3分鐘搞懂中臺

什么是資料中臺？

背景

2015年全年產生的資料量等于歷史上所有人類產生資料的總和，人類的資料增長正式從乘法型增長變成了指數型增長，海量資料處理成為了全人類的挑戰，
阿里提出了DT時代已經到來：DataTech替代ITTech，強調資料驅動的重要性，
阿里走在了前面，阿里用幾百人的團隊支撐了幾萬億的GMV，其中60%-70%來源于資料支持的機器決策，機器智能賦能業務，用更低的成本，更高的效率去服務顧客，提供個性化推薦，
阿里的資料處理經理了四個階段，分別是：
一、資料庫階段，主要是OLTP（聯機事務處理）的需求；
二、資料倉庫階段，OLAP（聯機分析處理）成為主要需求；
三、資料平臺階段，主要解決BI和報表需求的技術問題；
四、資料中臺階段，通過系統來對接OLTP（事務處理）和OLAP（報表分析）的需求，強調資料業務化的能力，

作用

所謂的中臺就是：通過制定標準和機制，把不確定的業務規則和流程通過工業化和市場化的手段確定下來，以減少人與人之間的溝通成本，同時還能最大程度地提升協作效率，

定義

那么什么是資料中臺呢？——中臺，企業級能力復用平臺，

資料中臺是指通過資料技術，對海量資料進行采集、計算、存盤、加工，同時統一標準和口徑，資料中臺把資料統一之后，會形成標準資料，再進行存盤，形成大資料資產層，進而為客戶提供高效服務，這些服務跟企業的業務有較強的關聯性，是這個企業獨有的且能復用的，它是企業業務和資料的沉淀，其不僅能降低重復建設、減少煙囪式協作的成本，也是差異化競爭優勢所在，

中臺型別有哪些？

業務資料雙中臺

• 業務中臺

業務，更白話一些來說，就是為了售出產品、換取利潤，各行業中需要處理的商業上的相關事務，
所以，我們 常提到的業務中臺，可以理解成狹義的業務中臺，通過將不同業務線解決相同問題域的解決方案進行抽象與封裝，通過配置化、插件化、服務化等機制兼顧各條業務線的特性需求，實作對于不同業務線的業務支撐，

• 資料中臺

業務中臺就是在產生資料，資料中臺是做資料的二次加工，并將結果再服務于業務，為業務進行資料和智能的賦能，」

技術中臺

除了業務資料雙中臺，最常被提到，在我看來介于主流和非主流之間的就得屬技術中臺了，技術中臺相比業務中臺和資料中臺，邊界也會更加清晰，簡單來講就是 在 CloudNative 下將使用云或其他基礎設施的能力、各種技術中間件的能力進行整合和包裝，過濾掉技術細節，提供簡單一致、易于使用的應用技識訓礎設施的能力介面，助力前臺和業務中臺、資料中臺的快速建設，不過業界也有說法，認為技術中臺沒有很強的業務屬性，只是一些中間件的集合，頂多算是個中間件平臺而已，稱不上中臺，你怎么看呢？

研發中臺

軟體開發是一項工程，涉及到管理、流程、測驗、團隊協作等等方面，如何將企業的開發流程、最佳實踐沉淀成可重用的「能力」，從而助力創新性應用的快速開發迭代，也是我們看到的很多企業正在做的事情，我們可以管這種關注開發效能管理的平臺叫作研發中臺，

移動中臺

在移動互聯網時代，移動優先的原則已經成為不爭的事實，將 App 開發程序中的通用技術組件進行封裝沉淀到移動中臺中，就可以在構建新的 App 時大量復用已有組件和能力，快速構建和回應，

管理中臺

最近很多企業開始嘗試把中臺思維應用到企業內部，重新對人、事、流程、企業運營進行平臺化 / 中臺化改造，試圖通過中臺化建設，加速企業管理標準化和提升運營能力

組織中臺

在穆勝老師的書《釋放潛能：平臺型組織的進化路線圖》中，通過分析了海爾平臺化組織的演程序序，他提出了組織中臺的概念，組織中臺很像企業中的內部風投和創新范訓機構，為前臺組織和團隊構建創新型前臺應用提供類似于投資評估（專案甄別）、投資管理、投后管理（范訓與風控），真正從組織和制度上支撐前臺組織和應用的快速迭代和規模化創新，

好了，非主流系列我們就介紹到這里，其實遠遠不止這些，其他還有像財務中臺、采購中臺、供應鏈中臺、AI 中臺、運營中臺、安全中臺、管理中臺等等，也曾出現在我們的視野里，今天就不一一展開了，

