中台成与败,我们该反思什么

来源:雷锋网 作者:杨丽

说它是概念也好,是企业信息化变革的良药也罢,不可否认的是,阿里巴巴在2015年提出“大中台、小前台”战略,以及随后的一系列组织调整,成就了如今阿里中台的阶段性成果,这也让不少技术人员陷入对企业中台本质的思考与不断尝试中。

实际上,中台这一国产原创概念抛向AWS的云布道师Ian MassingHam时,也是被问得一脸懵。研究分析机构Gartner则给出了他们所认为的企业应用架构方法论——MASA(Mesh Application and Service Architecture,网格应用和服务架构)。

一个关于组织架构的理念,加上一套能落地的实战方案,最终满足企业业务发展的需要,殊途却同归,尽管这一概念不存在于国外的技术语言体系,但大家似乎都在追求同一个问题的解释。

那么,在大数据、物联网、云计算、AI、5G等“新基建”投入的加持下,中台的命运将向何处?有哪些需要我们达成共识?有哪些挑战需要克服?中台生态将如何推动和建设?

近日,由中国信通院举办的“中台技术与应用发展研讨会”在线上举办,并组织启动《中台技术与应用发展蓝皮书》撰写工作。圆桌讨论环节,多位业内专家、产业机构、一线从业者就中台的相关议题进行了深度探讨。

核心提要:

  1. 从应用上云逐步转变为数据上云,这个转变意味着云计算将带来根本性的变革,带来数据运营的一种新商业模式。

  2. 中台不是一个技术词汇,特别是在学术界,对于中台并没有一个明确的技术定义,甚至在国际主流学术界也不太有这个说法。

  3. 从软件工程里的软件复用,到后来的SOA、中间件、微服务架构,可能会跟中台概念有比较多的联系。

  4. 企业真正面临的问题并不是几次沟通、培训或者单个项目可以解决的,而是打造数据应用最小闭环,验证如何数据资产化和服务化的思路,形成企业独有的工作方法。

  5. 企业对于数据技术短期期待过高,长期估计不足,这也是当前也是整个产业发展中面临的最大的挑战。

  6. 政府对数字中台的重视,在中国环境下在全球来看是空前的。

1


中台价值何在

中国电信政企客户事业部产业互联网创新专家办技术总监张东表示,首先,中台是企业信息化水平发展到一定程度的必然阶段,企业必须积累足够数据资产,这些数据也将成为企业的生产要素,这些要素将为企业带来新的价值和商业机会。

其次,企业将逐步从重视信息化,转向重视中台和数据。企业的决策者也要有战略眼光,且有魄力提前投入这种资源。尽管从技术复杂度来看,中台建设需要有一定成本投入,后续的运营成本也会逐步提高,但这并不意味着中台的运营成本会无限增长。企业决策者对于突然增加了很多投资,会非常困惑,但这是必经阶段。

三是中台建设和数据运营必须围绕企业的业务展开。业务部门将业务知识搭载到中台上,对中台的运营起到很大的推动作用,最终从业务的数据化逐步转变为数据的业务化。

最后,从技术发展趋势来看,从应用上云逐步转变为数据上云,这个转变意味着云计算带来根本性的变革,带来数据运营的一种新商业模式。

神州信息首席金融行业专家崔蕾认为,中台对金融行业的促进主要体现在两点:一是提升效率。在金融行业一些专业化领域集中的处理层面,如审核性质的业务,能够集中优势力量进行业务的受理,从而使得业务的处理效率能够得到大幅提升。

二是减低风险。金融行业是非常注重风险问题的行业,通过中台将优势资源集中到中台,进行集中性的业务处理和系统的自动化处理,可大大降低金融服务过程中的风险。以前这些风险要分散到金融单位各个分支网点或者各个垂直业务线进行管理,通过中台可以大大降低整个风险。总体来讲,中台建设符合目前金融行业数字化转型和开放银行建设的命题。

2


学术界怎么看中台

清华大学大数据系统软件国家工程实验室总工程师王晨指出,中台不是一个技术词汇,特别是在学术界,对于中台并没有一个明确的技术定义,甚至在国际主流学术界也不太有这个说法。

他从数据中台的角度阐释了个人观点。一是数据治理,数据中台所提供的包括数据质量、数据安全、数据资产管理的工具,在国际上可以找到相应的产品线,这在学术界相应也是比较成熟的。

二是数据湖。这个概念是国外大数据公司提出,更多解决的是异构环境下数据集成的问题。

三是数据集服务,这个虽然不是特别成熟的技术概念,但在产业界已经是一个被接受的通用做法,即将数据作为服务进行提供(Data as a service),包括原生数据的数据服务和加工数据的数据服务两种。

北京航空航天大学计算机学院副院长胡春明认为,从软件工程里的软件复用,到后来的SOA、中间件、微服务架构,可能会跟中台概念有比较多的联系。

软件开发和运行满足的是前端业务丰富的变化需求,市场的竞争要求业务不得不快速变化。如果没有好的后端复用模型,没有好的数据的抽象,新开发的业务很难从已经抽象的架构里快速复用。这两年,中台也从业务复杂的大企业延伸至电子政务、智慧城市等天然需要跨多业务部门的场景。本质上,这跟20年前面临的数据孤岛、烟囱系统的打通,要求有共性能力的沉淀问题可能还不一样。

