DT時代，大數據成為人們談論的焦點，2019年更被譽為數據中臺元年。人人都在談數據中臺，卻不是所有人都清楚，從歷史邏輯來看，中臺或者數據中臺從何而來？

      少數清楚這段歷史的人中，有一位大數據老司機，人稱「才院長」，他是回答這一問題的最佳人選。

      他叫才言。奇點云首席戰略官，9年大數據老司機，「數據交換區」專利操盤手。

      9年之前，才言初次踏入阿里巴巴大門。對才言來說，揭示未來趨勢是個腳踏實地的研究歷程，與其研究復雜的經濟結構變化，不如抓住簡單而明顯的趨勢，阿里巴巴是一個趨勢，而數據則是下一個。

      數據中臺從何而來？才言用其親身經歷為我們回答。

      01 緣起：作為生產要素的數據

      在入職阿里之前，才言是管理咨詢公司的一位戰略咨詢顧問，努力幫其客戶理解趨勢的同時，也在為自己尋找趨勢。他發現，商業世界最不容忽視的一個簡單趨勢是，企業的數據正在變得越來越多。 

      才言清晰的記得，「2012年，大數據之所以興起（的背景在于），有句話反復出現：人類迄今為止生成的數據中，有90％是在近兩年內產生的。」

      2011年，才言在在阿里研究中心（現阿里研究院），研究電商服務業并且以研究者身份進駐淘寶商家事業部，見證了淘寶數據開放的過程（API每日調用量千萬次到百億次）。 

      2011-2013 海量數據如何塑造新商業？

      進入阿里之后，才言一頭扎進了數據的海洋。他第一份工作是利用alibaba.com上的數據來預測中國的進出口。他發現，互聯網數據顛覆了傳統的宏觀經濟指標的抽樣采集工作，互聯網數據的加工可以做出全新的宏觀經濟變量。

      「（在阿里研究中心的）這段經歷部分回答了我的疑問：海量數據對商業世界有什么影響？——如果一家公司的數據極為豐富，會發生什么？能夠有什么啟示？」2009年，阿里研究中心發布網商報告，提出「海量個性化」這一新概念，才言也隨之找到了自己的興趣點，也有了越來越多發現。

      因為研究電商服務業，他發現，從 「數據是生產要素」這一命題展開對新興行業探求的話，數據是有成本的，而且一定程度上成本高昂，跟大家認識到的「數據幾乎零成本復制」完全不同。不僅如此，在良好的用戶體驗這一約束下，數據的采集也有機會成本。從這兩點來看，數據是稀缺的。它具備生產要素的特點，會極大影響企業的商業模型。

      因為研究電子商務生態系統，他接觸到同事們把理論物理的復雜系統分析方法引入到研究中來，第一次看到淘寶數據展現出的「自然分布律」適用于淘寶女裝賣家，第一次用「連通性」等理論物理語言重塑產業研究。頓時，他感覺數據極為豐富之后行業研究這個職業都要變天了。

      他從品牌商品在網絡渠道的實時渠道數據里，第一次觀測到品牌商「渠道灰度」：隨著時間的延展，商品（某類sku）的價格和數量變動的情況，實時反映了渠道結構與關系。「在線下人們只是感知到這個規律存在，而在數據極其豐富的線上，借助強大的計算平臺這些都得以直觀展現。」才言說。

      才言對數據的認知在改變的同時，他也在思考，阿里的生態可以利用阿里的數據做些什么？

      才言當時的本職工作是對淘寶生態業務的跟蹤研究，需要思考淘寶開放平臺（以及服務市場）的運轉機制究竟是什么？應該是什么？需要解釋的是，淘寶開放平臺即后來為人們所知的共享服務平臺（即阿里的業務中臺），不光服務淘寶還服務外部，職責是把淘寶的數據開放給淘寶認可的合作方。其中，數據服務的方式是API服務方式。

      在做業務的過程中親手實踐了「封裝API服務ISV」，才言陸續意識到問題所在：從供給需求的角度，自2010年起經過三年多的數據開放現有的1000多個API覆蓋范圍極廣，但平臺供給給市場的數據數量和類型是有限的，導致了交易市場上的ISV的APP供給也是有限的（超過6000多個），使得市場競爭趨于同質化。然而在API封裝的過程中，大量的數據、算法因為過嚴的安全審核無法對外開放，一定要去尋找新的數據服務方式。

