时下正值中台为自己“翻案”的破冰期。

一些中台服务商明显感受到，尤其是进入到2021年以来，市场开始有更多的中台项目机会和线索。根据Gartner的调研，将数据分析嵌入到业务平台的企业，从2018年的57%增长到了2020年的70%。而在中国市场，越来越多的数据分析正通过“中台”方式，嵌入到企业的业务系统中。更多的市场性报告也在论证，未来中台市场的井喷点依然会存在。

这一切似乎也让人有点捉摸不透。一年多前，外界更多看到的是，中台赛道遭受了自概念诞生以来的最强打击，此后一段时间里，中台所积攒的负面声音愈演愈烈，但凡有点“能力复用”的方法论都能被拿来怼上两句，而有些企业闭口不谈中台。

中台出现问题是从它被市场妖魔化开始的。

2015年是阿里巴巴中台的元年，这一年12月，逍遥子正式提出“大中台、小前台”的战略，中台正式以组织的形式确定了下来，同时也将对应的人和技术纳入进来。正如蝴蝶效应一般，阿里的势头仅是一段开始。随后在资本和市场需求的双重牵引下，中台作为一个赛道开始急速扩张。据相关统计，从2019年到2020年，中台赛道的融资总额已超过30亿元人民币。

原本中台其实是在做两件事：一是技术统一，二是数据统一，通过抽取出共性的模块以减少大量重复性的工作。但当一些服务商开始盲目向客户承诺中台为企业数字化带来的“灵丹妙药”时，中台变味儿了。

数据中台、业务中台、财务中台、采购中台……但凡跟中台概念沾上点边的都能称之为中台，有的服务商还会将原有产品进行二次包装，进行兜售。三年下来，业务梳理、数据打通没做多少，类似于照搬一个微服务架构的伪中台倒是建了不少。到了2019年前后，客户发现中台并没有想象中那么美好了。

客户对中台的吐槽在加剧，不明就里就加入到建中台大军的公司在放弃。而后，茅台中台项目进展不顺、某制造企业CIO引咎辞职等个例引发广泛关注后，中台创业的市场声量开始急剧下滑。

再后来一段时间内，外界有关阿里拆中台的声音不绝于耳。去年12月，某自媒体的一则文章指出，“阿里要把中台变薄，变得敏捷和快速”，原因在于“中台适合做组合式创新，没法做颠覆式创新”……

什么是创新？

“并不是说建设数据中台就一定等于创新成功，而是数据中台提供的一系列数据基础，能够帮助企业实现创新成功的概率变得更高些。”阿里巴巴数据中台高级技术专家王赛向雷锋网说明。

王赛指出，随着市场竞争的加剧，阿里作为一个互联网平台也在不断思考如何更好地提升效率。现在，阿里仍然在坚定不移地做中台。而落在对应的团队和部门身上，则需要思考如何将这个体系更加灵活，使得前台和业务更好地扩展，同时让中台更好地发挥支撑作用。

2018年以后，除了继续夯实内部数据资产化和价值化的工作，王赛所在的阿里云数据中台团队也开始探索如何基于阿里云的数据解决方案进行对外输出。作为与客户密切接触的一线从业者，王赛更多看到的是客户对中台的认知实际上已经发生了变化。

“过去，客户还在问中台是什么，而现在，他们更关注如何将这套技术方法论在所在领域发挥出来。”王赛说。

百度AI技术生态部总经理刘倩也有一种类似的感受：中台是要结合组织管理和体系化运营的，项目能否成功的很大一部分因素也来自于客户的理解和支持，所以更具有挑战性的是如何帮助客户把中台的价值真正发挥出来。

“很多中大型企业客户，尤其是传统行业里信息化走的比较靠前的客户，在智能化升级的这个路径上，场景非常多，探索性也很强。所以除了交给乙方承接建设平台，客户也希望建设企业自身的自主创新能力，甚至还希望能够辐射相关产业链进行能力输出，需要更好的智能中台架构以支撑一线创新。”

