0
作者 | 楊麗
編輯 | 王剛
出品 | 雷鋒網產業組
時下正值中臺為自己“翻案”的破冰期。
一些中臺服務商明顯感受到，尤其是進入到2021年以來，市場開始有更多的中臺項目機會和線索。根據Gartner的調研，將數據分析嵌入到業務平臺的企業，從2018年的57%增長到了2020年的70%。而在中國市場，越來越多的數據分析正通過“中臺”方式，嵌入到企業的業務系統中。更多的市場性報告也在論證，未來中臺市場的井噴點依然會存在。
這一切似乎也讓人有點捉摸不透。一年多前，外界更多看到的是，中臺賽道遭受了自概念誕生以來的最強打擊，此后一段時間里，中臺所積攢的負面聲音愈演愈烈，但凡有點“能力復用”的方法論都能被拿來懟上兩句，而有些企業閉口不談中臺。
中臺出現問題是從它被市場妖魔化開始的。
2015年是阿里巴巴中臺的元年，這一年12月，逍遙子正式提出“大中臺、小前臺”的戰略，中臺正式以組織的形式確定了下來，同時也將對應的人和技術納入進來。正如蝴蝶效應一般，阿里的勢頭僅是一段開始。隨后在資本和市場需求的雙重牽引下，中臺作為一個賽道開始急速擴張。據相關統計，從2019年到2020年，中臺賽道的融資總額已超過30億元人民幣。
原本中臺其實是在做兩件事：一是技術統一，二是數據統一，通過抽取出共性的模塊以減少大量重復性的工作。但當一些服務商開始盲目向客戶承諾中臺為企業數字化帶來的“靈丹妙藥”時，中臺變味兒了。
數據中臺、業務中臺、財務中臺、采購中臺……但凡跟中臺概念沾上點邊的都能稱之為中臺，有的服務商還會將原有產品進行二次包裝，進行兜售。三年下來，業務梳理、數據打通沒做多少，類似于照搬一個微服務架構的偽中臺倒是建了不少。到了2019年前后，客戶發現中臺并沒有想象中那么美好了。
客戶對中臺的吐槽在加劇，不明就里就加入到建中臺大軍的公司在放棄。而后，茅臺中臺項目進展不順、某制造企業CIO引咎辭職等個例引發廣泛關注后，中臺創業的市場聲量開始急劇下滑。
再后來一段時間內，外界有關阿里拆中臺的聲音不絕于耳。去年12月，某自媒體的一則文章指出，“阿里要把中臺變薄，變得敏捷和快速”，原因在于“中臺適合做組合式創新，沒法做顛覆式創新”……
什么是創新？
“并不是說建設數據中臺就一定等于創新成功，而是數據中臺提供的一系列數據基礎，能夠幫助企業實現創新成功的概率變得更高些。”阿里巴巴數據中臺高級技術專家王賽向雷鋒網說明。
王賽指出，隨著市場競爭的加劇，阿里作為一個互聯網平臺也在不斷思考如何更好地提升效率。現在，阿里仍然在堅定不移地做中臺。而落在對應的團隊和部門身上，則需要思考如何將這個體系更加靈活，使得前臺和業務更好地擴展，同時讓中臺更好地發揮支撐作用。
2018年以后，除了繼續夯實內部數據資產化和價值化的工作，王賽所在的阿里云數據中臺團隊也開始探索如何基于阿里云的數據解決方案進行對外輸出。作為與客戶密切接觸的一線從業者，王賽更多看到的是客戶對中臺的認知實際上已經發生了變化。
“過去，客戶還在問中臺是什么，而現在，他們更關注如何將這套技術方法論在所在領域發揮出來。”王賽說。
百度AI技術生態部總經理劉倩也有一種類似的感受：中臺是要結合組織管理和體系化運營的，項目能否成功的很大一部分因素也來自于客戶的理解和支持，所以更具有挑戰性的是如何幫助客戶把中臺的價值真正發揮出來。
“很多中大型企業客戶，尤其是傳統行業里信息化走的比較靠前的客戶，在智能化升級的這個路徑上，場景非常多，探索性也很強。所以除了交給乙方承接建設平臺，客戶也希望建設企業自身的自主創新能力，甚至還希望能夠輻射相關產業鏈進行能力輸出，需要更好的智能中臺架構以支撐一線創新。”
結合國內同行的觀察，我們發現，中臺回爐再造的機遇正悄然到來。
也就在這樣的態勢下，中臺開始起了變化。
中臺仍是少數人走的路
最近的一組市場調研數據不難看出，中臺仍是少數企業走的路，其中，規模型企業無論在實踐和認知層面都處于市場的靠前位置。（截止2021年4月6日的一份企業級用戶調研，雷鋒網聯合T研究）