      2012年阿里巴巴同步「聚石塔」發布而誕生的CDO（數據平臺部），極大地刺激了才言。在2013年的淘寶服務商大會上，才言提出了「在CDO的基礎上構建新的電商服務業」的想法，并且隨后就轉崗到了CDO。

      2014-2015 A如何用B的數據？

      「到崗第一天的會議里，老A講到淘寶數據還處在自給自足的原始狀態。各種光怪陸離的情況層出不窮，」才言回憶起CDO，不禁哈哈大笑：「當時有個實習生剛入職3個月，表的生產總數全淘寶第一。還有個資歷非常深的BI因為在公司工作很久，合法積累了很多數據使用權，于是很多團隊的算法合作不得不找他，因為他有數據霸權。有了計費計量之后，有個勤奮的員工在寬表里跑一段sql，花掉上百萬RMB，太可怕了。更可怕的是他的工作后來經過審計還是合理且必要的。」

      這大概就是數據極為豐富之后如何治理的最初狀態。

      春江水暖鴨先知，阿里巴巴的狀況也將預示著數據如果進入有序的提供價值的狀態時，商業世界變化極大。當時，CDO團隊所共識的大數據理念是「數據從業務中來，回到業務中去」，共同的愿景是解決「A如何用B的數據？」的問題。

      才言在CDO做的第一件事就是擔任商家數據中心（2015年遷回淘寶后改為品牌數據銀行）PM。這一項目首次嘗試把商家散落淘寶的所有數據大集中，解決商家在經營決策中的數據工具問題。

      在梳理某知名淘品牌的商家數據時，他大吃一驚：商家想要看一份正式的BI報表，但這份BI報表的數據源分散在13個淘寶的部門，而依據阿里集團數據安全規則，誰生產數據誰對數據的使用負責。這些數據存儲在不同的數據庫、不同類型的數據庫，甚至不同的計算集群。在技術上盡管當時CDO做出來了享譽阿里的DXP數據交換平臺，但割裂的數據如何通過可信可靠的方式對內對外服務？顯然還有很長的路要走。

      商家數據中心應該實現什么功能？為了了解商家需求，才言找了大（年收入十億級別）、中（年收入億級別）、小（年收入千萬級別）三家典型商家進行試驗，商家數據中心第一次嘗試把淘寶給商家用的數據盡量集中，方便商家加工數據，繼而做分析和洞察。這也是淘寶生態里第一個BI工具（數云NewBI）的緣起。

      「大數據最終會影響各行各業，要想在這個行業做出點什么，我決定兩步走，一是扎實的基本功，盡可能熟悉基礎的大數據技術。我花了接近兩年的時間，把數據平臺CDO最重要的3個引擎——BI引擎、推薦引擎、營銷引擎都做了一遍。二是在工程實踐的基礎上盡可能掌握行業實踐。了解多行業多領域就會觸類旁通，只呆在其中一個環節導致視野變窄。」他說道，「很幸運，在深入電商4-5年后有機會在阿里這個大平臺上從數據的角度接觸幾乎所有行業，明白了數據平臺最重要的框架結構和主要應用場景。」

      在挖掘數據的業務價值、推動數據在業務中應用方面，標志性的事件是TCIF（淘寶消費者信息庫）——統一拉通阿里的消費者數據，并進行標簽化，形成了3000個消費者標簽。這些標簽在具體的使用過程中，才言接觸到了「表級別字段級別的數據開放」、接觸到數據交換區在阿里各BU的推進。

      「我的小伙伴把友盟等BU的數據上云，對于那些沒有上云的BU比如UC，他們如何合理合法合規且安全地使用TCIF以及TCIF延伸出來的數據服務。這是我當時的工作。」對比之前在淘寶開放平臺的工作，才言認為，數據安全和數據價值是相對而言的，重要的是數據技術本身在不斷演進，以API形式開放的形式是數據開放方式里未來一定不是主流，這也是他從計算廣告的實踐中獲得的認知。

      以智能廣告為例，整個頁面從請求廣告、智能推薦、調取廣告素材并展現，整個過程就200ms。數據服務是一個高速運轉的閉環鏈路，數據金礦若想被服務商更好地利用，主流不是API開放的方式。