结合国内同行的观察，我们发现，中台回炉再造的机遇正悄然到来。

也就在这样的态势下，中台开始起了变化。

1

中台仍是少数人走的路

最近的一组市场调研数据不难看出，中台仍是少数企业走的路，其中，规模型企业无论在实践和认知层面都处于市场的靠前位置。

66.1%的企业会因为当前各方面条件不成熟，不会考虑引入中台；26.1%的企业仍处于观望状态，已进行概念证明和可行性评估；与之形成鲜明对比的是，1.2%的企业已经尝试构建中台，但因短期内未看到效果或将考虑终止；合计仅有6.6%的企业计划尝试、加大对中台的应用投入。

另一方面，从大的方向上看，零售、制造、金融等信息化渗透率较高的行业，目前正是中台（认知和实践）较为火热的top3行业。

同时，结合区域性分布数据来看，区别于传统的信息化分布特征（传统信息化以及上云优先的区域，主要是以北上广为主），中台的市占率相反在重庆、广东、四川等地区（占比分别为15.5%、10.6%、8.9%）率先打开局面。这些区域恰恰也是制造业、零售业等相对非常发达的地区。

这或许说明一个非常有意思的现象，中台的接受度与成功与否，与企业上云的关系并非呈正相关，相反，企业的数字化意识或觉醒程度占据更重要的权重。

当然，有个重要前提是，中台特别是数据中台，无论私有云还是公有云的方式，必须是建在云端的。

以一家零售企业为例。实际上，Popeyes在选型中台前后就一直有着非常多的思考。

在最开始了解到数据中台时，Popeyes的CIO张天就曾疑惑：“这些企业是不是真的在做数据中台，还是只是把一个业务项目微服务化了？”

随着集团整体数字化进程的战略规划逐步清晰及对数据中台的理解加深，张天开始理解数据中台的价值，但此时，他又困惑了：“但凡是个公司都在说自己能提供中台解决方案，市场上的声音非常多，容易让人混淆。”

而即便是后来集团决定上中台，并引入阿里云数据中台解决方案时，集团内还是会有不同声音：Popeyes未来一段时间内在数据层面可能遇到的问题，其实可以另寻单点工具进行解决——为什么要花几倍甚至几十倍的成本去搭建数据中台，这会不会有点“大材小用”？

王赛告诉雷锋网，阿里云数据中台团队此前接触和服务了包括零售行业、金融行业在内的大量企业客户。

首先，大多数企业的数字化发展意愿是非常强烈的，这种往往来自业务层面对数据能力的重视，而像传统零售企业近年来的观念转变是非常迅速的，比如现在会特别关注精益运营、以互联网的方式获客，他们对数字化转型有非常强的驱动力。

“在企业原有的系统上构建，企业首先会思考的问题一定是，跟原有系统之间的关系会是什么，是替代关系，还是互补的关系？这些关系要理清楚，背后所涉及的组织和人的关系也要理清楚。”

其次，通过今年新签约的客户来看，有很大一部分属于新锐品牌，比如在零售行业，至少有一定规模的企业对中台的意愿非常强烈，他们非常重视数据能力体系在自身企业的落地和建设。

总结来讲，两类企业正构成数据中台实践的中坚力量：一类是企业本身理念超前，对中台有一定的认可性，希望一开始就能搭建中台，这类企业往往没有什么包袱，非常重视数据能力体系在自身企业的落地和建设；还有一类是企业自身已经存在很多重复建设的应用，希望通过中台实现复用的能力。

2

重新理解中台

或许，过去对中台一度说不清道不明的根本诱因在于，对中台定义的过分理想化追求。

实际上，中台这一国产原创概念问向AWS的云布道师Ian MassingHam时，也是被问得一脸懵。后来，在Gartner的一份PPT中得以看到中台的英文释义为“Middle Platform”，定义为“Packaged Business Capability”，即封装的业务能力。

在此之前，并没有谁定义过中台是什么，因为它本身并非学术概念，并不能通过学术研究来界定。正如外界所了解的，阿里集团正式启动中台战略源自马云携高管对Supercell的一次商务拜访，在这个故事中，阿里所希望与塑造的，从最初的原型呈现到最终落地，一以贯之的其实是一套思想和理论体系。

