【簡立峰專欄】Low-Code / No-Code時代來臨,寫程式還是人才標配嗎?
【簡立峰專欄】Low-Code / No-Code時代來臨,寫程式還是人才標配嗎?

Low-Code / No-Code(低代碼 / 無代碼)的概念行之有年,早期Excel就是最佳的例子,讓使用者更方便地運用各種試算表,發展至今,更強調的概念是:「不是專業工程師,只要擁有領域知識,也能開發軟體」。

這同時也是程式開發的終極目標,漸漸走向更簡單、更目標導向、更便利的方向,讓所有人都能共同參與。舉例來說,程式語言Python相比於C語言就更加簡單,同一個矩陣要寫的程式碼更少,儘管現在尚未達到完全不需要程式碼的階段,但的確已慢慢精簡化。

現在Low-Code / No-Code工具很大一部份靠拖、拉讓使用者自行打造軟體工具,但缺點也很明顯,就是開發的內容有所限制、彈性不夠。

而Low-Code / No-Code為什麼重要?跟數位轉型帶來的工程師需求有很大的關聯。企業聘請工程師的成本相當高,在找不到合適的人才時,許多中小企業的老闆與員工,必須自行利用數位工具來達成目標。

台灣新創需兼顧GUI、UX,並瞄準單一領域發展

對台灣新創來說,Low-Code / No-Code是可以選擇的創業方向,但從競爭者、市場面來看,台灣在這一塊的優勢並不大。

為讓使用者沒基礎也能上手,需要依靠GUI(Graphical User Interface,圖形化使用者介面)與UX(User Experience,使用者體驗),這都不是台灣傳統軟體開發的強項。

GUI 或UX不夠強的原因有很多,其中一個就是生活複雜度不夠——「舉最簡單的例子,開發產品時有沒有考慮過左撇子子?」歐美左撇子用戶其實很多,台灣新創的產品發想上,則常是「我們自己覺得」。

coding 程式碼 打程式 工程師
「低代碼」強調「不是工程師也能開發軟體」的概念,成為企業由下而上的轉型動力,如何才能擁有這樣的工具與能力?
圖/ shutterstock

除了這2個要素之外,也需要非常挑剔的使用者,也就是有企業、用戶願意當白老鼠,給予適當的回饋。台灣在資訊領域上比較像後進者,新創必須要多想想辦法。

Low-Code/No-Code畢竟還是軟體工具,在國外的市場比較大,在台灣更適合鎖定一個領域來進行,像是ERP(企業資源計畫系統)、CRM(顧客關係管理)上的功能。也有許多聊天機器人新創走向視覺化的設計,讓行銷人員只要有基礎的邏輯,就能夠自行開發聊天機器人。

這是一個很好的行銷案例,若要從零開始開發,行銷人員得與工程師來回溝通;但一開始就從行銷人員的角度出發,機器人自己寫、文案自己作,降低了很多時間成本。

另外一個方向,是把技術「服務化」,利用API(應用程式介面)去跟Low-Code / No-Code的平台串接。像語音辨識技術不一定能直接發展成智慧音箱,但利用API串接平台,可以成為服務的一環。

另外要注意的是,把軟體工具做得很友善,並不等於是Low-Code / No-Code,卻是所有SaaS業者都應該前進的方向。

shutterstock_1099756880_saas.jpg
SaaS 最大的特色在於軟體本身並沒有被下載到使用者的硬碟,而是儲存在提供商的雲端或者伺服器。
圖/ Wright Studio via shutterstock

工程師被取代?專注高階內容是對策

在Low-Code / No-Code之前,就有RPA(機器人流程自動化)的存在,在歐美企業早已相當常見,兩者有目的上的差異——RPA非常企業導向,專為企業自動化的需求而生,不見得是一個專業的「工具」。

舉例像下大雪的時候,航空公司利用RPA通知客人機場關閉,讓他們依據所在地距離前往不同的旅館;或是做報表、算薪水,這種人類很容易出錯的工作可以交給RPA;甚至是電商常標錯價,也可以用價格自動檢測系統,讓數字打上去時能自動通知價格合不合理,避免標錯價。

行銷科技(MarTech)是我特別想強調Low-Code / No-Code能發揮作用的領域。現在行銷人員使用的工具都很先進了,這群追著數字跑的工作者,幾乎就是網路時代的業務員,因為只要工具用的好,轉換數字漂亮,營收就會進來。

各個領域的企業,可以鼓勵員工自行使用Low-Code / No-Code工具,有了成就感之後,搭配專業領域的知識,才能由下而上推動企業的轉型。

shutterstock_739241959_IT工程師.jpg
未來寫程式的能力跟英文一樣是標配,但年輕人還需培養DIY精神,工具門檻降低了,最終仍要由人來完成,一切重點都還是學習力。
圖/ shutterstock

台灣企業以製造業為經濟結構主體,雖然常喊缺人才,但在數位轉型的急迫程度上不如他國,員工也都刻苦耐勞習慣了。如果企業永遠有人力可以用,就不會產生適合Low-Code / No-Code的環境,但如果產業不轉型,不讓人才去做更高度複雜的工作,那麼低階服務的自動化也不容易發生。

未來寫程式的基本能力應該跟英文一樣是標配,寫程式不再是資訊科技學生的專利,但同時間,年輕人還需要培養DIY的精神,工具的門檻降低了,最終還是需要由人來完成,一切的重點都還是在學習力。

至於工程師會不會失業?

不會的,當然各行各業不夠強的人都會被淘汰,這是必然的結果。工程師在Low-Code / No-Code的時代,必須提升自己的競爭力,去開發更高階的內容。舉個例子,自排車的出現,讓學開車不用從手排開始了,但工程師就像是手排車駕駛,應該有更敏捷、更高的操控性才是。

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

整理.記錄:陳君毅/責任編輯:吳佩臻、張庭銉

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