      2015-2017 如何讓數據產生價值？

      2014年的阿里技術論壇上，后來的奇點云創始人兼CEO行在（張金銀，TCIF創立者）發表演講《大連接》，認為大數據的本質就是大連接。「這一點我非常認可。」才言提到：「如何讓數據產生價值，第一件事就是數據要連接。有些一些臟活苦活累活必須要干，這是有價值的。」

      自2012年7月成立以來，阿里內部各BU在馬總「one company」戰略下持續推進數據大連接、大集中。

      在連接的過程中，數據和業務逐漸實現雙贏。以TCIF為例，一方面行在團隊通過 TCIF 服務集團內部各業務方，另一方面業務方使用數據服務的過程中，也產生數據回饋CDO的ID mapping服務，使之更強大。從實踐出發，行在總結了「數據共建共享」的數據交換理念。

      出于對「大連接」和「共建共享」理念的認同，才言參與了行在主導的數據項目——整合阿里上市前后收購的全資子公司之間的數據，進而推動數據交換區。

      作為「數據交換區」專利的落地操盤手，才言幫助UC第一個成功使用專利成果，合規地使用阿里巴巴集團的數據。經過半年多的努力，阿里巴巴前20個數據交換區多數都是才言建立，他認為數據交換區是數據平臺未來的最高階應用，「最狂妄的時候我有這樣的錯覺：沒有數據交換區的數據平臺都是扯淡」。

      「我們發現在數據使用的過程中存在奇點。」才言復盤數據交換這件事的意義時談到，「先有需求再有供給。業務方是要到知道業務可以數字孿生，業務可以數字化；知道業務提升的瓶頸，感受到痛；他知道他需要什么數據時，數據交換才會發揮價值——這個臨界點就是奇點，這個臨界點過后AI跑出來的效果才可能超過業務專家。」

      那年一個重要變化是，阿里云內部提出了要從DBA到DA（Data Architect，數據架構師），才言轉崗成為第一個DA：「真正的DA大多對各類計算平臺很熟悉，懂數據架構，知道算法如何工作，且能夠深入業務場景。只有這樣，他們才能和機器一起在生產率上超過業務專家。」

      02 轉折：數據中臺從何而來

      不管是當時還是現在，阿里巴巴對數據的認知和應用能力都是超前的，不僅是技術超前、人才儲備超前，應用場景也超前，成本收益也與眾不同。2015年，行在創立了數加平臺，提出了「普惠大數據」，把阿里的大數據技術和能力通過一個新的平臺對外透出，讓大數據普惠各行各業。

      才言也參與數加平臺在阿里內部的創業，在云棲小鎮的平臺墾荒歲月里，才言負責數加的業務板塊，建立了數加23個工作室（由阿里云合作伙伴建立，形成大數據能力服務各細分行業）。

（2016年數加平臺在云棲大會正式發布）

      找到一個合適的客戶

      「普惠大數據」的具體實踐中，有兩大問題：一是雞同鴨講——你跟客戶講技術客戶跟你講行業；二是大炮打蚊子——平臺功能大而全要解決的問題很具體充滿細節。

      「第一個客戶是華數，華數認同阿里的大數據技術是一回事，但是讓華數明白甚至構建數據平臺是另一回事。雖然阿里最終提出了「數據中臺」的理念，但是服務2B客戶時客戶聽不懂，沒法落地。同時，阿里內部組織叫做數據平臺事業部，需要對大數據在組織中的作用重新定義，否則無法落地。」才言回憶當時碰到了不少問題。

      一家好的合適的客戶，對于大數據理念的落地至關重要。

      如何找到合適的客戶？在經過23個工作室的實踐和篩選后，才言初步得出一個結論：零售和政府會率先踐行大數據的落地。「離開阿里云之后，我們創建奇點云時劍指這兩個行業。行在提出了兩句話：幫助政府高效治理，幫助實體零售轉型升級。」才言補充，這與2019年阿里云的組織結構調整后行業分布不謀而合。

      「我們（當時）接觸了傳統電商和傳統實體零售企業。」才言回憶，「對于傳統電商，數加平臺能夠幫助這類純電商平臺做好智能應用，常見的是廣告和推薦，但純電商平臺的業務重點還是流量獲取優先于流量轉化。」那時，流量獲取已經開始往線下走，并且有了直播、短視頻等等苗頭。

