中臺是一種體系/生態(tài)/方法論，有標(biāo)準(zhǔn)和機(jī)制，解決頂層領(lǐng)域下各業(yè)務(wù)子域的高效協(xié)同和資源復(fù)用問題。中臺建設(shè)強(qiáng)調(diào)企業(yè)級，IT部門與業(yè)務(wù)部門協(xié)同建設(shè)，各部門、各業(yè)務(wù)域是中臺能力的使用方，同時(shí)也是中臺能力的重要提供方。目前網(wǎng)上比較主流的中臺定義和分類有如下三種:

業(yè)務(wù)中臺: 指微服務(wù)業(yè)務(wù)平臺，像常見交易中臺、訂單中心、營銷中心。

數(shù)據(jù)中臺:通過數(shù)據(jù)技術(shù)，對海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí)統(tǒng)一標(biāo)準(zhǔn)和口徑。

技術(shù)中臺:如微服務(wù)框架、Devops平臺、容器之類。

業(yè)務(wù)中臺Business Middle Platform業(yè)務(wù)中臺是企業(yè)實(shí)現(xiàn)各業(yè)務(wù)板塊之間鏈接和協(xié)同，持續(xù)提升業(yè)務(wù)創(chuàng)新效率，確保關(guān)鍵業(yè)務(wù)鏈路的穩(wěn)定高效和經(jīng)濟(jì)性兼顧的思想體系。業(yè)務(wù)中臺的目的是“提供企業(yè)能夠快速，低成本創(chuàng)新的能力”。業(yè)務(wù)中臺的核心是“構(gòu)建企業(yè)共享服務(wù)中心”。業(yè)務(wù)中臺的過程是通過業(yè)務(wù)板塊之間的鏈接和協(xié)同，持續(xù)提升業(yè)務(wù)創(chuàng)新效率，確保關(guān)鍵業(yè)務(wù)鏈路的穩(wěn)定高效和經(jīng)濟(jì)性兼顧的思想體系，并突出組織和業(yè)務(wù)機(jī)制。業(yè)務(wù)中臺也包含技術(shù)和組織兩大部分，通過“方法 + 工具 + 業(yè)務(wù)理解”加以實(shí)現(xiàn)。業(yè)務(wù)中臺通過一個(gè)統(tǒng)一的管理平臺，統(tǒng)一管理企業(yè)內(nèi)的各種管理系統(tǒng)，從而避免出現(xiàn)數(shù)據(jù)孤島。同時(shí)實(shí)現(xiàn)企業(yè)不同地域的系統(tǒng)之間的互聯(lián)互通，實(shí)現(xiàn)跨地域的全球信息同步。對外，通過標(biāo)準(zhǔn)的協(xié)議接口，集成企業(yè)外部的系統(tǒng)，來實(shí)現(xiàn)和外部異構(gòu)系統(tǒng)之間的互聯(lián)互通，實(shí)現(xiàn)上下游資源一體化。再添加權(quán)限控制、流程流轉(zhuǎn)和統(tǒng)計(jì)分析等，最終形成一個(gè)有關(guān)聯(lián)的，整體的數(shù)據(jù)系統(tǒng)。為企業(yè)提供有價(jià)值的數(shù)字運(yùn)營支撐建議。業(yè)務(wù)中臺恰好實(shí)現(xiàn)了“將數(shù)字技術(shù)集成到企業(yè)的所有領(lǐng)域，從而對企業(yè)的運(yùn)營方式以及如何為客戶創(chuàng)造價(jià)值進(jìn)行根本性改變”這個(gè)目標(biāo)。

(阿里業(yè)務(wù)中臺架構(gòu))

(電商業(yè)務(wù)通用中臺架構(gòu))

(滴滴業(yè)務(wù)中臺架構(gòu))

(有贊財(cái)務(wù)業(yè)務(wù)中臺架構(gòu))

業(yè)務(wù)中臺是為業(yè)務(wù)服務(wù)的，各業(yè)務(wù)中心要了解和掌握你所支撐的業(yè)務(wù)具體情況是什么樣子，對業(yè)務(wù)知識和流程要有深刻的認(rèn)識。企業(yè)建設(shè)業(yè)務(wù)中臺不應(yīng)該完全從IT技術(shù)層面考慮，需要從技術(shù)、業(yè)務(wù)、組織和運(yùn)營多個(gè)維度協(xié)同推進(jìn)，而不單單是IT系統(tǒng)的一個(gè)維度。CIO們不能聽信于廠商吹得天花亂墜，沒有實(shí)際調(diào)研過的與業(yè)務(wù)碰撞過的方案一定不是最適合的方案。業(yè)務(wù)中臺化不會(huì)有一套拿來改改就能用的方案，必須具體情況具體分析，中臺化的過程不出意外一定是痛苦和艱難的。 數(shù)據(jù)中臺Data Middle Platform