【數據來源：T研究】
如上圖所示，66.1%的企業會因為當前各方面條件不成熟，不會考慮引入中臺；26.1%的企業仍處于觀望狀態，已進行概念證明和可行性評估；與之形成鮮明對比的是，1.2%的企業已經嘗試構建中臺，但因短期內未看到效果或將考慮終止；合計僅有6.6%的企業計劃嘗試、加大對中臺的應用投入。
【數據來源：T研究】
另一方面，從大的方向上看，零售、制造、金融等信息化滲透率較高的行業，目前正是中臺（認知和實踐）較為火熱的top3行業。
同時，結合區域性分布數據來看，區別于傳統的信息化分布特征（傳統信息化以及上云優先的區域，主要是以北上廣為主），中臺的市占率相反在重慶、廣東、四川等地區（占比分別為15.5%、10.6%、8.9%）率先打開局面。這些區域恰恰也是制造業、零售業等相對非常發達的地區。
這或許說明一個非常有意思的現象，中臺的接受度與成功與否，與企業上云的關系并非呈正相關，相反，企業的數字化意識或覺醒程度占據更重要的權重。
當然，有個重要前提是，中臺特別是數據中臺，無論私有云還是公有云的方式，必須是建在云端的。
以一家零售企業為例。實際上，Popeyes在選型中臺前后就一直有著非常多的思考。
在最開始了解到數據中臺時，Popeyes的CIO張天就曾疑惑：“這些企業是不是真的在做數據中臺，還是只是把一個業務項目微服務化了？”
隨著集團整體數字化進程的戰略規劃逐步清晰及對數據中臺的理解加深，張天開始理解數據中臺的價值，但此時，他又困惑了：“但凡是個公司都在說自己能提供中臺解決方案，市場上的聲音非常多，容易讓人混淆。”
而即便是后來集團決定上中臺，并引入阿里云數據中臺解決方案時，集團內還是會有不同聲音：Popeyes未來一段時間內在數據層面可能遇到的問題，其實可以另尋單點工具進行解決——為什么要花幾倍甚至幾十倍的成本去搭建數據中臺，這會不會有點“大材小用”？
王賽告訴雷鋒網，阿里云數據中臺團隊此前接觸和服務了包括零售行業、金融行業在內的大量企業客戶。
首先，大多數企業的數字化發展意愿是非常強烈的，這種往往來自業務層面對數據能力的重視，而像傳統零售企業近年來的觀念轉變是非常迅速的，比如現在會特別關注精益運營、以互聯網的方式獲客，他們對數字化轉型有非常強的驅動力。
“在企業原有的系統上構建，企業首先會思考的問題一定是，跟原有系統之間的關系會是什么，是替代關系，還是互補的關系？這些關系要理清楚，背后所涉及的組織和人的關系也要理清楚。”
其次，通過今年新簽約的客戶來看，有很大一部分屬于新銳品牌，比如在零售行業，至少有一定規模的企業對中臺的意愿非常強烈，他們非常重視數據能力體系在自身企業的落地和建設。
總結來講，兩類企業正構成數據中臺實踐的中堅力量：一類是企業本身理念超前，對中臺有一定的認可性，希望一開始就能搭建中臺，這類企業往往沒有什么包袱，非常重視數據能力體系在自身企業的落地和建設；還有一類是企業自身已經存在很多重復建設的應用，希望通過中臺實現復用的能力。
重新理解中臺
或許，過去對中臺一度說不清道不明的根本誘因在于，對中臺定義的過分理想化追求。
實際上，中臺這一國產原創概念問向AWS的云布道師Ian MassingHam時，也是被問得一臉懵。后來，在Gartner的一份PPT中得以看到中臺的英文釋義為“Middle Platform”，定義為“Packaged Business Capability”，即封裝的業務能力。
在此之前，并沒有誰定義過中臺是什么，因為它本身并非學術概念，并不能通過學術研究來界定。正如外界所了解的，阿里集團正式啟動中臺戰略源自馬云攜高管對Supercell的一次商務拜訪，在這個故事中，阿里所希望與塑造的，從最初的原型呈現到最終落地，一以貫之的其實是一套思想和理論體系。
因而，回顧中臺出現之前的種種雛形，從技術本源上講早就有跡可循。