      「而對于傳統實體零售企業，數加平臺能夠幫助他們做好智能決策（主要是BI），但是純實體零售企業信息化尚待完善，人貨場的數字化還在未來。」才言說，在2015年的時點上，這兩類零售客戶顯然都不是理想客戶。

      直到后來的奇點云聯合創始人兼COO公主（劉瑩，時任阿里云西南大區負責人）帶來了一個客戶，「我們詳細訪談了（客戶的）各部門后發現：他們花10年時間在各零售業態建立起品類優勢，然后再花10年的時間在信息化、互聯網、移動互聯網、O2O時代都做成了品類第一。」才言掩飾不住興奮，評價這個客戶：「老板對組織創新想法非常大膽且敢于執行。對于戰略卡位點敢于投入，比如抓住移動互聯網的機遇時，內部有10多個團隊各自根據消費者的場景發展業務獨立開發APP，3個月拼一次生死，最后活下來的業務最終代表了公司競爭力，指明了方向。」

      但即使這樣，仍然經過了七輪溝通，雙方才最終確定了合作關系。

      客戶命名了數據中臺

      這次合作的客戶有別于傳統實體零售企業：老板掌握了平臺開發的特點，但迫切需要對技術平臺進行微服務改造；并且借鑒阿里2015年底提出的「大中臺戰略」，提出了「多端卡位，相互PK」的戰略部署。

      「與阿里最大的不同是，阿里自2007年起就「去SAP」，后來驚天動地地提出「去IOE」。而這位老板先后把Oracle和SAP用過一遍，最后自己組織團隊開發。」才言說客戶的痛點很有代表性，「如果技術架構不變，他們認為SAP的Idoc接口效率太低，會拖死他們。就像大多數實體零售企業的底層管理信息系統仍在建設中，客戶在SAP上做大量定制，成本高昂。」

      客戶提出，已經嘗試搭建過數據倉庫且失敗了（信息化之后需要把數據合到某個地方去加工，10T左右的數據量，傳統的IOE已經不能承受），需要立項一個新的數據項目。

      「對于項目是否能驗收，客戶有兩大要求：一是能夠支撐業務轉型，最后我們通過Datav實現了四個部門跨13個環節的作戰，通過推薦實現了旗艦APP的個性化智能化等等，二是廣泛應用到阿里云的產品，最后我們用了18多款產品，其中包括8款數加的大數據產品，10款阿里云的云服務。」才言說，最后團隊總結客戶的需求是「兩云一端」，用以概括支撐業務O2O轉型的系統技術架構。

      「兩云」指的是業務中臺+數據中臺，「一端」指的是AIOT終端，到目前為止，這仍然是對中臺最精辟的總結，而這個客戶項目也正是「兩云一端」的第一次成功實踐。

      1、業務中臺：「名稱是客戶取的，早在我們合作之前就有。」

      業務中臺當時解決兩個問題：首先是業務方需要數據時，可以通過一個接口平臺來調用，如果前端的業務系統太多影響應用效率；第二個問題是業務方系統數據太分散，需要把會員、商品、訂單等重要的數據重新在邏輯上內聚、集中。

      「后來，業務中臺往門店端、營銷端和供應鏈端不斷延伸，技術上不斷去中心化，業務上不斷中心化支撐前臺多變的需求。」才言提到客戶的現狀：「這是一個不斷侵蝕的過程。上一輪信息化的所有成果，在新的系統架構里從功能和架構層面都再做了一遍。」

      2、數據中臺：客戶不滿意「數據平臺」的提法，新的數據項目命名為數據中臺。

      客戶發現，現有的后臺業務系統（ERP、CRM、TMS等）具備深度的行業屬性，跟公司內外的業務流程深度融合，必須持續投入增強競爭力，但是持續投入就產生了組織問題——如果生搬硬套用阿里的「數據平臺」，這個部門在組織內部成長不起來，也成為不了最底層的業務。

      在了解了微服務架構（業務中臺的雛形）之后，客戶認為，有了前臺系統，有了后臺系統，顧名思義應該有數據中臺，中臺面向業務應用，而平臺則不具備業務特征，因此把新項目命名為數據中臺，以方便內部項目推進，并且在投入產出上可以算清楚數據賬（數據存儲與計算的投入產出比）。