如果一定要套一个学术的理解,其核心就是共性能力的封装,形成服务管理模型,实现快速复用,可以把业务不断沉淀。

中台也许是云上的一类应用,也或许,大数据很多能力一旦形成业务的共性,就是数据中台的一部分。

3


中台选型方法论

数澜科技咨询专家沈金认为,对于创新业务而言,是需要不断试错的,必须考虑如何接受市场考验,快速进行调整。

企业真正面临的问题并不是几次沟通、培训或者单个项目可以解决的,而是打造数据应用最小闭环,验证如何数据资产化和服务化的思路,形成企业独有的工作方法。

沈金强调,企业形成自身的持续推动数据中台工作方式,可以是部分细分领域采购成熟供应商的软件包或者服务能力,也是企业自身团队打造的技术能力。

对于供应商的选择,会建议两点:一是分析如何用数据,可以考虑数据的可用性,或质量管理量化和价值管理量化;二是选择一家懂你的服务商,特别是懂得如何推动数据中台项目的立项,如何能持续帮助你推动数据资产持续发挥价值的方法路径。

4


企业如何拥抱中台

中国软件网、海比研究咨询研究合伙人汪剑眉表示,对于创新型业务而言,传统的烟囱式系统难以支持敏捷开发技术版本的快速迭代等高要求,部署成本很高、周期长,会形成较高的成本。企业必须考虑如何更好接受市场的检验,快速做出调整,这也是中台这个概念慢慢不断在行业内被大家接受最基本的要求。

中台主要是数据的共享和能力的共享,这个共享包括客户的数据、产品的数据、订单数据、流程数据,还有物流的数据、员工的数据等等。这些数据原本分散在各个部门和各个子业务模块和事业部,通过中台能够聚合集中在一起形成一种能力,这种能力既包括运营能力、服务能力、管理能力,也涉及到一些具体的工具、方法、系统等。

中台的应用不是简单的系统开发或者产品部署,而是一套复杂的系统工程。在这个过程中,企业的组织架构也一定需要做出调整,可能此前的专家更多是从技术角度去考虑。站在产业发展的角度,中台不仅是大型企业需要的,同时也是中小企业非常需要的,数字化企业都需要自己的中台,对于中台的具体分类也是需要与实施中台战略企业的具体战略定位、业务模式相匹配。这里并没有统一标准,中台的分类需要量体裁衣,根据企业具体的架构和业务流程,只有适合的才是最好的。

5


中台建设的最大挑战

奇点云副总裁、数字化转型战略咨询专家何夕指出中台的三大挑战:

一是企业对于数据技术短期期待过高,长期估计不足,这也是当前也是整个产业发展中面临的最大的挑战。

把技术想象的过于重要,这是在短期内的表现,希望所有的问题都可以用技术解决,事实上,技术在很大层面只是一个工具。通过何种策略、何种路径最终实现业务的提升或指标的改善,缺少长期打算。

第二个挑战来自于中台产业化本身。首先,技术上讲其实并没有什么大的难度,解决方案本身是通用化的,但实施是个性化的。加之数据生态的不成熟,没有形成像国外一样很好的SaaS生态,在这个过程中需要解决很多非技术的个性化问题。

第三个挑战,则是想清楚如何用这些技术,数字化转型要做什么样的问题。

事实上,理想的数据中台跟实际实施会有很大的差距,在弥补这个差距上需要做很多额外的工作。在这个所谓“理清差距明确方向”的过程中,企业本身就需要在战略和执行落地中行程策略和路径。

6


政府对数字中台的空前重视

中国电信政企客户事业部产业互联网创新专家办技术总监张东指出,政府对数字中台的重视,在中国环境下在全球来看是空前的。

首先,在发改委、工信部等国家机关对新基建、工业互联网的推动作用下,企业应用上云成本正逐步降低,并有机会转向自身业务的创新。

其次,在中办、国办包括整个中央办公厅的指导和引领下,政府信息化正转向中台为重点的工作方向。一网通办、政务一体化,以及工业互联网以外政府相关的互联网监管、互联网+督察等工作,基于中台将更强调服务过程的全数据、全程的采集和管理。

然后,政府已经在城市职能化管理上充分布局,通过多种手段,鼓励有条件的城市先行先试,有城市把城市数据和城市大脑构建起来,在提升公共服务运营商水平的同时,加强城市的智能化管理。

最后,在标准体系的制定上,尤其是数据归属权、隐私权等问题,产生的数据权益需要今后不断探索新的商业模式,并同时保护企业和个人的隐私安全。建立健全的法律法规对数据中台的发展也至关重要。


相关文档推荐

离散制造破局之道主数据管理平台重构.PDF

1742450737 詹慧超 4.6MB 37页 积分6

AI辅助编程真实测评与企业落地实践.PDF

1741936506 蒋志伟 10.17MB 37页 积分6

AI大模型技术在数据库DevOps的实践.PDF

1741935803 叶正盛 2.67MB 30页 积分6

DeepSeek大模型及其企业应用实践.PDF

1741743773 林子雨 9.39MB 144页 积分8

阿里云AI搜索RAG大模型优化实践.PDF

1741175482 欧明栋 0.79MB 28页 积分6

津药达仁堂数字化转型探索与实践.PDF

1741071203 叶辉 5.28MB 25页 积分6

AI智能驱动的制造企业SRM系统.PPTX

1740995066  19.44MB 34页 积分6

DeepSeek 从理论模型训练到实践模型应用.PPTX

1740472320  16.17MB 71页 积分10

DeepSeek行业应用实践报告.PDF

1740471709 李祖希 9.38MB 110页 积分6

SelectDB实时数仓在智慧港口中的应用实践.PDF

1740034920  2.09MB 27页 积分5

相关文章推荐