匯智智能是一家專業從事系統集成、軟件開發、智能建筑的企業，多年來一直致力于為政府、金融、教育、醫療衛生等行業用戶提供信息化服務。2020年，匯智智能接到了一項非常緊急的項目，要幫助某省完成城市大腦建設中的129項功能。
匯智智能算了一筆賬，如果按照傳統軟件開發的方式，大約需要100人干9個月的時間——但是，匯智智能的項目周期只有3個月。
時間緊、任務重，眼看著老辦法可能無法交差，匯智智能只好尋找“外援”。他們恰好在脈脈上認識了一家“無代碼”公司數睿數據的業務員，號稱能夠多、快、好、省地提高開發效率。
經過一番了解，雙方達成合作，最終匯智智能采用數睿數據Smartdata平臺，在2個月內順利完成交付，效率提高了整整77%。
這是無代碼在企業級開發的一次成功實踐。在很多人的意識中，無代碼只能滿足“云端Excel”的功能，無法勝任復雜的企業級開發需求，而數睿數據，則打出了“企業級無代碼”的口號。
今年的軟件市場，刮起了一股“低代碼風暴”。這個2019年開始在國內逐漸嶄露頭角的新概念，在2021年迎來了一次大爆發。投資人也聞風而動。據企名片統計，今年在低代碼領域的投資事件有28起，是去年的1.6倍，其中不乏紅杉中國、云啟資本、五源資本等明星基金的身影。
低代碼有很多分類方式，最常見的是表單驅動和模型驅動，業內一般將表單驅動應用于“無代碼”（又稱零代碼，完全不寫代碼）方式構建輕量級應用，面向不懂IT的技術人員；將模型驅動應用于“低代碼”（仍需寫少量代碼）方式構建企業級復雜應用，面向懂IT的技術人員。無論哪一種，都是用一種類似“樂高積木”的方式，來將通用、可重復利用的代碼形成組件化的模塊，通過圖形化的界面來拖拽組件并形成應用。
但數睿數據卻是無代碼領域的一個另類：既不是表單驅動，也不是模型驅動，而是提出了“數據驅動”，在模型驅動的能力之上，又擴充了“數用一體化”的能力。去年，數睿數據完成400%的業務增長，今年預計營收2~3億元，并獲得了紅杉中國、云啟資本等投資機構的青睞。
軟件市場從不缺乏概念，數據驅動的企業級無代碼，到底優越在哪里？是真實力，還是空噱頭？
一、半路出家的無代碼企業
實際上，數睿數據的無代碼屬性并不“純粹”，是一家半路出家的無代碼公司，最開始的產品方向是“大數據”，這也是數睿數據喊出“數據驅動”無代碼的原因。
創業初期，數睿數據看到市場正在發生的變化：隨著移動互聯網大發展，通過App、小程序和蓬勃發展的各類傳感器，為各行各業積累了大量的數據。
這些數據類型大致可以分為三類：
傳統企業數據，包括CRM系統的消費者數據，傳統的ERP數據，庫存數據以及賬務數據等；
運營和傳感器數據，包括呼叫記錄，交易數據，智能儀表，工業設備傳感器等；
社交數據，包括用戶行為記錄，反饋數據等，如微博、微信這樣的社交媒體平臺。
通過數據和算法，中國誕生了一批卓越的互聯網公司，比如靠算法推薦起家的今日頭條，伴隨著社區營銷火起來的小紅書等等。但是，在工業、制造業、政企等大量傳統行業中，數據雖然有了，但由于缺乏專業的人才和團隊，還是無法挖掘數據的價值，也就難以讓數據驅動決策和運營創新。
這是一種數據資源的浪費。
憑借團隊在大數據、中間件和智慧城市應用建設的經驗積累，2017年數睿數據推出數據智能平臺OneMind，解決讓政企客戶頭大的數據處理及分析問題，實現數據可視化、結果數據化。
數睿數據董事長兼CEO穆鴻表示：“創業初期，我們希望能夠把大數據做小，讓數據能夠快速使用，讓人人盡享數據價值，并快速響應客戶在數據方面的訴求。”
但是到了2018年，數睿數據逐漸遇到了“成長的煩惱”：把大數據分析、數據中臺、可視化等一股腦都用上就能夠真正實現數據價值呢？顯然沒那么簡單。