北京航空航天大學計算機學院副院長胡春明曾提到，從軟件工程里的軟件復用，到后來的SOA、中間件、微服務架構，可能會跟中臺概念有比較多的聯系。
那么從這個層面出發，無論是為了快速響應前端業務，還是盡可能地提高軟件生產力，其背后一直存在的推動力其實是來自市場的競爭。
據雷鋒網觀察，過去的市場競爭中，講求“制造為王”、“渠道為王”，企業IT的核心其實是一套龐大的企業信息管理系統如ERP、CRM等。但發展到如今，中國的市場環境發生了很大變化：面對產品、技術的同質化，產品越來越供大于求，CRM不再是只跟客戶、商機、訂單相關，而是會結合內容營銷、市場管理等方式，跟用戶產生更多直接密切的觸點；企業觸達用戶的方式和渠道也變得多樣，原先只能通過PC接入，現在用戶憑借手機就可以接入。
此時，企業信息化系統的復雜程度開始成倍增長，但企業研發供應卻并沒有那么多，為了及時響應業務的節奏，只能借助某個工具或應用。日積月累下，企業需要建立一個以用戶為中心的業務系統，不同企業因業務邏輯的不同其業務系統也會有很大差異，而原先的信息管理系統也變成了企業信息化的一種“后臺”。
中臺的出現，恰好解決了前臺日益增長業務流和后臺如何快速響應之間的沖突。
“信息化給業務的價值一直都是降本增效，過去70多年都是這個邏輯，未來也都是。”明略科技副總裁劉國棟談到。
在他看來，對中臺的理解問題是關鍵。
“中臺是一個office（中樞），不是一個platform（平臺），所以中臺的職責就是中樞、中間層，通過中臺保持前后臺的訴求得到滿足，同時讓這個有機體持續保持和戰略一致和同步。”
中臺既不是PaaS也不是中間件，卻干了很多它們能干的事情。同樣，中臺也不是前臺業務系統，但也提供了諸如客服、營銷、供應鏈管理等功能應用。在過去的幾年里，市面上衍生出諸多類型的中臺構建模式和解決方案。
按照功能特征和定義，業界主流的中臺大概有如下三種：
一是技術中臺。形態如IaaS（計算、存儲、網絡等基礎設施）+PaaS（中間件、大數據和研發平臺），目的是為了提供通用的基礎研發能力。
二是業務中臺。像商品中心、交易中心、營銷中心等，需要有靈活性，可以提供一些通用的功能。
三是數據中臺。通過數據技術，對海量數據進行采集、治理、加工、消費、數據資產管理、知識管理，同時統一標準和口徑。
這三種類型的中臺，國內各中臺廠商/團隊目前也都在積極推進。
在智領云科技聯合創始人兼CEO彭鋒看來，企業建中臺首先要想清楚什么中臺是必要的，什么樣的中臺可能就是偽命題。
在他看來，技術中臺、數據中臺會比業務中臺更有存在的必要性和價值。
“業務中臺的出現更像是一種偽命題，業務是快速變化的，前端需要創新時，會受到業務中臺的牽制；相比之下，企業是絕對需要數據中臺的，聯通的、全局的數據要比割裂的數據更容易產生1+1>2的效果；同時，通過數據，企業可以精準定位目標客戶，推動業務進一步進行創新。”
目前來看，單從產品形態上講，中臺越來越具象了。這種變化也側面折射出如果單純搞中臺，輸出一套方法論，業務的感知度不高，不會有任何一家企業為此而買單。相反，服務商還需要繼續提供一些標準化的產品、工具，以及行業性解決方案，進一步幫助企業落地。
“這要求廠商從建設方法到產品工具，再到解決方案都能夠擁有一整套相對完整的體系和能力。”王賽向雷鋒網補充。
另一種中臺
目前來看，中臺正朝著一種新的路徑推進：中臺本身并沒有貼近業務場景，但其建設的根源卻來自于業務的抽象、數據的盤剝。
需求推動下，另一類中臺正在出現。
AI中臺、知識中臺是什么
2020年5月，百度智能云業務架構調整的同時，也將AI中臺和知識中臺開放了出來。
別看名稱有所不同，百度的這兩款中臺其實也脫離不了基本中臺架構的本質。
據劉倩的描述，AI中臺作為企業AI能力的生產和集中化管理平臺，有一個重要前提是，AI技術能夠被全流程應用到企業的各個環節，或者規劃了多場景應用的發展路徑。如果只是在一個業務場景中就沒有必要建AI中臺；同時AI中臺要做到門檻足夠低，讓業務線的人員也能方便地使用。
