1. 低代码挑战一：易用性和培训机制有待加强
低代码开发相对传统软件开发形式大大降低了操作门槛，且使用群体也从开发人员向业务人员渗透，但从应用现状上来看，普通操作者无法熟练的独立完成应用搭建，仍需要技术人员在一线业务人员和厂商之间进行沟通。一方面是低代码产品本身的易用性有待进一步提升，包括底层技术框架和可视化界面的呈现；另一方面企业在采购低代码产品后无法提供相对完善的培训机制，导致员工对低代码的接受度和上手能力进程缓慢，也在一定程度上影响了低代码应用的广泛性。
-
从厂商角度，低代码对于专业研发人员上手较为容易，但是对于业务人员来说易用性有待增强，增加业务人员的可操作性。易用性的提升有四个梯度：
数据库管理、报表管理和其他单点功能的突破
产品架构设计能力和落地能力的提高
灵活性和可扩展性提升
易用性提升
-
从低代码应用方企业内部角度，企业对于员工的培训、员工自身学习意愿等都不足，也可在企业内部提升管理层数字化转型认知，以及包括业务人员和技术人员的低代码认知。
2. 发展建议一：关注渠道下沉带来的需求机遇，产学研一体化助力区域发展
针对低代码本身面临易用性和市场需求广泛性的问题，关键在于解决人才短缺，如果人才发展得不到解决，低代码在一线城市需求市场和渠道下沉市场中的影响力会大打折扣。对于二三线城市，B端企业研发人员配皮不足，严重缺乏软件开发型人才；且当地政企希望能够有本地的服务团队去及时响应供需匹配。
而面对庞大的未渗透的市场空间，产学研一体化模式或将给行业发展提供一种新的思路。产学研一体化主要是在政府、低代码厂商、当地高校三方参与下，各自角色相互配合，实现“以产养研，以研促产”的正循环模式，助力区域人才发展和低代码的快速落地。
建议厂商在当地建立交互中心和客户成功团队，提供项目交付和实施。
3. 低代码挑战二: 低代码边际价值未完全释放，厂商规模化发展尚存在阻力
低代码产品通过提供应用开发平台满足企业个性化需求，将侵蚀原有需要定制化开发的市场空间，替换掉软件中非标准化开发部分，敏捷响应市场需求和业务创新。原有定制化开发的传统软件集成商或转型做自己的低代码产品，或与低代码厂商成为生态伙伴进行合作开发，提升整体市场的开发效率。但目前低代码产品除了提供标准产品开发平台外，面对企业的个性化场景需求，仍需要投入一定人力进行定制化开发或二次开发，并实施交付，没有完全发挥出低代码的真正价值。
企业尤其是中大型企业复杂应用场景中产品定制化过重仍是制约低代码厂商进行规模化扩张的主要瓶颈之一。
4. 低代码发展建议二：产品+服务两条腿走路，关注业务和平台的结合应用
针对产品标准化和定制化的平衡问题，低代码厂商的发展模式逐渐出现分化。无代码厂商天然具备轻量级交付基因，但是为了满足更多应用场景的需求，逐渐增加定制化开发的服务内容，而低代码厂商则由原来需要定制化交付的过程逐渐抽象出更多通用模块进行商业模式的轻量化转型。
面对不同场景和不同行业的应用需求，厂商的定位逐渐清晰，越来越多的厂商选择产品+服务两条腿走路，且两者的收入结构占比愈加合理化。通过调研发现，产品收入占比60-80%之间，服务收入占比20-40%之间是相对比较合理的范围。且产品的拓展中需要和业务场景和行业需求更加紧密的结合，服务交付部分则可以根据客户的核心程度及交付难度选择厂商自身交付还是与第三方集成商合作交付。根据厂商自身产品特征和定位进行结构调整，使得客户满意度和厂商运营能力最大化。
5. 低代码挑战三: 产品应对企业痛点的能力有待提升，需多维度增加客户忠诚度
低代码产品功能和需求的匹配度是影响用户忠诚度的重要因素，而当前低代码产品在满足企业个性化、敏捷化需求的同时仍面临较多匹配挑战。
首先，低代码平台与企业原有架构体系的匹配不足会造成体系混乱、数据隔离等痛点。
其次，低代码与企业对数据应用需求的匹配度不足会导致数据应用不充分，只能完成简单的数据收集、流程审批等应用，且会形成数据孤岛，给企业造成更大挑战.
再次，低代码的技术融合能力和企业对于新技术需求的匹配度决定了低代码产品能否快速跟上市场变化，满足企业业务创新和对新技术应用发展红利的需求。
最后，低代码开发与企业本身IT团队能力的匹配也决定了低代码产品的适用性和用户体验满意度，当前低代码产品更多集中在自身功能的考量上，对于客户的团队特性理解有待进一步深入。
6. 低代码发展建议三：加深iPaaS+aPaaS 技术融合，关注产品数据联动应用
针对低代码产品功能和需求的匹配度问题，可以通过加速iPaaS和 aPaaS 的集成和融合来优化。应用系统建设往往会和已有的系统进行大量集成，iPaaS层级可以帮助客户专注于解决应用集成和数据集成的问题，实现大批量的数据传递、转化、异构系统整合等，大幅提升集成效率。此外，aPaaS上面会构建大量业务应用，iPaaS+aPaaS的融合会沉淀大量中间交易数据，这些数据被采集、加工、处理、分析后形成数据资产，加速数据资产在企业中的联动应用，增加企业数据应用价值。