企業為什么要建中臺？

需求變了

我們看到很多企業的后臺，在創建之初的目標，并不是主要服務于前臺系統的業務創新，而更多的是為了實作后端資源的電子化管理，解決企業管理的效率問題，這類系統要不就是當年花大價錢采購的套裝軟體，需要每年支付大量的服務費，并且版本有的也已經非常老舊了，定制化困難；要不就是花大價錢自建，年久失修，一身的補丁，同樣變更困難，基本改不動了，也是企業所謂的“遺留系統”的重災區，可以這么說，大多數企業已有的后臺，要么前臺根本就用不了，要么不好用，要么變更速度就根本跟不上前臺業務發展的節奏，總結下來就兩個字“慢”和“貴”，對業務的回應慢，動不動改個小功能就還要花一大筆錢，

匹配失衡

此時的前臺和后臺就像是兩個不同轉速的齒輪**，前臺由于要快速回應前端用戶的需求，講究的是快速迭代創新，所以要求轉速越快越好；而后臺由于面對的是相對穩定的企業核心后端資源，而且往往系統陳舊復雜**，甚至還受到法律法規、審計等相關合規約束，一般是追求穩定至上，越穩定越好， 轉速也自然是越慢越安全，所以，隨著企業業務的不斷發展，這種“前臺 + 后臺”的齒輪速率“匹配失衡”的問題就逐步顯現出來了，

魚和熊掌

企業業務不斷發展壯大，后臺修改的成本和風險越來越?，這就驅使我們盡量保持后臺系統的穩定性，但同時還要回應用戶持續不斷的需求，怎么辦？最自然的就是將大量的業務邏輯（業務能力）直接塞到前臺系統中，因為前臺離用戶近，回應也相對快，但是這樣也是有代價的，這樣的后果就是引入重復，同時還導致前臺系統不斷膨脹，變得臃腫，形成了一個個大泥球的“煙囪式單體應用”，這個局面的結果就是，前臺系統的“用戶回應力”被漸漸拖垮，用戶滿意度逐漸降低，企業競爭力也隨之不斷下降，

面對這樣的情況，我們該怎么辦呢？

中臺應運而生了，我們既可以將早已臃腫不堪的前臺系統中穩定通用的業務能力“沉降”到中臺層，為前臺減肥，恢復前臺的回應力；又可以將后臺系統中需要頻繁變化或是需要被前臺直接使用的業務能力“提取”到中臺層，賦予這些業務能力更強的靈活度和更低的變更成本；或者干脆直接對于后臺進行中臺化改造，通過配置化、自助化、白屏化等形式為后臺加速，從而為前臺提供更強大、更迅捷、更易用的支援，

企業在平臺化的程序中，為了能不斷地給前臺業務提供更好的服務，來支撐企業對于用戶的持續回應，增加企業的用戶回應力，企業需要構建自己的中臺，但是，并不是所有的企業都適合構建中臺，

成功的中臺推薦

阿里資料中臺

本方案圍繞阿里云各類資料中臺解決方案，基于《資料安全成熟度模型》國家標準，以資料流轉為核心安全關注點，分層分步構建資料中臺安全架構，保障企業核心資料安全，

網易業務中臺

基于云原生、DevOps、微服務技術堆疊打造支持多個前臺業務的共性能力，優化業務架構，實作能力復用，提升需求回應速度，降低研發與運維成本，并確保業務全鏈路穩定，促進企業高效率高質量發展，

百度AI 中臺

依托百度大腦十余年AI技術與能力的積累，面向金融、能源、互聯網、教育、運營商、制造、政府等行業提供智能中臺解決方案，助力企業構建統一的AI基礎設施，實作AI資產的共建共享、敏捷的智能應用開發，加速企業智能化升級，

……

最后

今天我們討論了企業又為什么需要建中臺，以用戶為中心的持續規模化創新，是中臺建設的核心目標，企業的用戶回應能力和規模化創新能力，是互聯網時代企業綜合競爭力的核心體現，平臺化包括中臺化只是幫助企業達到這個目標的手段，并不是目標本身，中臺（?論是技術中臺、業務中臺還是組織中臺）的建設，根本上是為了解決企業回應力困境， 彌補創新驅動需要快速變化的前臺和穩定可靠驅動需要變化周期相對較慢的后臺之間的矛盾，提供?個中間層來適配前臺與后臺的配速問題，打通并順滑鏈接前臺需求與后臺資源，幫助企業從整體上不斷提升用戶回應力，

所以，中臺到底是什么根本不重要，如何想方設法持續提高企業對于用戶的回應力才是最重要的，而平臺化或是中臺化，只是恰巧走在了這條正確的大道上，

最后我們給中臺下了一個定義，既 企業級能力復用平臺 ，有了這個定義后，我們不僅可以把它當作一把尺子來丈量一個中臺是否貨真價實，對于如何建中臺的思路也能豁然開朗，

因為如果說「中臺就是企業級能力復用平臺」的話，那「中臺化」也就是「利用平臺化的思維和手段梳理、識別、沉淀與復用企業級核心能力的程序」，