今天人们讨论一个这几年的老话题：应用现代化(Modern Application)：
云原生：微服务-容器、CI-CD-DevOps
低代码/无代码：基于云原生技术，快速开发应用
RPA：基于RPA，把开发的单体应用串联在一起，自动化执行
我倒是从另一个视角：机器学习和深度学习的视角来给应用现代化一个新的视角，这个视角有别于现在的企业应用开发模式（前端-后端-数据库端），而是：
最初级：数据结构+逻辑=程序，这个本来就是错的，但万金油只会这个
本来：数据结构+算法=程序，这个才是对的，是几十年前计算机宗师Nicklaus Wirth提出来的。但算法是什么，很少有人知道（根据《算法导论》一书来说，是例如排序算法、矩阵运算、线性规划、傅里叶变换、图算法等等）
现在：大数据+模型=程序。这正是我们现在做的：结合应用要素与影响因子，把合适的几种算法组合成模型
未来：预训练大模型=程序，这样，深度学习就真正有用了。现在深度学习还是被瞎用，只能画个谁也看不懂的画
我们常常讲企业-资源（人、财、物资设备）-计划（PDCA），贯穿在企业的每个价值链环节（研-供-产-销-售后）。
（1）Plan
Schedule
这里可以使用时序预测、运筹学等技术。
（2）Do
Transaction-Process
这里可以使用BPM引擎、流程挖掘、RPA等技术。（由于咱们中国的应用软件中只有Logic和Workflow，没有显性的Process，所以没法做Process Mining）
（3）Do Detail
Input-Output：Validation、Formula
Logic：Rule、Status，叠加Permission-Access
这里可以使用规则引擎、状态机引擎等技术。
（4）Check
organization-Role-Workflow
这里可以使用Workflow引擎、Anomaly Detection等技术。
（5）Act
Inference-Optimization
这里可以使用因果推断、优化算法等技术。
还没有评论，来说两句吧...