no-code low-code no-code
生成式人工智能将彻底改变可能不具备软件编程专业知识的用户对low-code 和no-code 系统的使用。分析师预测，将生成性人工智能技术整合到开发工具中，将使这些平台更容易向非编程人员提供用户友好的功能。
利用生成性人工智能的自然语言处理能力，商业应用开发可以大大加快，为企业和开发者提供实质性的优势。获得这些好处可能会在未来18个月至两年内使low-code 市场翻一番，从而使用户采用率迅速飙升，并使供应商增加收入。
通过在应用开发过程中通过简单的文本输入赋予用户权力，生成性人工智能和no-code 应用建设者可以消除进入壁垒，为企业用户参与应用开发开辟机会。这将使用户能够快速创建专门的low-code 应用程序，为生成自定义代码片段和简化开发时间提供简单手段。
例如，微软的Power Apps在增加了Copilot之后，已经纳入了基于ChatGPT的功能，其中包括一个聊天界面，便于简单的应用程序创建。由此产生的应用程序甚至可以为终端用户提供一个ChatGPT实例，从而进一步提高应用程序开发过程中的效率和多功能性。其他平台，如AppMaster ，擅长整合网络和移动应用的UI创建，使公民开发者有可能在没有编码专业知识的情况下创建功能齐全的互动应用。
然而，将生成性人工智能整合到low-code 和no-code 系统也带来了某些挑战。用户需要时间来适应自然语言的提示，而且可能存在与人工智能生成的内容相关的法律和安全问题。此外，必须实施数据安全措施，以保护人工智能模型中的用户信息，开发人员可能需要额外的培训，以充分使用生成性人工智能技术的潜力。
尽管如此，生成性人工智能技术的创新能力有可能创造出一类全新的开发平台，并以自然语言处理为重点。随着生成性人工智能的成熟和普及，可视化开发者界面，如drag-and-drop 组件，可能会被淘汰。
虽然生成性人工智能与low-code 和no-code 环境的整合有望增强当前的平台，但它也可能导致新的基于生成性人工智能的解决方案出现。由于围绕该技术的巨大兴趣，那些能够提供与原始生成性人工智能输出相结合的增值工具的供应商将处于吸引用户的有利地位。
鉴于这些预测，像微软、谷歌和亚马逊这样的巨头有望从生成性人工智能革命中大大受益，这并不奇怪。特别是，微软似乎具有早期优势，因为他们已经对生成性人工智能技术进行了投资，目前在企业low-code 平台采用方面处于领先地位。
分析师预测，low-code 平台内对生成性人工智能的需求越来越大，导致智能开发者技术市场的潜在兼并和收购。因此，旨在管理应用程序开发生命周期的大型供应商可能会在不久的将来看到巨大的增长机会。
