AI資料中臺：企業數字化轉型的加速引擎丨曼孚科技

20世紀90年代中後期，企業資訊化轉型進入快速發展時期，此階段企業內部IT建設主要以資料庫、ERP 為主。

當業務部門面臨新需求或者出現新問題時，企業技術部門往往需要從業務需求的探查、技術壁壘的打通等從上到下各個方面來建設新系統。

長此以往，企業內部業務體系形成以煙囪架構形式存在的系統，每個系統的建成都自成一體，每個部門各自滿足業務部門的需求。

隨著移動網際網路技術的不斷髮展，資訊傳遞速度進一步加快。透過移動裝置和各類感測器，行業積累了遠超以往量級的資料。企業的業務形態、資料維度變得複雜多元，新的業務需求場景不斷湧現。

此時，傳統煙囪架構形式存在的業務體系極易導致資料孤島、資料隔離、資料不一致等問題的出現，不易形成閉環，無法實現企業效率的提升，造成企業資料資源利用的浪費。

不論從資料量的增長、資料處理技術的進步，還是站在企業數字化轉型的角度，企業內部業務都需要重新構建業務支撐體系，形成對各前臺業務強力的支撐，讓前臺的一線業務變得更敏捷，也讓全域資料實時線上，提高資訊傳遞效率。

為了解決以上出現的這些問題，“資料中臺”的概念應運而生，逐漸成為企業智慧時代數字化轉型的關鍵答案。

一、什麼是資料中臺

“中臺”的概念最早由阿里在2015年提出的“大中臺，小前臺”戰略中出現。

它的靈感來源於Supercell，這是一家芬蘭的遊戲公司，員工僅有300名，卻是全球最會賺錢的明星遊戲公司之一。

Supercell公司成功的秘訣是開創了中臺的“玩法”，透過在企業內部設定了一個強大的中臺，用以支援眾多的小團隊進行遊戲研發。各個團隊只需專心進行創新，而不用擔心基礎卻又至關重要的技術支撐問題。

2018年底到2019年初，隨著阿里、騰訊、百度等巨頭的大規模組織架構調整，中臺的熱度陡增。一時間，各大網際網路公司紛紛開始跟進中臺建設。

目前，根據具體支撐業務範圍以及功能的不同，中臺可以簡單分為六種：

資料中臺：提供資料分析能力，幫助企業從資料中學習改進，調整方向。

業務中臺：提供重用服務，例如使用者中心、訂單中心之類的開箱即用可重用能力。

演算法中臺：提供演算法能力，幫助提供更加個性化的服務，增強使用者體驗。

技術中臺：提供自建系統部分的技術支撐能力，幫助解決基礎設施、分散式資料庫等底層技術問題。

研發中臺：提供自建系統部分的管理和技術實踐支撐能力，幫助快速搭建專案、管理進度、測試、持續整合、持續交付。

組織中臺：為專案提供投資管理、風險管理、資源排程等支援。

具體到資料中臺，簡單來說就是提取各個業務的資料，統一標準和口徑，透過資料計算和加工為使用者提供資料服務。對於一家企業而言，想要構建一個資料中臺，包含了資料模型儲存、資料資產管理、對外提供資料服務、資料更深層次的分析挖掘等各方面過程。這便是廣泛意義上的資料中臺，其核心就是構建一個共享資料服務體系。

從概念上來看，資料中臺從後臺及業務中臺將資料匯入，進行資料的共享融合、組織處理、建模分析、管理治理和服務應用，統一資料標準口徑，以API的方式提供服務，是綜合性資料能力平臺。

資料中臺包含數倉體系、資料服務集等，是一套資料運營機制，加速從資料到資料資產的價值轉變，決策模式由“經驗驅動”向“分析驅動”轉變。

目前資料中臺的形式主要有三種：資料湖、CDP、DMP。值得注意的是資料中臺本身是資料和儲存分離的，並不以資料庫的形式存在，但限於當前建設階段，資料中臺通常包含了資料庫。