      3、AIOT終端：終端智能化提升業務競爭力。

      「從消費者、企業、技術服務各端的變化來看，我的垂直類目優勢面臨挑戰。」才言回憶客戶老板談到，消費者會走向無現金，客戶店鋪無現金支付比例已經接近20%（2015年），刷臉支付帶來了方便的同時，智能物聯使得門店臺面變得越來越智能。零售企業受到即時物流和近場零售的挑戰，如果業務不再進行一次碎片化再重組，將經受不起任何沖擊。

      「技術上，你們比我們懂，阿里在推中臺戰略，AI在興起，還有很多新技術層出不窮。」這位老板認為市場決勝的關鍵是：未來智能門店IOT逐步具備性價比，需要將業務高度集成一體化，需要將三代技術體系兼容打通，業務重構形成新零售平臺。

      數據中臺走向成熟

      第一個客戶的合同落地很困難。

      「特別痛苦，在當時的阿里云組織架構里，沒有簽過類似的合同。合同落地需要跟法務財務做大量溝通，而且在項目組織上算法、數據甚至計算等技術人員調動、協同難度極大。」才言回憶到。

      「在客戶的“威逼利誘”下，我們項目組飽受折磨之后，有了2016年年底這一稿，第一次從架構上定名為數據中臺。后來，這個詞廣為人知，并且，阿里云在2018年年中第一次對外發布雙中臺。」才言的成就感從微笑的眉角溢出，「我們實踐了業界第一個客戶項目，第一次把雙中臺畫出來做出來，一步步調整架構圖，后來，這些PPT被很多人查閱，也被人反復修改。」

      才言回憶往事仍然歷歷在目：「2016年云棲大會馬總提出新零售等五新，我們當天在大數據分論壇上發布了雙中臺架構圖。」

（業界第一個雙中臺雛形）

      客戶項目獲得了成功，公主告訴才言：「客戶的項目負責人在組織內部連升三級，這就是項目的價值所在。」通過這個項目，才言他們還學習到了要敬畏傳統行業，或者說叫做敬畏線下：電商平臺雖有平臺的搭建和運營的經驗，但是線上場景里缺少供應鏈相關的內容，而傳統零售企業的「端到端」供應鏈則是他們的立身之本。

      「有必要回顧一下阿里提出業務中臺和數據中臺的歷史，這里有無數阿里大俠們的智慧結晶。」才言回憶起這個過程時滿懷敬仰。「數據平臺是長期以來阿里巴巴對內部大數據團隊的叫法，數據中臺是阿里面向2B客戶提出的理念，也是云上PASS的解決方案。」

      才言回憶2014-2015年，他通過App-push 智能化推廣項目獲取的經驗，淘寶運營團隊對流量極端渴求，推動了技術的大膽應用，「淘寶就是一個強大的共享服務中臺支撐了200多個團隊四面八方打仗，利益優先全方位無敵國外交，開展合作不管內外。」

      「阿里B2B有句老話：技術支撐業務，我入職B2B時最喜歡的一句話。」才言認為中臺技術在阿里的形成歷程是業務驅動技術進步：阿里是首先發展業務，再建共享中臺。

      - 2009年，阿里巴巴開始建共享服務平臺，不叫業務中臺；

      - 2012年開始建數據平臺，當時還不叫數據中臺，數據平臺在系統架構上處于底層；

      - 2015年大數據能力通過阿里云數據平臺透出，對外提供數據服務；

      - 2015年，阿里巴巴開啟了企業架構調整：業務中臺化，前端業務部門可以像搭積木一樣調用平臺上的產品技術模塊，從而快速搭建新業務場景，通過「業務數據化」實現了業務的數字孿生；數據中臺化，打破了不同業務部門之間的煙囪式IT架構，打通了數據孤島，為「一切數據業務化」打好了基礎。

      「2015年是標志性的一年，搜索完勝人工運營，從收購雅虎中國起，長達十年的爭論結束了。這是一個精細化，業務專家不斷AI化的過程。」才言興奮的說：「一旦從投入產出上邁過了大規模數據存儲和計算的高成本，將會產生持續的高效創新。我第一次看到機器把人分成兩類，指揮機器的人和被機器指揮的人，淘寶這個終端會快速走向機器人化」。