因而，回顾中台出现之前的种种雏形，从技术本源上讲早就有迹可循。

北京航空航天大学计算机学院副院长胡春明曾提到，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。

那么从这个层面出发，无论是为了快速响应前端业务，还是尽可能地提高软件生产力，其背后一直存在的推动力其实是来自市场的竞争。

据雷锋网观察，过去的市场竞争中，讲求“制造为王”、“渠道为王”，企业IT的核心其实是一套庞大的企业信息管理系统如ERP、CRM等。但发展到如今，中国的市场环境发生了很大变化：面对产品、技术的同质化，产品越来越供大于求，CRM不再是只跟客户、商机、订单相关，而是会结合内容营销、市场管理等方式，跟用户产生更多直接密切的触点；企业触达用户的方式和渠道也变得多样，原先只能通过PC接入，现在用户凭借手机就可以接入。

此时，企业信息化系统的复杂程度开始成倍增长，但企业研发供应却并没有那么多，为了及时响应业务的节奏，只能借助某个工具或应用。日积月累下，企业需要建立一个以用户为中心的业务系统，不同企业因业务逻辑的不同其业务系统也会有很大差异，而原先的信息管理系统也变成了企业信息化的一种“后台”。

中台的出现，恰好解决了前台日益增长业务流和后台如何快速响应之间的冲突。

“信息化给业务的价值一直都是降本增效，过去70多年都是这个逻辑，未来也都是。”明略科技副总裁刘国栋谈到。

在他看来，对中台的理解问题是关键。

“中台是一个office（中枢），不是一个platform（平台），所以中台的职责就是中枢、中间层，通过中台保持前后台的诉求得到满足，同时让这个有机体持续保持和战略一致和同步。”

中台既不是PaaS也不是中间件，却干了很多它们能干的事情。同样，中台也不是前台业务系统，但也提供了诸如客服、营销、供应链管理等功能应用。在过去的几年里，市面上衍生出诸多类型的中台构建模式和解决方案。

按照功能特征和定义，业界主流的中台大概有如下三种：

一是技术中台。形态如IaaS（计算、存储、网络等基础设施）+PaaS（中间件、大数据和研发平台），目的是为了提供通用的基础研发能力。

二是业务中台。像商品中心、交易中心、营销中心等，需要有灵活性，可以提供一些通用的功能。

三是数据中台。通过数据技术，对海量数据进行采集、治理、加工、消费、数据资产管理、知识管理，同时统一标准和口径。

这三种类型的中台，国内各中台厂商/团队目前也都在积极推进。

在智领云科技联合创始人兼CEO彭锋看来，企业建中台首先要想清楚什么中台是必要的，什么样的中台可能就是伪命题。

在他看来，技术中台、数据中台会比业务中台更有存在的必要性和价值。

“业务中台的出现更像是一种伪命题，业务是快速变化的，前端需要创新时，会受到业务中台的牵制；相比之下，企业是绝对需要数据中台的，联通的、全局的数据要比割裂的数据更容易产生1+1>2的效果；同时，通过数据，企业可以精准定位目标客户，推动业务进一步进行创新。”

目前来看，单从产品形态上讲，中台越来越具象了。这种变化也侧面折射出如果单纯搞中台，输出一套方法论，业务的感知度不高，不会有任何一家企业为此而买单。相反，服务商还需要继续提供一些标准化的产品、工具，以及行业性解决方案，进一步帮助企业落地。

“这要求厂商从建设方法到产品工具，再到解决方案都能够拥有一整套相对完整的体系和能力。”王赛向雷锋网补充。

3

另一种中台

目前来看，中台正朝着一种新的路径推进：中台本身并没有贴近业务场景，但其建设的根源却来自于业务的抽象、数据的盘剥。

需求推动下，另一类中台正在出现。

AI中台、知识中台是什么

2020年5月，百度智能云业务架构调整的同时，也将AI中台和知识中台开放了出来。

别看名称有所不同，百度的这两款中台其实也脱离不了基本中台架构的本质。

据刘倩的描述，AI中台作为企业AI能力的生产和集中化管理平台，有一个重要前提是，AI技术能够被全流程应用到企业的各个环节，或者规划了多场景应用的发展路径。如果只是在一个业务场景中就没有必要建AI中台；同时AI中台要做到门槛足够低，让业务线的人员也能方便地使用。

