“當 AI 成為企業軟件服務的新引擎，將 AI 的‘智能化’與無代碼的‘低門檻’深度融合，通過打造貫穿軟件交付全流程的端到端 Agent，真正踐行‘人人可構建、場景易落地’的核心使命。” ——數睿數據創始人穆鴻在發布企業級無代碼軟件平臺 smardaten 2.0時強調。
一、深水區困局：AI落地遭遇系統性壁壘
畢馬威在其 2025 年相關報告中指出，過去幾年間，中國超 90% 的頭部企業已將 AI 納入核心戰略布局，中小企業的 AI 工具使用率近兩年同比提升 31%。這組數據的背后，折射出無論是大型企業還是中小企業的共同期許 ——借助 AI 提升企業數字化水平。然而，市場上的 AI 技術真的能實現這一目標嗎？
據不完全統計，在所有已落地 AI 應用的企業中，僅 35% 的 AI 項目能夠實現規模化推廣，絕大多數企業仍停留在試點階段。造成這一現象的問題幾乎貫穿軟件開發的各個環節，例如缺乏充足的數據基礎、從需求提出到產品設計交付的鏈路不通暢等。
面對這樣的困境，在過去幾年，低代碼 / 無代碼賽道因 “低代碼 + AI 或能降低軟件構建難度” 被關注，成為企業試圖突破困境的方向。但現實是，多數企業未推進深度 AI 轉型：未將 AI 完全嵌入開發邏輯，僅停留在問答助手層面，缺乏真正的交互操作 Agent。
深究根源，不少低代碼產品的 AI 功能只聚焦基礎階段，生成簡單框架和頁面，不支持復雜頁面、圖表，這與平臺本身無法開發復雜應用、不支持定制有關。若要將 AI 嵌入低代碼全流程，服務商不僅要實現固有組件的 AI 編排調度，還需針對業務管理、決策分析等場景深度思考，并構建支持多 Agent 協同解決復雜任務的能力，挑戰巨大。
二、破冰行動：十年沉淀鍛造“雙核引擎”
面對困局，數睿數據的解法直指核心——打造與軟件工程、數據工程深度融合的AI底座。為實現這一深度融合的AI底座，團隊首先發起了一場針對核心痛點的攻堅戰。
從104個痛點開始的攻堅戰
團隊耗時三個月梳理出整個企業級軟件定制交付全流程中影響交付效率的104個關鍵痛點，最終鎖定10大核心問題集中突破。比如需求調研時無法抓住用戶核心痛點、原型繪制效率低下、配置開發過程中重復性工作提效等，具體可以總結為三大關鍵瓶頸：讓抽象需求精準落地為復雜界面、讓業務數據自動轉化為決策洞察、讓行業知識沉淀為可復用資產。
行業知識到可復用資產的AI標注
要借助AI解決這些問題，其中一項頗具挑戰的是行業知識庫的構建與快速迭代。交付、研發、運營三大部門聯手，將十年積累的實施方案、設計文檔、客戶案例等非結構化資料整理歸類、統一格式，通過smardaten 2.0 實現文檔向量化轉換和元數據標注，構建AI可理解的語義知識圖譜。
數睿數據知識商超上已積累的海量業務場景模板，包含應用模板、頁面模板、大屏模板、卡片模板等，產品研發團隊進行人工標注（標簽、樣式等），AI通過學習這些標注信息，能夠輸出新的不同類型/跨行業模板方案。通過以上通用以及個性化的整合，最終為 smardaten 2.0 構建了強大的行業知識庫支撐，為AI提供了一個貼身的“業務助手”，讓AI在現有的積累之下進行創新。
“雙通合璧”的技術突破
數睿數據依托 smardaten 平臺的深度實踐，將十年沉淀的 “流程經驗”與“數據能力”凝練為強大的 “雙核引擎”——數字通與數據通。二者強力互補：數字通構建標準化軟件定制開發鏈路，為 Agent 提供清晰的流程導航，確保任務高效執行；數據通聚焦數據治理與可視化分析，為 Agent 訓練所需的高質量數據標注、場景化建模等關鍵環節，奠定堅實的數據基礎。兩者通過“數據模型驅動洞察，應用模板加速落地”的雙輪驅動，讓每個業務場景都能高效釋放數據價值，確保企業數字化的建設時不僅解決當下問題，更持續積累數字資產，贏在未來賽道。