一是站在客戶的角度，數睿數據在發展的過程中發現，即使把軟件規模做得更敏捷、讓客戶更實用、讓投資成本更低，還是有一個大問題沒有解決：數據從哪兒來？數據的價值到哪兒去？顯然這個問題僅靠一個工具或者數據平臺是解決不了的。
換句話說，巧婦難為無米之炊，如果不介入數據的全生命周期管理，就無法最大化地發揮數據的價值，數字化轉型的效果就會大打折扣。業務和數據只有形成一個閉環，快速迭代，才能發揮價值，更敏捷的驅動決策。
二是站在自身的角度，數睿數據發現傳統數據治理、數據分析、數據共享是一個非常重人力、重項目的模式，很難抹平邊際成本，和很多產品驅動的SaaS公司相比，并不是一個完美的商業模型。
為了應對類似問題，2019年數睿數據開啟商業模式轉型，由傳統的“項目制”變成“L型”，從擅長的智慧城市垂直領域（即項目制的那條豎線）橫向拓展到金融、交通等多個行業，業務形態慢慢從“1”變成“L”。
配合這種商業模式的，是數睿數據全面轉型“無代碼”。值得一提的是，2019年也是低代碼、無代碼在中國興起的一年，數睿數據趕上了風口。
在很多人的印象中，低代碼、無代碼似乎只能做一些簡單的工作。阿里云智能總裁行癲就表示，釘釘的低代碼工具能夠幫助企業做“邊邊角角”的創新。當然，邊邊角角的創新并非不值一提，反而價值巨大，比如「甲子光年」曾報道過的釘釘低代碼在柳鋼鋼鐵廠的應用。
然而，和大部分無代碼企業不同的是，數睿數據的無代碼定位為“企業級”。
什么是企業級？開源數據庫企業PingCap CTO黃東旭曾對「甲子光年」講述過一個有趣的故事：“到現在我也不知道什么叫做企業級的數據庫，每個人心中都會有自己的理解。但企業級的數據庫，一般都要有別人用過，他才敢用，沒人愿意當小白鼠。”
放在無代碼領域也是一樣，而數睿數據在轉型無代碼之前，已經積累了上百個項目經驗，早就是軟件開發的“老師傅”了。
穆鴻表示，雖然趕上了風口，但無代碼只是數睿數據實現數據驅動的手段，而“讓數據能夠快速使用，讓人人盡享數據價值”，這個初心一直都未曾改變。
這種基因的不同，也讓數睿數據與其他低代碼、無代碼公司有著本質的區別。
二、數據驅動，數用一體
在將過去的經驗沉淀為軟件之后，數睿數據在2021年推出了企業級無代碼軟件平臺Smartdata。
基于對企業架構的解構，數睿數據將Smartdata的功能劃分為四個域：管理域（沉淀數據資產）、數據域（定義數據資產）、分析域（認知數據資產）、運營域（運用數據資產）。
數睿數據總裁劉超表示，和市面上的絕大部分低代碼、無代碼平臺不同的是，Smartdata的核心價值在于“數用一體化”——大數據和應用不分離。
數用一體化的核心在于數據域，起到一個“數據中轉站”的作用——既可以收集并處理業務系統源源不斷生產的數據，又可以將數據通過分析、治理反哺到業務系統中去，形成一個數據流通的莫比烏斯環。
對于數據的利用方式，業內有不同的方法，比如用友曾提出過“數用分離”的理念，將數據處理和數據應用獨立為兩個不同的系統，這與數睿數據的理念恰恰相反。
對此，劉超認為，用友提出的“數用分離”，更多是針對已經建設過信息化系統，并且有一定數據資產沉淀的企業。過去，這些數據資產并沒有有效利用，當你想用的時候，需要重新建立新的數據應用系統——也就是常說的數據湖或者數據中臺。
如果說數用分離是一種“補救手段”，那么數睿數據的數用一體則是“502膠水”，把應用系統和數據再使用粘到一起，一次性把數據的事情都做了。
做一件事肯定比做兩件事更省事，但難點也很明顯，存在一定的技術門檻。對此，數據通過DIKW模型，在DI信息層面打造了“數據圖書館”，在知識層面，通過數據分析儀、交換機的工具可實現知識沉淀再利用。