      數據中臺替代數據平臺，則從名稱上標志著數據技術走向可認知可利用。才言認為，如果客戶還稱之為數據平臺，那么說明客戶還是在做數據倉庫項目；如果客戶叫數據中臺，則說明客戶決策層已經認識到數據的價值，開展數據業務。

      03 認知：中臺創新不只是一個技術問題

      中小企業是否需要中臺？

      「這是偽命題，一點都不明白企業主的思考邏輯。」才言對這個業界爭論的問題提出自己的觀點。「信息化、滲透率、云化，老板可能不關心這些。但是正視威脅，業務競爭力的提升，以及通過機器長期吸納業務專家的經驗來優化人才結構，最終形成一個有競爭力的組織。這是戰略和組織的問題，老板一定關心。」

      才言認為，中臺創新是一次巨大的商業技術浪潮，可比較的是1972年SAP成立后對商業的影響，中臺技術的商業化，可以利用美國人的原創技術和思想幫助中國企業彎道超車。這不只是一個技術問題，還是組織和文化的問題。

      「馬總說阿里未來的組織像美軍的大中臺小前端。自從2015年開始做第一個數據中臺項目，我就越來越關注軍事工業。」才言再次提到美國對中臺的借鑒作用，「企業的數字化轉型就像二戰后美國政府的轉軌。」

      《美國國防工業轉軌》里提到：國防部戰略從作戰平臺（艦船、飛機、坦克）為基礎的，轉變為以信息為基礎。才言提出這段話說清楚了信息時代作戰的本質，也是信息的作用，因此企業老板的戰略思想和執行層的戰術原則，都需要因時而變：「美國1945年就開始變，從總統、到國防部、到NASA、到軍工復合體，到商務部。以史為鑒，你應該變。」

      對企業老板而言，數據中臺首先是一個咨詢問題。在數據平臺的策略從用戶量優先轉向營收優先之后，才言簽下了第一個數據中臺的咨詢項目，在他看來，數據中臺要想落地，首先需要咨詢的幫助，因為數據中臺不只是技術問題，更是一個戰略選擇問題、組織管理問題，是一個決策難題，甚至是文化落地問題。

      1、戰略選擇問題（怎么選？）：互聯網巨頭以平臺的方式對各行各業產生了巨大的影響。平臺經濟是未來企業發展的共識，也是企業家的危機意識所在——自家企業要么平臺化，要么成為平臺的生態。

      2、組織管理問題（怎么管？）：現代企業管理理念開始從「控制」轉向為「賦能」。傳統的管控線對待創新是不友好的，而組織賦能的好處在于，一方面決策靈活應對多變的市場環境，另一方面全程數字化足以推進權力進一步下放。賦能式管理是對創新的尊重。

      3、復雜的決策難題（怎么辦？）：數據中臺從技術上講是架構上的變化，項目立項對企業的影響將是全方位的。甲方不僅要決策數據中臺產生的應用價值（解決具體問題的投入產出比），還需要決策大數據支撐AI來強化原有產品或者服務的競爭優勢（AI構建新競爭壁壘的可能性），更需要決策數字化轉型中組織結構所必需的IT投入（投入夠不夠的風險）。

      4、文化落地的問題（怎么想？）：數據中臺推動了「大中臺小前端」的組織變革，大中臺對協同的要求之高，小前端對優勝劣汰的要求之高，是前所未有的。這是科學博弈的競爭文化。不光要求老板轉過來思想，而且要滲透在組織行為的日常中。這些勢必會產生文化沖突。 

      才言研究過企業的發展史，200年不到的實踐中，所有的企業都從杜邦、福特、通用、戴爾、ebay等標桿性的美國企業身上學習過工業化技術和經營管理經驗，在才言看來，中臺背后的技術革新和產業實踐，始作俑者都是美國人，但是用的最好的是中國人，中臺就是代表。

      「2016年之后，我開始跟我的咨詢業前輩大量傳播數據中臺和業務中臺，我甚至認為這是中國咨詢業可以彎道超車的一個歷史機遇。」不僅是咨詢業，用中臺幫助所有中國企業強大（這個時代的所謂「強大」是邁過奇點，真正擁抱人工智能），這也是才言心里最簡單的出發點。