而知识中台，是建立在企业越来越多元、异构的数据基础之上，通过信息抽取、内容理解、语义推理等多种技术，帮助企业进一步提升决策智能化的能力，如企业搜索、辅助诊断、智能交互等都是比较典型的基于知识中台的应用。

百度后来看准时机将AI中台和知识中台开放出来，来自两方面因素：一是自身经验积累和建设的成熟度；二是看到人工智能应用和系统架构建设的趋势。

“在百度自身业务研发、应用深度学习等新技术的过程中也会发现，应用AI技术的过程大体也可以分为单点探索、垂直深化、全面应用、持续创新四个阶段。到垂直深化和全面应用这两个阶段时，就会明显感受到基于场景打磨后沉淀下来的算法、工具等，能帮助企业内其他业务做更高效地应用和创新。

当然，很重要的一点是，我们不能认为建设好了中台就能满足所有的业务需求，因为基于新场景的优化和落地也会存在各种各样的挑战，包括AI技术本身也在不断发展，所以中台的建设也是一个动态演进的过程。”刘倩表示。

如今，百度通过抽离出一套AI中台、知识中台的解决方案，也将这部分能力开放出来，为更多的行业企业智能化转型提供持续稳定的服务。

当然，在AI、知识融合数据提供服务这方面，不只有百度在做。

如明略科技，也将知识图谱和数据能力进行了融合，将知识图谱用于全盘的数据分析、数据管理。

据介绍，区别于市场上同类型产品，明略科技的数据中台是以知识图谱为行业Know-How的载体。

“过去我们帮客户做数据治理的过程中，发现数据治理和数据计算中所蕴含的数据知识性的能力。我们后来将这些能力通过一种元数据的形式，进行存储和数据化。这种元数据具备知识图谱的实体特征，能够以知识图谱的形态进行应用。也就是说，不只是业务场景下所形成的知识图谱，数据本身的知识也形成了一个知识图谱，这种称为数据知识图谱。”明略技术专家朱沐尧指出。

这种多一步的设计方式，目的是为了利用知识图谱驱动知识的管理、计算，大幅提升数据治理自动化和智能化程度。

着重于将知识图谱应用于元数据增强分析领域，而不只是数据分析领域，这恰恰是明略数据中台技术体系的最明显差异之一。

云原生时机到了吗

彭锋看到的现状是——人才稀缺，任务繁重且复杂，交付困难非常大，“大数据搞了这么多年，还是一个unsolved problem的阶段。”

为此，智领云的数据中台产品采取了云原生的底层架构建设。

彭锋做了一番解释，“在云原生体系中，多租户、资源隔离、计费、审计等，都跟传统的大数据运营有很多不同，同时还要做到存算分离、混合云的支持等。如果没有云原生，整个大数据平台的组件管理起来会特别复杂。数据平台未来一定是朝着云原生的方向发展。此时如果还用传统的方式进行技术投入，那么整个技术培训成本会急剧增加，往往还不一定能找到合适的人才。”

在他看来，未来云原生是必然。

“我们认为如果数据不能产生价值，这个事情是没有意义的，但是数据如果要产生价值，必须以最合理的架构来实现。大数据产品一定要用云原生架构，这样整体的ROI会最高，落地速度也会最快。”

在此之前，包括云徙、滴普、袋鼠云、奇点云等服务商也都陆续发布过基于云原生架构的数据应用产品，但一个不可忽视的事实是，直到如今，云原生的应用尚未看到明显进展。

同为数据中台服务商，阿里云王赛看好云原生对数据中台相关产品的促进价值，但不应该带给客户这样一种错觉：

“应用云原生就能够解决企业的现有问题，企业用户其实是不太会感知到云原生的技术本身。”