數用一體化的理念給數睿數據帶來了簡單而明顯的優勢——能力疊加。
數睿數據CTO張超表示，無論是常見的表單驅動還是模型驅動，根本上都是圍繞業務事務處理構建業務系統，是典型的OLTP模式，核心關注點都是“結構+交互”，對應到數睿數據的產品，其實都還是管理域的功能。
由于管理域所涉及的軟件開發邏輯較簡單，底層技術架構要求不高，表單和流程的無碼化歷史上有案例積累且較為容易實現。同時，管理域較為貼近日常辦公，業務人員容易理解和上手，“像搭積木一樣搭建屬于企業自己的OA、ERP、CRM”，很快以疫情為契機切入了許多中小企業的日常運轉場景和中大企業的邊緣拓展系統。
但是，純OLTP模式的低代碼、無代碼“美則美矣”，卻也有美中不足的局限。
一方面，OLTP的無代碼難以解決企業級需求。以某教育機構為例，疫情期間該公司項目經理通過拖拉拽很快就成功搭建了一套無代碼產品的管理系統，一周就在部門內上線，且隨時可以根據組織和業務變動重新配置。但從部門向全公司推廣時，卻遇到總承載數據到PB級就開始性能下降甚至宕機的問題；
另一方面，OLTP的低代碼，難以實現大數據分析等功能。以打車軟件為例，如果按照OLTP模式的模型驅動來設計，就只會有乘客、司機、訂單、路線等模型信息，只能完成基本的打車功能，這也是幾年前市場上最開始的打車軟件的樣子。
但是，我們現在打車，有基于大數據的車輛調度匹配算法，司機信譽打分，乘客是否上車的判斷，乘客是否飲酒的判斷和勸告，前車距離過近提示（車上的桔視的視頻監控），乘客與司機的沖突檢測，這些基于數據驅動的分析性結果的應用，極大地提升了用戶體驗。
對應到數睿數據的產品，就是在管理域的基礎上，疊加分析域的能力——OLAP的模式。
數睿數據基于數據驅動，打破了OLTP（業務事務處理）和OLAP（業務分析處理）的邊界，真正做到數用一體。在這種能力疊加之下，數睿數據自然就突破了傳統的表單驅動的無代碼和模型驅動的低代碼的局限，更上一層樓。
軟件開發是一個流水線作業，需要數睿數據首先完成80%的通用型工作，即數據域、分析域和管理域的能力，能夠做到絕對的無代碼。而剩下的20%是最后一公里的運營域內容，則交給數睿數據的合作伙伴——主要是軟件供應商、軟件開發商。
運營域往往是面向行業公司的核心資產（例如涉及算法類的——工廠排班、交易風控模型、氣體泄漏擴散模型等），其中軟件配置的復雜度和寫代碼的復雜度近似，數睿數據支持客戶通過二次開發、自建插件的方式合作。
產品就緒之后，數睿數據摸索出了一套全新的商業模式。
三、軟件工廠，左膀右臂
2019年，「甲子光年」曾做過一篇低代碼的報道，彼時低代碼/無代碼企業還處在一個摸索階段。如今，國內的低代碼公司路徑逐漸清晰，主要有兩類：
一類是“銷售驅動”，直接服務最終客戶，主要以低代碼工具來支撐自己的產品或解決方案。這條路徑“為了活下去”而看重短期收入，但容易做成外包公司。即使有低代碼的加持，也不過是一個“高級外包”。
另一類則是“產品驅動”，基于低代碼工具的云平臺，不服務最終客戶，而是服務第三方軟件開發商、IT集成商。這是一個看起來很美的“生態故事”，需要長期投入的姿態來打磨產品，但缺點是在營收上會有一定的滯后性。
低代碼公司的商業路徑，往往先有一，再有二。云啟資本合伙人陳昱告訴「甲子光年」：“低代碼平臺最好的定位是做成一個工具型的產品，那么最好的銷售方式就是交給渠道來做。有的低代碼公司會自己做一部分，另一部分交給渠道來做，但這里面的沖突在于，等于你跟渠道商搶市場，渠道商怎么會全心全意賣你的東西呢？”