在業(yè)務(wù)中臺構(gòu)建完成后，考慮到后續(xù)端到端流程監(jiān)控分析，大數(shù)據(jù)分析的需求才會(huì)涉及到數(shù)據(jù)中臺的構(gòu)建。當(dāng)然數(shù)據(jù)中臺本身也為上層應(yīng)用提供各種數(shù)據(jù)服務(wù)能力。數(shù)據(jù)是從業(yè)務(wù)系統(tǒng)產(chǎn)生的，而業(yè)務(wù)系統(tǒng)也需要數(shù)據(jù)分析的結(jié)果，那么是否可以把業(yè)務(wù)系統(tǒng)的數(shù)據(jù)存儲(chǔ)和計(jì)算能力抽離，由單獨(dú)的數(shù)據(jù)處理平臺提供存儲(chǔ)和計(jì)算能力？這個(gè)專用的數(shù)據(jù)處理平臺即數(shù)據(jù)中臺。數(shù)據(jù)中臺是一個(gè)用技術(shù)連接大數(shù)據(jù)計(jì)算存儲(chǔ)能力，用業(yè)務(wù)連接數(shù)據(jù)應(yīng)用場景能力的平臺?！斑B接能力”是數(shù)據(jù)中臺的精髓。作為一個(gè)處在中間層的能力平臺，“連接”是其根本任務(wù)。在業(yè)務(wù)層面需要盡可能連接各種數(shù)據(jù)源作為其生產(chǎn)資料；同時(shí)，由于生產(chǎn)數(shù)據(jù)的場景越來越多，覆蓋了線上線下等多渠道，各數(shù)據(jù)生產(chǎn)資料之間也需要進(jìn)行連接，才能形成全域的數(shù)據(jù)；數(shù)據(jù)在數(shù)據(jù)中臺這個(gè)平臺上按照標(biāo)準(zhǔn)的模型進(jìn)行規(guī)范加工處理后需要服務(wù)于多種場景，同樣需要我們提供標(biāo)準(zhǔn)的數(shù)據(jù)服務(wù)接口將數(shù)據(jù)與應(yīng)用場景連接起來。連接是數(shù)據(jù)中臺的根本能力，也是數(shù)據(jù)中臺的價(jià)值所在。數(shù)據(jù)中臺通過數(shù)據(jù)技術(shù)，對海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí)統(tǒng)一標(biāo)準(zhǔn)和口徑。數(shù)據(jù)中臺把數(shù)據(jù)統(tǒng)一之后，會(huì)形成標(biāo)準(zhǔn)數(shù)據(jù)，再進(jìn)行存儲(chǔ)，形成大數(shù)據(jù)資產(chǎn)層，進(jìn)而為客戶提供高效服務(wù)。這些服務(wù)跟企業(yè)的業(yè)務(wù)有較強(qiáng)關(guān)聯(lián)性，是這個(gè)企業(yè)獨(dú)有且能復(fù)用的。

(網(wǎng)易云數(shù)據(jù)中臺架構(gòu))

(菜鳥數(shù)據(jù)中臺架構(gòu))

數(shù)據(jù)中臺建設(shè)的基礎(chǔ)還是數(shù)據(jù)倉庫和數(shù)據(jù)中心，并且在數(shù)倉模型的設(shè)計(jì)上也是一脈傳承。數(shù)據(jù)中臺一般包括了數(shù)據(jù)模型和數(shù)據(jù)資產(chǎn)管理，數(shù)據(jù)服務(wù)開放，上層的數(shù)據(jù)類應(yīng)用和標(biāo)簽管理等。圍繞“規(guī)劃、治理、整合、共享”四步，將企業(yè)海量、多維的數(shù)據(jù)資產(chǎn)盤點(diǎn)、整合、分析、確保整個(gè)公司數(shù)據(jù)一致性和可復(fù)用性，為前臺提供數(shù)據(jù)資產(chǎn)、數(shù)據(jù)定制創(chuàng)新、數(shù)據(jù)監(jiān)測與數(shù)據(jù)分析等服務(wù)，最終實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的價(jià)值最大化。在具體建設(shè)策略方面，企業(yè)應(yīng)基于自身的業(yè)務(wù)戰(zhàn)略，選擇明確數(shù)據(jù)資產(chǎn)對象，由業(yè)務(wù)或應(yīng)用（需求）驅(qū)動(dòng)，若沒有實(shí)際的應(yīng)用場景或沒有足夠的客戶群體，不建議建數(shù)據(jù)中臺。