從場景驗證來看：在軟件定制全流程的實踐落地中，某制造業軟件服務商交付團隊借助smardaten2.0的智能助手，將調研階段的軟件原型繪制效率提升80%，單個中等復雜度功能模塊的需求確認周期從平均3天大幅壓縮至僅需4小時。方案設計階段設計工程師通過AI檢索知識庫，獲取成熟業務設計方案，結合項目業務場景微調后即可交付終稿，總體設計工作量減少超過60%。
在數據治理與分析中，某醫療集團案例中，信息科周主任通過系統提交自然語言需求：“提取各分院 2024 年第二季度皰疹病例，篩選出皰疹數量≥10 個且體溫≥39℃的患者，按年齡分段統計分布情況”。
AI智能引擎即時響應，自動關聯各分院患者基本信息表、診療記錄表，10 秒內完成數據調取、條件篩選與數據分析，直接生成年齡分布圖表。
傳統模式下，這類需求需信息科聯合臨床統計員手動對接 23 家分院導出數據，至少 1人耗時3小時才能完成匯總分析，數據通通過自動化處理實現效率躍升，同時避免人工統計誤差。
三、AI底座驅動企業智能轉型三重奏
smardaten 2.0 作為強大的AI底座，其價值遠不止于提升單點效率。它正深度重構企業核心能力，驅動一場圍繞軟件交付流程、數據價值根基與組織協作模式的智能轉型三重奏。通過將AI深度融入開發基因、構建滋養AI的數據沃土、以及培育面向場景的Agent生態，smardaten 2.0 為企業提供了實現全面智能化轉型的核心引擎。
（1）再造開發基因：從“功能模塊”到“神經中樞”
傳統AI工具往往作為獨立插件存在，而smardaten 2.0將AI深度植入開發基因。當某汽車廠商需要定制經銷商管理系統時，AI不僅生成界面原型，更同步構建數據模型、優化頁面設計、調用API接口文檔、配置權限規則，實現需求到上線的端到端貫通，如同系統的‘神經中樞’般協調運作。
（2）革新數據土壤：為AI扎根奠基
“沒有高質量數據，AI就是無根之木。”穆鴻強調。基于smardaten 2.0 數據通提供的 data agent 能力，企業可以對自身的數據體系進行智能優化，從數據清洗到數據標注、數據模型構建到分析報告生成等，構建起滋養AI價值最大化的“數據沃土”。
（3）重構組織協同：組織效能提升與生態初現
在數睿數據內部，一場由Agent驅動的顛覆性效能正在發生。用戶服務部率先開發的“智能客服Agent”，通過深度學習歷史用戶FAQ和用戶手冊等物料，不僅能實時生成精準的智能應答，還可自動輸出結構化技術文檔與配置開發方案。該Agent上線后，成功釋放80%的重復性技術答疑人力投入。
此外，公司正構建AI Agent矩陣生態。除客服場景外，“界面智能優化Agent”、“智能流程編排Agent”已進入開發階段。這些由不同部門孕育的、面向特定場景的Agent，正滲透各業務環節，編織企業級應用生態，有力印證“全民開發”理念的可行性。
四、通往Agent民主化的道路
伴隨著企業如今邁入數字化轉型的深水區，需要的恰是一個AI時代的新底座。這個新底座不僅要具備固有類似無代碼/低代碼等的低門檻開發能力，同時還應該具備數據智能、交付智能等一系列AI能力，讓企業可以做到以最小的門檻、最高的性價比進行各個環節的AI應用搭建，基于AI進一步解決固有的數字化卡點、難點，提高企業的業務競爭力。
這也恰是數睿數據正在做的事情。站在smardaten 2.0發布的時間點，數睿數據已啟動更激進的3.0計劃。新版本將引入Agentic Agent架構，實現AI自主拆解任務、協調資源、閉環驗證的能力。“我們的目標一直沒有變化，就是要做到‘讓人人都能開發Agent’。”穆鴻展望說道。
免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。