數睿數據在2019年全面轉型無代碼之后，“自斷一臂”，徹底放棄項目制，專心服務生態伙伴。這在國內的低代碼市場領先了半步。雖然建設生態合作伙伴已經成為低代碼公司的共識，但是直接放棄“項目制”的收入在業內還是少數。
之所以敢于自斷一臂，除了避免潛在的商業沖突，更是因為數睿數據基于Smartdata數用一體的能力，獨創了一套“軟件工廠”的商業模式，形成數睿數據的左膀右臂。
左膀面向存量市場，數睿數據作為“賦能者”，與軟件企業展開產研級合作，幫助他們擴充產品能力以及項目交付落地。
數睿數據曾遇到這樣一家企業客戶，很多需求從設計層面已經完成，軟件也完成了配置，但是中后期，底層表結構發生了變化，上升到所有業務、所有功能模塊都必須隨之變化，項目不得不推倒重來。數睿數據總裁劉超表示，這是當下模型驅動的低代碼會遇到的典型問題。
無代碼則避免了類似問題。由于是“拖拉拽”的方式進行軟件組裝，以及平臺自身智能化的加持，數睿數據將軟件開發的門檻由IT專家降低為應屆畢業生，并可以縮短軟件開發周期63%，大大提升了迭代修改速度。
相比低代碼，無代碼的方式也保證了產品的規范和質量。云啟資本合伙人陳昱告訴「甲子光年」：“低代碼允許用戶做一些定制化的功能，但這可能會打開一個無底洞，無論是代碼安全性還是代碼質量就很難控制了。”
產研級合作是當前低代碼、無代碼市場的主要競爭擂臺，而數睿數據的右臂則面向增量市場，是數睿數據獨有的探索性商業模式——產線級合作。
產線級合作跟傳統軟件構建有兩個不一樣的地方，首先軟件制造模式。
傳統的軟件工程交付模式，包含需求分析、軟件設計、代碼編寫、集成測試、軟件交付、用戶驗收、運行維護等至少七個環節。而數睿數據的軟件工廠則將其簡化為四條生產線：管理生產線、分析生產線、數據生產線和集成生產線。例如，集成生產線就包括軟件系統最后的總成，以及在交付過程中進行素材的采集和積累，如模板、樣式、圖片、動畫、視頻等等。
產線級合作也帶來了報價模式的不同。過去包括現在很多廠家在報軟件工作量的時候，通常是按照人天報價，而軟件工廠是按照計件的方式進行報價，業務設計的能力越強、頁面數越少，成本也就越低。
在這種模式下，數睿數據有一個更大的野心——不僅要幫助合作伙伴實現“客戶成功”，更要塑造“下一個數睿數據”，變身“賦能賦能者”。
依托于Smartdata的無代碼服務能力，數睿數據將其總計為L1~L5五個階段。數睿數據總裁劉超表示，當下合作的大部分廠商以產研級合作居多，還處在L1~L3的階段，更多是一種“工具的升級”；而數睿數據的產線級合作面向L4、L5，是一種“生產模式的升級”。
如今，數睿數據已經有200+無碼化軟件成品，10000+交付件總規模，遠程交付90%，平均工期為45天，數睿數據也已經積累了來自智慧城市、工業生產、交通、教育、軍工等10多個行業的300多家客戶，聯合40+頭部軟件企業提供基于數據驅動的無代碼行業解決方案。
這種產品化的打法已經成為一種趨勢。比如無代碼IDE公司函子科技在今年4月份之前，內部有一個專門的“外包實施團隊”，直接面向甲方客戶，4月份之后函子科技將這一類項目全部推給生態伙伴，轉型為客戶成功團隊。
如今，業內已經很少討論低代碼、無代碼是否是一個“偽命題”，因為其價值已經在各行各業發生。在近期Gartner發布的2022年重要戰略趨勢中，有一項技術為“組裝式應用程序”，也就是低代碼和無代碼所實現的能力。
如何從“證明價值”到“能賺到錢”，變成了低代碼公司的新命題。企名片數據顯示，中國目前約有86家低/無代碼平臺，其中部分由阿里云、華為云、騰訊云等云平臺，或用友、金蝶等軟件公司推出，而獨立的低/無代碼平臺以創業公司為主。
低/無代碼已經有“內卷”的勢頭，一場解放生產力的競爭才剛剛開始。
