能帮助简化流程、减少人员开支的 Amazon Q Apps，或许才大有可为。

在微软的 Copilot GPTs 成为历史、OpenAI 的 GPT Store 一地鸡毛之后，AI 的 App Store 时刻似乎还只是一个梦想。然而 App Store 所取得的商业成绩过于耀眼，即便 OpenAI 和微软都没能成功，但依然有厂商相信自己会是成功者。日前在 AWS 方面举行的纽约峰会上，该公司正式发布了 Amazon Q Apps，允许用户构建自己的 AIGC 应用。

与 GPTs 类似，Amazon Q Apps 的核心卖点也是允许用户用自然语言来描述所需的功能，并自动产生基于生成式 AI 的应用程序，而且无需用户有任何编写代码的经验。AWS 方面举的例子，就是公司人力资源部门要替新员工制定入职计划时，只要说明相关需求，Amazon Q Apps 可在几秒内生成一个可供不同招聘团队使用的应用，从而替不同的新员工打造个性化的入职计划。

作为 Amazon Q Business 的一部分，Amazon Q Apps 能够支持软件开发、数据分析洞察和内容创作等多种任务。那么问题就来了，Amazon Q Apps 与 OpenAI 的 GPTs 看起来似乎没什么差别，为什么亚马逊还要再撞一次南墙呢？实际上，GPTs 和 Amazon Q Apps 面向的是完全不同的市场，两者唯一的共同点就是能制作出 AI 应用。

GPTs 是大众认知中 App 在 AI 时代的对应版本，而 AWS 对于 Amazon Q Apps 的定义，则是为企业级客户提供自定义且可分享的、基于生成式人工智能的应用程序。GPTs 是一个面向消费级市场的产品，而 Amazon Q Apps 更像是 Android Studio、 Xcode 等开发工具。

GPTs 的失败就失败在 " 人人都是产品经理 " 这个愿景，虽然用户只需用自然语言来创造属于自己的应用程序看起来很美好，似乎也能为 GPT Store 带来百花齐放的场景。但 OpenAI 没有想到一个问题，就是为什么用户需要去开发一款应用？毕竟由于互联网的信息流通便捷性，软件开发者和用户的比例其实是极为悬殊的。

根据 Evans Data CorporationData 在 2023 年进行的全球开发者人数和用户统计研究显示，全球有 2690 万软件开发者，可全球共有 50 亿网民，也就是开发者在网民群体中的比例只有 0.5%。事实就是绝大多数网民已经习惯于用户的身份，并拒绝成为生产者，所以借助自然语言就能创造 AI 应用虽然噱头十足，但一般的网民并不买账。

所以 GPTs 更像是向和尚卖梳子，又岂有成功的道理？可反观 Amazon Q Apps，它并非是面向普通消费者、而是企业级用户。众所周知，企业级市场更关心的是效率，消费级市场注重的则是体验，而 GPTs、Amazon Q Apps 并不能从根本上改变产品的体验，用几十句话就生成的 GPTs，怎么可能比得到上开发团队使用专业工具打磨数月的产品？

GPTs、Amazon Q Apps 之于效率的提升，也就是不懂 C++、Java 等编程语言，也不理解应用开发流程的 " 小白 "，只需靠说话的方式就能做出一个能运行的 AI 应用。而 Amazon Q Apps 恰恰就瞄准了企业级市场，所以它是一个帮助提升工作效率、改进工作流程的工具，而不是一个有趣的玩具。

Amazon Q Apps 实质上的竞争对手不是 App，而是所谓的低代码概念。过去三十年间，作为信息科技的代表，互联网彻底重塑了我们的世界。作为互联网产业的基石之一，负责将创意变成现实的程序员获得了相当大的时代红利，以至于 " 转码 " 也成为了一个在年轻人中颇有市场的概念。

程序员之所以在全球范围内都是高薪职业，是因为门槛较高，需要从业者掌握包括 ‌Python、‌Java、‌C# 在内的一门乃至多门计算机语言。可是在市场环境越来越冷的当下，高薪酬的程序员与厂商挂在嘴边的降本增效就形成了巨大的反差，替代程序员也成为了一众厂商心照不宣的操作。

低代码就是降低编程的门槛，让缺乏相关计算机知识的人也能编写软件。低代码的形式是 " 可视化编程 "，其核心则是 " 复用 "，即通过可视化、模块化、拖拽式，来代替传统开发方式中的编写代码。在低代码的概念中，模块化组件代替了编程语言中一行行的代码，可视化设计则将程序员脑海中的抽象思维变成了更容易理解的流程图，从而让更多非专业有人士能够参与到软件开发中。

然而遗憾的是，低代码的渗透率如今要远低于预期，在所有的行业里的渗透率基本都是个位数，以至于在过去两年间，主打低代码概念的厂商在融资上也频频遇冷。诚然传统企业的数字化转型是大势所趋，但现实是低代码开发本身也并非零门槛，也需要了解低代码适用的业务场景以及低代码的能力边界。

换而言之，低代码的用户可能不需要有程序员思维，但一定要有产品思维，要对编程本身有着一定的基础认知，所以这就是低代码的局限性。但低代码做不到的 " 全民开发 "，在 AI 大模型支持下的 Amazon Q Apps 却可以。Amazon Q Apps 实现了用户纯粹使用自然语言、完全不需要任何编程知识，就可以快速搭建 AI 应用。

所说即所得，这种能力或许才是企业需要的。GPTs 的能力边界导致了它的成品不如常规开发的 App，但企业用户往往只看效率，能够帮助简化流程、减少人员开支的 Amazon Q Apps，可能才是真的大有可为。