大家好，我是人月聊IT。
今天我想和大家聊一下数据中台建设中的AI赋能。之前我分享了很多视频，旨在实现自然语言编程，利用AI和ChatGPT来实现这一目标。我提出了一种理想的方式，即基于API驱动和无服务器(Serverless)架构来实现自然语言编程。
在实践过程中，包括数据库建设、核心逻辑层生成以及API发布等，使用自然语言基本上没有遇到问题。对于前端部分，通过API接口可以快速反向生成网页页面。然而，生成的网页页面往往需要进行大量调整。如果在下次需求变更时再次生成代码，之前的调整都会被覆盖。因此，要实现完整的自然语言编程，业务系统面临两个关键问题：复杂业务逻辑的实现和前端界面交互的设计。
复杂语言的实现并非不可能，而是需要付出巨大的代价。如果编写自然语言代码所花费的时间比直接编写代码更多，那么这项工作本身就没有意义。许多低代码开发平台也是如此，它们将最简单的代码编写转变为拖拽式流程设计器或代码逻辑设计器。你需要不断拖拽相关的流程框和判断框，并编写一些脚本代码。你会发现这并没有节省你的时间，反而花费了更多时间，而且生成的代码无法进行后续的调试和测试工作。
因此，我个人认为在数据中台建设中，使用AI赋能更容易实现。因为数据中台的逻辑相对简单。在完成数据建模后，涉及数据采集集成、数据清洗、宽表构建、上层维度表构建以及将数据能力发布为API接口等。即使涉及可视化展示的大屏幕，页面交互模式也相对简单，容易通过自然语言实现。因此，我个人认为未来的数据中台，首先是基于各种开源技术组件和现有技术能力，搭建纯技术平台，并将涉及的各个数据能力组件发布为API接口。这样，整个数据中台只有骨架，通过自然语言可以完全生成其内容。
详见：https://mp.weixin.qq.com/s/lfnRvaJVM0O-98tUjnmReA