而知識中臺，是建立在企業越來越多元、異構的數據基礎之上，通過信息抽取、內容理解、語義推理等多種技術，幫助企業進一步提升決策智能化的能力，如企業搜索、輔助診斷、智能交互等都是比較典型的基于知識中臺的應用。
百度后來看準時機將AI中臺和知識中臺開放出來，來自兩方面因素：一是自身經驗積累和建設的成熟度；二是看到人工智能應用和系統架構建設的趨勢。
2010年初，已經有了10年技術積累的百度開始全面布局人工智能。到了2016年，技術多年積累和業務實踐的百度大腦發布，對外開放百度AI核心技術。百度大腦的基礎底座飛槳深度學習平臺開始廣泛支撐搜索、信息流、地圖、阿波羅、小度等業務線應用深度學習技術。百度業務復雜度之高可想而知，這也進一步說明，無論是技術還是組織層面，百度大腦包括飛槳對支撐自身各項業務在效率效能方面發揮出了極大作用。
“在百度自身業務研發、應用深度學習等新技術的過程中也會發現，應用AI技術的過程大體也可以分為單點探索、垂直深化、全面應用、持續創新四個階段。到垂直深化和全面應用這兩個階段時，就會明顯感受到基于場景打磨后沉淀下來的算法、工具等，能幫助企業內其他業務做更高效地應用和創新。
當然，很重要的一點是，我們不能認為建設好了中臺就能滿足所有的業務需求，因為基于新場景的優化和落地也會存在各種各樣的挑戰，包括AI技術本身也在不斷發展，所以中臺的建設也是一個動態演進的過程。”劉倩表示。
如今，百度通過抽離出一套AI中臺、知識中臺的解決方案，也將這部分能力開放出來，為更多的行業企業智能化轉型提供持續穩定的服務。
當然，在AI、知識融合數據提供服務這方面，不只有百度在做。
如明略科技，也將知識圖譜和數據能力進行了融合，將知識圖譜用于全盤的數據分析、數據管理。
據介紹，區別于市場上同類型產品，明略科技的數據中臺是以知識圖譜為行業Know-How的載體。
“過去我們幫客戶做數據治理的過程中，發現數據治理和數據計算中所蘊含的數據知識性的能力。我們后來將這些能力通過一種元數據的形式，進行存儲和數據化。這種元數據具備知識圖譜的實體特征，能夠以知識圖譜的形態進行應用。也就是說，不只是業務場景下所形成的知識圖譜，數據本身的知識也形成了一個知識圖譜，這種稱為數據知識圖譜。”明略技術專家朱沐堯指出。
這種多一步的設計方式，目的是為了利用知識圖譜驅動知識的管理、計算，大幅提升數據治理自動化和智能化程度。
著重于將知識圖譜應用于元數據增強分析領域，而不只是數據分析領域，這恰恰是明略數據中臺技術體系的最明顯差異之一。
云原生時機到了嗎
彭鋒看到的現狀是——人才稀缺，任務繁重且復雜，交付困難非常大，“大數據搞了這么多年，還是一個unsolved problem的階段。”
為此，智領云的數據中臺產品采取了云原生的底層架構建設。
彭鋒做了一番解釋，“在云原生體系中，多租戶、資源隔離、計費、審計等，都跟傳統的大數據運營有很多不同，同時還要做到存算分離、混合云的支持等。如果沒有云原生，整個大數據平臺的組件管理起來會特別復雜。數據平臺未來一定是朝著云原生的方向發展。此時如果還用傳統的方式進行技術投入，那么整個技術培訓成本會急劇增加，往往還不一定能找到合適的人才。”
在他看來，未來云原生是必然。
“我們認為如果數據不能產生價值，這個事情是沒有意義的，但是數據如果要產生價值，必須以最合理的架構來實現。大數據產品一定要用云原生架構，這樣整體的ROI會最高，落地速度也會最快。”
在此之前，包括云徙、滴普、袋鼠云、奇點云等服務商也都陸續發布過基于云原生架構的數據應用產品，但一個不可忽視的事實是，直到如今，云原生的應用尚未看到明顯進展。
同為數據中臺服務商，阿里云王賽看好云原生對數據中臺相關產品的促進價值，但不應該帶給客戶這樣一種錯覺：
“應用云原生就能夠解決企業的現有問題，企業用戶其實是不太會感知到云原生的技術本身。”
在他看來，云原生解決的不是數據中臺的問題，而是企業軟件架構的問題。未來如果利用云原生技術構建數據中臺或嘗試一些創新，至少應該解決以下問題：