資料中臺為前臺業務部門提供決策快速響應、精細化運營及應用支撐等，讓資料業務化，避免“資料孤島”的出現，提升業務效率，更好地驅動業務發展和創新。

二、資料中臺與AI中臺

從AI中臺落地實施的方式來看，AI中臺可以看做是資料中臺的進一步延伸。

AI中臺是一個用來構建大規模智慧服務的基礎設施，對企業需要的演算法模型提供了分步構建和全生命週期管理的服務，讓企業可以將自己的業務不斷下沉為一個個演算法模型，以達到複用、組合創新、規模化構建智慧服務的目的及業務賦能的作用。

簡單來說，AI中臺提供的主要是通用化智慧服務，伴隨著使用者對於資料需求服務的變化而不斷演變。它需要在資料的儲存、資料管理、分析展示都可以做到自動化與智慧化。

可以說，AI中臺是資料中臺未來發展的重要趨勢。隨著企業業務技術的發展，資料中臺會向著AI中臺方向演進，它圍繞智慧化服務為核心，並依賴於資料中臺提供給它資料服務的能力，而智慧化的技術開發能力，又能夠提供給資料更便捷和快速的資料分析和預測，從而提供更好的資料服務。

三、AI資料中臺重要價值

資料中臺可應用於不同領域企業內部業務體系的構建中。

在資料層面，數字中臺可以解決企業內系統間資料孤島的問題，將不同系統中的資料進行全面彙集和管理，透過資料提煉分析、集中化管理，形成企業資料資產和洞察，服務於業務，解決了資料“匯管用”的問題。

在業務層面，透過對各業務線的模組去重和沉澱，共享通用模組，讓前臺業務更加敏捷地面向市場，實現企業新業務的快速上線與迭代試錯，服務更多場景，提升業務響應力。

在技術層面，避免重複開發，技術迭代升級更高效，可按需擴充套件服務，讓整個技術架構更開放。資料中臺最終的應用價值是在充分市場競爭下，保持並提升企業的運營效率和創新能力。

具體到AI行業，隨著人工智慧逐步步入商業化落地應用階段，資料的獲取和使用無疑成為了制約智慧程度高低的瓶頸，AI資料中臺的建立也成為決定智慧系統成敗的關鍵。

目前，AI資料中臺的價值主要有以下幾個方面：

Ξ 效率問題：

人工智慧是一門研究如何代替人類工作的學問，本質上是要解決效率問題。在人工智慧時代，AI資料中臺可以解決因為平臺資料割裂、使用者資料分散儲存而導致的應用無法呼叫、需要使用者再次輸入、重複操作、效率降低的問題。

Ξ 協作問題：

企業內部各應用部門之間的協作極為常見，但協作的前提是可以做到互通有無，如果不清楚對方可以在哪些領域幫助自己，溝透過程中就會出現需求不明確導致溝通效率降低的問題。AI資料中臺可以打破溝通這層窗戶紙，協作更加順暢。

Ξ 關聯度問題：

一個完整的使用者畫像需要包含多方位的資料資訊，AI資料中臺所具備的豐富資料管理功能可以提供最為需要的資料，形成有效智慧。

Ξ 能力問題：

資料中臺並非簡單把資料集中堆到一處，這些資料集可以分別為每個單獨的業務模組賦能。

Ξ 時效問題：

決定資料價值高低的最重要因素之一就是時效性。資料中臺的建立可以做到資料通訊的實時性，成為企業決策和產品能力提升的關鍵因素。

總體而言，透過在企業內部搭建一體化整合式資料中臺，讓資料在平臺與業務系統之間形成良性的閉環網路，為企業資料服務與共享奠定堅實基礎，助力資料釋放更多價值。

隨著人工智慧、5G等技術的大規模應用，資料中臺將成為企業數字化轉型的中樞支撐，也將成為推動行業資訊化建設與企業數智化轉型的內生力量，幫助企業實現業務互聯互通、資源協調與資訊共享。

參考資料：

《中國數字中臺行業研究報告》——艾瑞諮詢

《你、我、他的中臺 | 從資料中臺到AI中臺》——連詩路