在他看来，云原生解决的不是数据中台的问题，而是企业软件架构的问题。未来如果利用云原生技术构建数据中台或尝试一些创新，至少应该解决以下问题：

一是让数据处理的速度更快，让数据更快更低成本地达到业务场景；二是数据标准化，一套方法和体系帮企业管好数据，让数据质量更高；三是算法和场景的融合，将AI植入到业务场景中；四是工具化，将不同的场景和问题抽象成SaaS产品/服务；五是数据共享，解决数据确权、数据隐私保护和安全等问题。

这或许也是当前中台服务商在提供中台产品时所面临的共同期待。采访中，类似的说法被不同的服务商或多或少地提及。

刘国栋看到机遇是，“目前企业或组织，个人对自有数据的确权和资产属性意识越来越高。对数字化过程的积极认可，对该过程中产生的数据的管理、治理、使用意愿和效益的积极认可，都是中台市场的推动力量。”

随着数据法治的逐步健全，企业或组织、个人对自己的数据资产的共享和交易需求的大规模落地，将是未来中台市场的一个井喷点。

4

做中台，从难到更难

从本质上讲，中台拆解为产品仍是一个ToB的场景，这意味着它需要走过产品打磨、数据积累、市场认知，市场的培育期注定漫长。这也意味着，中台仍有太多难点需要解决。

首先最大的挑战仍是来自于用户对中台的认知。这种认知绝不仅仅是单纯概念上的认知，而是说理念上接受，中台是“一把手工程，需要伴随业务创新，且持续建设的过程”。

这或许也来自于前车之鉴，用户对中台的感知度本来就低，一旦市场层面没有传递出正确、真实的信息，很容易让客户产生误导。

“客户自身尤其是决策层对这件事情的认知度和推动力，其实很大程度能决定项目的成功与否。”刘倩表示。

从她的角度，业务层面更容易能让用户感知到中台的价值，比如支撑了多少业务场景的应用、AI服务的调用次数或者部署的设备端数量、基于中台的应用为业务创造了多少价值等等；而在技术层面，更直观的方式是研发效率和资源利用的角度出发。

而无论是数据中台、技术中台，还是知识中台、AI中台，仍需要跟连接到业务和前台，跟业务齐头并进，深入到业务的各个环节。

由以上两个难点，不难想到，企业一旦开始启动中台项目，就需要牵动业务层一同行动。

其次，建设完成后，推动使用难——为了推动团队使用，又不得不开始做应用层的事情。

彭锋告诉雷锋网，“由于中台专注在底层架构上，跟业务离得有点远，这个平台又是客户核心的IT投资，一旦用上后不会切换到别的平台。因此我们要费力气做很多事情，提供端到端的数据中台和工具。这是创业公司早期必须要跟客户仔细说明的事情，以获得客户的信任。”

这可能是目前所有中台厂商必须回答的一个话题。

这意味着企业自身要推动团队使用起来，将中台在整个业务中应用起来，形成闭环；但这同时也取决于第三方上下游生态的繁荣程度。中台如果按云计算进行分层（I、P、S三层），更多属于PaaS，或者PaaS+IaaS，涉及一些硬件如服务器、芯片、边缘设备，至少能够通过深度适配和优化让前台的应用效果变得更好。

那么谁又有这个实力呢？

中台现在的困难比当年的云计算可能还要残酷。至少在认知层面，无论是第三方的服务商，还是企业自己都有如此统一的认知——云计算是个好东西。也终于发展了这么多年，才在2021年开始将企业上云起步期的“坑”填平。

举个例子，石油实际已成为当今社会最主要的能源供应之一，但在被真正精炼之前，人们并未认识到它的珍贵价值。同样，我们认为数据、AI很重要，但对数据中台、AI中台等认知重不重要还尚不明确，或者它很重要但并不在乎。这是一个巨大的矛盾。

因而，中台的价值绝不仅局限于此。只因互联网时代让我们更加偏爱新面孔、性感的名词，小小一点起势的苗头都会被外界无限放大。中台其实一直在进步，只不过我们的期待还是太多了。只有帮客户想清楚中台不是买来的，而是自己一点点长出来的，我们或许才能坚定不会被外界舆论所左右。

还原一小段中台“真相”