一是讓數據處理的速度更快，讓數據更快更低成本地達到業務場景；二是數據標準化，一套方法和體系幫企業管好數據，讓數據質量更高；三是算法和場景的融合，將AI植入到業務場景中；四是工具化，將不同的場景和問題抽象成SaaS產品/服務；五是數據共享，解決數據確權、數據隱私保護和安全等問題。
這或許也是當前中臺服務商在提供中臺產品時所面臨的共同期待。采訪中，類似的說法被不同的服務商或多或少地提及。
劉國棟看到機遇是，“目前企業或組織，個人對自有數據的確權和資產屬性意識越來越高。對數字化過程的積極認可，對該過程中產生的數據的管理、治理、使用意愿和效益的積極認可，都是中臺市場的推動力量。”
隨著數據法治的逐步健全，企業或組織、個人對自己的數據資產的共享和交易需求的大規模落地，將是未來中臺市場的一個井噴點。
做中臺，從難到更難
從本質上講，中臺拆解為產品仍是一個ToB的場景，這意味著它需要走過產品打磨、數據積累、市場認知，市場的培育期注定漫長。這也意味著，中臺仍有太多難點需要解決。
首先最大的挑戰仍是來自于用戶對中臺的認知。這種認知絕不僅僅是單純概念上的認知，而是說理念上接受，中臺是“一把手工程，需要伴隨業務創新，且持續建設的過程”。
這或許也來自于前車之鑒，用戶對中臺的感知度本來就低，一旦市場層面沒有傳遞出正確、真實的信息，很容易讓客戶產生誤導。
“客戶自身尤其是決策層對這件事情的認知度和推動力，其實很大程度能決定項目的成功與否。”劉倩表示。
從她的角度，業務層面更容易能讓用戶感知到中臺的價值，比如支撐了多少業務場景的應用、AI服務的調用次數或者部署的設備端數量、基于中臺的應用為業務創造了多少價值等等；而在技術層面，更直觀的方式是研發效率和資源利用的角度出發。
而無論是數據中臺、技術中臺，還是知識中臺、AI中臺，仍需要跟連接到業務和前臺，跟業務齊頭并進，深入到業務的各個環節。
由以上兩個難點，不難想到，企業一旦開始啟動中臺項目，就需要牽動業務層一同行動。
其次，建設完成后，推動使用難——為了推動團隊使用，又不得不開始做應用層的事情。
彭鋒告訴雷鋒網，“由于中臺專注在底層架構上，跟業務離得有點遠，這個平臺又是客戶核心的IT投資，一旦用上后不會切換到別的平臺。因此我們要費力氣做很多事情，提供端到端的數據中臺和工具。這是創業公司早期必須要跟客戶仔細說明的事情，以獲得客戶的信任。”
這可能是目前所有中臺廠商必須回答的一個話題。
這意味著企業自身要推動團隊使用起來，將中臺在整個業務中應用起來，形成閉環；但這同時也取決于第三方上下游生態的繁榮程度。中臺如果按云計算進行分層（I、P、S三層），更多屬于PaaS，或者PaaS+IaaS，涉及一些硬件如服務器、芯片、邊緣設備，至少能夠通過深度適配和優化讓前臺的應用效果變得更好。
那么誰又有這個實力呢？
中臺現在的困難比當年的云計算可能還要殘酷。至少在認知層面，無論是第三方的服務商，還是企業自己都有如此統一的認知——云計算是個好東西。也終于發展了這么多年，才在2021年開始將企業上云起步期的“坑”填平。
舉個例子，石油實際已成為當今社會最主要的能源供應之一，但在被真正精煉之前，人們并未認識到它的珍貴價值。同樣，我們認為數據、AI很重要，但對數據中臺、AI中臺等認知重不重要還尚不明確，或者它很重要但并不在乎。這是一個巨大的矛盾。
因而，中臺的價值絕不僅局限于此。只因互聯網時代讓我們更加偏愛新面孔、性感的名詞，小小一點起勢的苗頭都會被外界無限放大。中臺其實一直在進步，只不過我們的期待還是太多了。只有幫客戶想清楚中臺不是買來的，而是自己一點點長出來的，我們或許才能堅定不會被外界輿論所左右。
（感謝受訪者和研究機構對文本的大力支持。新聞爆料或尋求報道，歡迎添加作者微信交流：15135116989）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