      奇點云CEO行在在創立奇點云的一段話，可以用來代表才言的初心：「所以叫奇點云，我們一直希望這家公司，能夠幫助政府能夠高效治理，幫助商業企業更加智能。政府的高效治理能夠服務好企業，加之企業更加智能各行各業強化了比較優勢，中國經濟的競爭力會更強。這些都是吸納中臺技術和經驗后中國政府和企業能夠做到的。」

      中臺，表面上是一個簡單的詞，有前有后，邏輯簡單，概念普適，也很符合中國人「中庸」的理念，但是作為戰略的卡位點和經營的著力點，中臺也并不簡單。在參與多個中臺項目之后，通過與各行各業客戶和業界前輩溝通，才言總結了三點：

      1、中臺為前臺而生，要扛業務KPI。

      從技術架構上來看，中臺要負責從ERP等70多個系統里同步數據，數據計算成完后展現給前臺的業務系統，前臺的業務系統直接面向消費者，中臺的「中」字就是這么來的。

      「不是買了阿里云的云產品就可以建中臺了。中臺有強大的業務內涵。不過阿里云的那幾十款產品還是要了解掌握的。」才言笑著指出，前臺是由各類前臺系統組成的前端平臺；后臺是由后臺系統組成的后端平臺；中臺是真正為前臺而生的平臺，為了更好的服務前臺規模化創新，響應用戶，使企業做到自身能力與用戶需求對接。

      前臺業務足夠豐富、業態復雜，需要中臺做承接，把各個平臺的數據集中打通。需要中臺的客戶說明他們的業務正在平臺化，中臺的核心是中間件技術，中間件技術是為了平臺使用的，客戶的組織往扁平化發展，需要雙中臺的系統。

      2、中臺 for 業務，不只是 for 管理。

      中臺是為了讓業務系統更加高效，而不是讓管理系統更加萬能。

      拋開技術本身，大數據根本不是一個底層的問題，它是一個上層「for 業務」的問題。數據轉型和應用，一定是強調從業務出發的，因為數據是業務的映射，業務上有什么需求，才相應抓取、分析、挖掘相關的數據。

      比如，經常提到的問題是，中臺里的會員中心和CRM系統是什么關系？從「for 業務」的視角分拆來看，CRM系統里，流程協作的功能會進入到前臺終端，「for 管理」的數據分析與建模需要強大數據中臺來支撐，而其他部分都分拆進入了中臺里的營銷中心或者會員中心。

      順便提一句，數據中臺是企業業務和數據的沉淀，利用數據中臺，可以提升效能、更好支持業務發展和創新，不僅減少煙囪式協作的成本，也是差異化競爭優勢所在。

      3、中臺全部自建投入巨大，需要借助外力。

      中臺是企業掌握ABC（人工智能、大數據、云計算）技術的基礎設施，技術沖擊給商業組織帶來了重要命題：如何利用這些生產工具來提升工作效率？延伸而來的是公司內部的組織關系會發生什么變化。

      中臺需要至少持續5-10年的技術規劃，不是一兩個技術項目可以覆蓋的，中臺是一個有技術和業務深度的企業服務領域。對企業而言，企業的CTO需要轉變為CDO（首席數據官），信息部門要大變，人才結構也會大變，這都不是單靠企業自身能解決的問題。

      04 落地：親歷奇點云AI驅動的數據中臺

      「一家公司的成功， 七分戰略，三分管理。大趨勢大浪潮比什么都重要。」2017年，才言加入奇點云創始團隊，回憶起他在咨詢公司時，老板說的這句話，他認為，數據中臺就是下一個大趨勢，盡管當時大數據還只是一個小圈子的玩意。

把大數據說成小圈子，才言的理由是在客戶眼里，大數據尚不成熟：

      1、從使用者的角度：「中國真正有PB級數倉的開發經驗的人，其實很少。2014年我第一次搭建100TB級別的互聯網數據傳輸通道，那個時候阿里云的產品還不成熟，數倉的秘鑰，在線存儲的安全漏洞。」才言提到傷心事：「一天到晚低聲下氣向人請教，周會上壓力太大直接把我氣哭了。我反省我是一個無知的人，后來意識到這是無人區。」