AI中臺

AI Middle Platform將數(shù)據(jù)中臺外面套著的幾層能力抽象剝離出來，整合形成一個(gè)獨(dú)立的中臺層，依托數(shù)據(jù)中臺進(jìn)行一定的協(xié)作，共同應(yīng)對前臺的智能化業(yè)務(wù)需求。數(shù)據(jù)中臺主要集成數(shù)據(jù)挖掘、數(shù)據(jù)洞察智能算法和模型；AI中臺主要承擔(dān)復(fù)雜的學(xué)習(xí)預(yù)測類智能需求研發(fā)。這一中臺我們稱之為“AI中臺”。數(shù)據(jù)中臺提供基本能力，包括數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)實(shí)體化、數(shù)據(jù)服務(wù)統(tǒng)一化等；還支持部分?jǐn)?shù)據(jù)處理的智能需求，包括智能數(shù)據(jù)模型、關(guān)聯(lián)分析、主成分分析、異常點(diǎn)分析等。數(shù)據(jù)中臺主要承擔(dān)數(shù)據(jù)探索的職責(zé)。AI中臺提供模型設(shè)計(jì)訓(xùn)練、模型/算法庫、復(fù)用標(biāo)注管理、監(jiān)控服務(wù)等一系列相關(guān)AI緊耦合的能力支持。AI中臺從事的是學(xué)習(xí)預(yù)測的任務(wù)。為了確保AI中臺中的所有模型和服務(wù)都能組合使用，AI中臺需要為所有AI模型和服務(wù)能互通、互助、并行應(yīng)用提供一些基礎(chǔ)的支撐。

人工智能從研究領(lǐng)域進(jìn)入到實(shí)用領(lǐng)域的步伐越來越快，越來越多的場景可以并需要實(shí)用人工智能技術(shù)提高效益。在AI的實(shí)用化階段，需要解決AI技術(shù)如何與業(yè)務(wù)場景更好結(jié)合，如何減少重復(fù)投資、降低成本使投入產(chǎn)出比更高的問題。AI中臺不是一個(gè)孤立的平臺，而是整體信息化建設(shè)的一部分，必要要能與基礎(chǔ)平臺、業(yè)務(wù)系統(tǒng)很好的融合。只有做好與原有業(yè)務(wù)系統(tǒng)的對接，才能使AI能力更好的助力于業(yè)務(wù)智能化。

技術(shù)中臺Tech Middle Platform云技術(shù)正在迅速取代傳統(tǒng)的IT架構(gòu)，尤其基于容器、微服務(wù)為核心的PaaS平臺的成熟和普及，為IT系統(tǒng)的構(gòu)建和運(yùn)維，提供了全新的模式和效能。為了提升IT對業(yè)務(wù)需求的響應(yīng)度，快速響應(yīng)需求變化，實(shí)現(xiàn)新業(yè)務(wù)的上線應(yīng)用，IT需要基于敏捷迭代的方式進(jìn)行系統(tǒng)建設(shè)，支持業(yè)務(wù)用戶自建簡易系統(tǒng)，降低業(yè)務(wù)試錯(cuò)成本。同時(shí)整合企業(yè)內(nèi)外部各類IT能力、資產(chǎn)和數(shù)據(jù)，使得更為復(fù)雜、新型的業(yè)務(wù)模式創(chuàng)新在IT層面得以支持。IT部門也需要中臺化思維，以業(yè)務(wù)運(yùn)營視角進(jìn)行IT解決方案的設(shè)計(jì)與系統(tǒng)建設(shè)，實(shí)現(xiàn)未來的業(yè)務(wù)重用實(shí)現(xiàn)服務(wù)與數(shù)據(jù)的中臺沉淀。

（云端技術(shù)棧）

（DevOps研發(fā)交付運(yùn)維一體化）

（研發(fā)組件化）

（研發(fā)標(biāo)準(zhǔn)化）

（技術(shù)中臺整體架構(gòu)）

中臺最重要的作用就是減少資源的復(fù)用，通過一個(gè)個(gè)微服務(wù)快速完成前臺（即業(yè)務(wù)部門）的需求，從而提高企業(yè)對?戶的響應(yīng)?，幫助前臺完成規(guī)?；瘎?chuàng)新。當(dāng)業(yè)務(wù)線變多且越來越復(fù)雜，前臺與后臺之間的“技術(shù)債”會(huì)隨之變多，重復(fù)造輪子與溝通成本太高的現(xiàn)象會(huì)增多，通過技術(shù)中臺可以一定程度上來解決這個(gè)問題。但如果「技術(shù)中臺」做得太多，資源投入就會(huì)很大，無法形成正向的利益?zhèn)鲗?dǎo)；如果「技術(shù)中臺」做得太少，又無法深入理解業(yè)務(wù)，導(dǎo)致適配方案落地性變差，漸漸失去價(jià)值。 建議建設(shè)中臺是一項(xiàng)耗時(shí)耗力耗錢的大工程。中臺架構(gòu)的實(shí)施落地推薦從易到難逐步實(shí)施，從最簡單的資源中臺開始，到技術(shù)中臺、數(shù)據(jù)中臺->業(yè)務(wù)中臺->組織中臺，最終完成企業(yè)架構(gòu)的中臺化。很多傳統(tǒng)企業(yè)內(nèi)部往往存在多種管理系統(tǒng)，部門間數(shù)據(jù)孤島的問題很嚴(yán)重，缺乏治理，有時(shí)甚至連最基本的用戶賬號統(tǒng)一都沒有打通。這也就意味著，一個(gè)項(xiàng)目往往要同所有部門梳理業(yè)務(wù)、統(tǒng)一接入數(shù)據(jù)，打通難度可想而知，投入產(chǎn)出問題還需企業(yè)審慎考慮。

責(zé)任編輯：lq