Краткое содержание анализа
Платформы для организации рабочих процессов на основе низкоуровневого программирования, такие как Coze, Dify и n8n, когда-то пользовались большой популярностью благодаря возможности сокращать количество повторяющегося кода, облегчать создание процессов для пользователей бизнеса и повышать эффективность работы руководства. Однако сейчас их позиции угрожают более простые инструменты на основе искусственного интеллекта (AI). Тем не менее, эти технологии не являются взаимоисключающими: платформы низкоуровневого программирования сохраняют свои преимущества в виде стабильности и контролируемости, в то время как инструменты на основе AI обещают более низкий порог входа и гибкость при создании процессов. В будущем конкуренция будет сосредоточена на том, кто лучше понимает бизнес-процессы компаний.
I. Преимущества и недостатки платформ низкоуровневого программирования: почему они были популярны, а сейчас находятся в затруднительном положении?
Преимущества: В 2023 году для Coze и Dify наступил золотой век. Хотя модели ИИ были мощными, обычные пользователи не умели ими пользоваться для создания продуктов, а программистам приходилось писать много повторяющегося кода для объединения различных инструментов и систем. Платформы низкоуровневого программирования решили проблемы всех участников:
- Программистам не нужно было писать повторяющийся код для выполнения мелких задач;
- Пользователям бизнеса не требовалось разбираться в сложных технических аспектах — они могли создавать процессы с помощью интуитивно понятных инструментов;
- Руководству была перспектива сокращения затрат и повышения эффективности. Например, компании использовали Dify для локального развертывания систем, а частные пользователи — экосистему Coze для быстрого создания демо-версий продуктов.
Недостатки: Однако эти платформы подходили только для простых сценариев; при решении сложных задач их возможности ограничивались:
- Сложные бизнес-процессы часто были непредсказуемыми (например, в процессах обслуживания клиентов);
- Использование ИИ для создания сложных баз данных приводило к ошибкам из-за несостоятельности моделей. В результате платформы низкоуровневого программирования подходили скорее для демонстрационных целей, чем для реальной работы в производственной среде.
II. Как инструменты на основе ИИ могут заменить платформы низкоуровневого программирования?
Требования пользователей постоянно растут: они не хотят тратить время на создание и настройку процессов. В этом контексте появились инструменты на основе ИИ, способные автоматически генерировать код.
Ранние версии: Инструменты на основе ИИ могли создавать процессы по одной команде, но их работа была нестабильной (одинаковые запросы могли приводить к разным результатам, и ошибки было сложно исправлять);
Современные версии: С добавлением функций формализации описаний процессов на естественном языке стабильность значительно улучшилась; инструменты стали более сотрудничающими — ИИ генерирует первоначальный вариант процесса, а пользователи его дорабатывают.
Эти инструменты уменьшают необходимость вручную создавать и настраивать процессы, повышая тем самым эффективность работы.
III. Попытки платформ низкоуровневого программирования адаптироваться к новым требованиям: от простого drag-and-drop к гибким решениям
Coze, Dify и n8n активно развиваются, чтобы сохранить свои позиции на рынке:
- Coze 3.0: предлагает интерфейс для работы с инструментами ИИ в режиме онлайн; пользователи могут управлять несколькими такими инструментами без знания локальной среды или кодовых репозиториев;
- Dify: позиционируется как открытая платформа для создания рабочих процессов на основе ИИ;
- n8n: расширил функционал визуализации и контроля, добавив возможность автоматического генерирования процессов с использованием ИИ с последующим утверждением пользователей.
IV. Когда использовать рабочие процессы (Workflow), а когда — инструменты на основе ИИ?
Существует общее мнение, что эти технологии не заменяют друг друга, а дополняют друг друга:
- Рабочие процессы: используются для задач с четкими требованиями и высокой стабильностью (например, процессы финансового отчетирования или синхронизации данных);
- Инструменты на основе ИИ**: используются для задач с неопределенными условиями и потребностью в динамическом принятии решений (например, обслуживание клиентов или анализ рыночных данных);
Гибридная архитектура: позволяет комбинировать автоматические и ручные методы для достижения наилучших результатов.
V. Ключевой фактор конкуренции: понимание бизнес-процессов
Главным конкурентным преимуществом становится способность инструментов понимать особенности бизнеса компаний. Ведущие компании в области ИИ (OpenAI, Anthropic) ищут специалистов, которые могли бы интегрировать технологии ИИ с бизнес-процессами. Почему? Потому что модели ИИ уже достаточно мощны, но основной проблемой компаний остается нехватка четкого понимания собственных бизнес-процессов. Например, как преобразовать процессы обработки клиентских жалоб в формат, понятный для ИИ, или как создать базу данных из внутренних документов?
Вывод
Платформы низкоуровневого программирования и инструменты на основе ИИ не исчезнут, а будут сосуществовать как часть гибридных решений. Конкуренция будет в том, кто лучше поможет компаниям реализовывать свои бизнес-цели. В конечном итоге успех зависит от способности инструментов учитывать особенности бизнеса компаний, а не от их функциональных возможностей.