      2、從搭建者的角度：大公司的場景特殊，比如阿里巴巴太特殊以至于hadoop跟不上業務創新，被迫自研。但是絕大多數企業，開源社區足以滿足需求。「代碼都在那里，關鍵是太過于復雜，開源社區更新如此之快。」產品化成為當務之急，客戶可以拿來即用。

      3、從業務方的視角：教科書上，數據倉庫的傳統應用是BI和CRM。而實際場景中業務方都在提出數據引擎的需求，這些需求超越了營銷、商業智能、推薦等常態的業務范圍。更重要的是，業務創新在不斷拓展產品深度，「數據一旦走出了自給自足的狀態。這又對數據安全產生了更高要求。開源的演進還在持續。」

      工程實踐在業界的稀缺性，使得奇點云這一類阿里系的創業公司有了先發優勢。

      「奇點云開始只是一個技術強國的初心愿景。真正化為行動，我們要堅持的是產品在云和端同時布局，擁抱2B時代。」才言說，2015年，馬總提出互聯網前20年就是技術產生的20年，接下來的30年是技術應用的30年，大數據、云計算、深度學習、機器學習在過去的20年產生了，接下來面臨的就是應用問題，前面二十年是信息化的浪潮，應用技術的過程就是智能化的浪潮。

      創業的高風險，迫使奇點云創始人行在一直在思考業務聚焦：在「智慧零售」和「數據中臺」這兩條賽道上，不是要左右逢源，而是集中力量打殲滅戰。

      在數據中臺賽道上，「AI驅動的數據中臺是我對市場競爭的回答，也是我認同的唯一解。」才言提到：「所有的這類公司會走向趨同。而奇點云與他們有著本質不同」。

（數據中臺的分層：三層的技術架構）

      從技術架構上看，客戶對數據中臺的這三層需求，邊界清晰，很好地滿足了市場需求，僅僅只做其中一層都有問題，他是自上而下的，也是自下而上的。是因為AI只有在具體的場景與可控的邊界解決問題，數據中臺是中間層，尤其對實體零售業態多、綁定具體的業務場景時，對CIO、COO、CEO來說都很好理解。

      從技術到產品，是奇點云邁過的第一個鴻溝。

      「產品大圖，其實是客戶的需求大圖。奇點云相信數據紅利給客戶帶來的價值，挖掘它賦能業務又體現出了數據平臺的基礎價值。」才言說：「這就是行在提的：端滋養云，云賦能端。」

      「我非常認同馬總提的DT時代。在我看來數據中臺就做了2件事，把AI落地，把BI系統升級」，才言總結到：「在這張產品大圖里，任意的云端組合都只為一個目的：在可信可靠的數據基礎上做數據智能的應用，針對性地解決客戶某個具體場景中降本和增效的問題，是一個范圍明確、產出清晰、可量化、可立項、能落地的事，幫助客戶儲備大數據人才，比以前做BI的廠商采用數倉的解決方案要好的多。」市場上本來就有這種需求，數據中臺出來后，正好以新的基礎設施的形式結合深度學習的浪潮，原有的需求被新的基礎設施滿足。

      「數據中臺最重要的產出是要有閉環的數據服務，去服務前臺的業務。對服務線下實體零售來說，線下智能在線化就是通過智能硬件，在數據反饋閉環的同時要掌握前臺的端。」才言說這個大數據業界對云端的共識，將會在零售行業真正落地。

      從產品到服務，則是奇點云走過的第二條路。

      奇點云倡導的數據中臺五維度服務體系包含數據中臺咨詢、數據中臺產品設計、敏捷交付、數據智能應用、團隊賦能，是完整的一套解決方案。

      「數據中臺解決方案是解決具體場景問題的，對團隊有嚴苛的要求，一定要有數據團隊、算法技術團隊，而奇點云從成立第一天起就開始做算法研究，應用場景豐富。」才言提到。

      從服務體系到走進行業客戶，則是奇點云走向成功的關鍵。具備百購商超、大時尚、大快消、政府、創新孵化等多行業成功經驗，實實在在為客戶創造了價值。

      未來，是一個數據即經濟的時代。在賦能企業的道路上，才言將與奇點云一起腳踏實地，幫助企業找準大數據應用的切入點，快速推動企業數字化轉型升級。

本文為企業推廣，本網站不做任何建議，僅提供參考，作為信息展示！

推薦閱讀：鍛煉身體的軟件app