20 世纪 90 年代中后期,企业信息化转型进入疾速倒退期间,此阶段企业外部 IT 建设次要以数据库、ERP 为主。
当业务部门面临新需要或者呈现新问题时,企业技术部门往往须要从业务需要的探查、技术壁垒的买通等从上到下各个方面来建设新零碎。
长此以往,企业外部业务体系造成以烟囱架构模式存在的零碎,每个零碎的建成都自成一体,每个部门各自满足业务部门的需要。
随着挪动互联网技术的一直倒退,信息传递速度进一步放慢。通过挪动设施和各类传感器,行业积攒了远超以往量级的数据。企业的业务状态、数据维度变得复杂多元,新的业务需要场景不断涌现。
此时,传统烟囱架构模式存在的业务体系极易导致数据孤岛、数据隔离、数据不统一等问题的呈现,不易造成闭环,无奈实现企业效率的晋升,造成企业数据资源利用的节约。
传统企业烟囱式 IT 架构 (图源:艾瑞征询)
不管从数据量的增长、数据处理技术的提高,还是站在企业数字化转型的角度,企业外部业务都须要从新构建业务支撑体系,造成对各前台业务强力的撑持,让前台的一线业务变得更麻利,也让全域数据实时在线,进步信息传递效率。
为了解决以上呈现的这些问题,“数据中台”的概念应运而生,逐步成为企业智能时代数字化转型的要害答案。
一、什么是数据中台
“中台”的概念最早由阿里在 2015 年提出的“大中台,小前台”策略中呈现。
它的灵感来源于 Supercell,这是一家芬兰的游戏公司,员工仅有 300 名,却是寰球最会赚钱的明星游戏公司之一。
Supercell 公司胜利的秘诀是创始了中台的“玩法”,通过在企业外部设置了一个弱小的中台,用以反对泛滥的小团队进行游戏研发。各个团队只需分心进行翻新,而不必放心根底却又至关重要的技术撑持问题。
2018 年底到 2019 年初,随着阿里、腾讯、百度等巨头的大规模组织架构调整,中台的热度陡增。一时间,各大互联网公司纷纷开始跟进中台建设。
目前,依据具体撑持业务范围以及性能的不同,中台能够简略分为六种:
数据中台:提供数据分析能力,帮忙企业从数据中学习改良,调整方向。
业务中台:提供重用服务,例如用户核心、订单核心之类的开箱即用可重用能力。
算法中台:提供算法能力,帮忙提供更加个性化的服务,加强用户体验。
技术中台:提供自建零碎局部的技术撑持能力,帮忙解决基础设施、分布式数据库等底层技术问题。
研发中台:提供自建零碎局部的治理和技术实际撑持能力,帮忙疾速搭建我的项目、治理进度、测试、继续集成、继续交付。
组织中台:为我的项目提供投资治理、风险管理、资源调度等反对。
具体到数据中台,简略来说就是提取各个业务的数据,统一标准和口径,通过数据计算和加工为用户提供数据服务。对于一家企业而言,想要构建一个数据中台,蕴含了数据模型存储、数据资产治理、对外提供数据服务、数据更深层次的剖析开掘等各方面过程。这便是宽泛意义上的数据中台,其外围就是构建一个共享数据服务体系。
从概念上来看,数据中台从后盾及业务中台将数据汇入,进行数据的共享交融、组织解决、建模剖析、治理治理和服务利用,对立数据规范口径,以 API 的形式提供服务,是综合性数据能力平台。
数据中台架构与数据治理流程 (图源:艾瑞征询)
数据中台蕴含数仓体系、数据服务集等,是一套数据经营机制,减速从数据到数据资产的价值转变,决策模式由“教训驱动”向“剖析驱动”转变。
目前数据中台的模式次要有三种:数据湖、CDP、DMP。值得注意的是数据中台自身是数据和存储拆散的,并不以数据库的模式存在,但限于以后建设阶段,数据中台通常蕴含了数据库。
数据中台为前台业务部门提供决策疾速响应、精细化经营及利用撑持等,让数据业务化,防止“数据孤岛”的呈现,晋升业务效率,更好地驱动业务倒退和翻新。
二、数据中台与 AI 中台
从 AI 中台落地施行的形式来看,AI 中台能够看做是数据中台的进一步延长。
AI 中台是一个用来构建大规模智能服务的基础设施,对企业须要的算法模型提供了分步构建和全生命周期治理的服务,让企业能够将本人的业务一直下沉为一个个算法模型,以达到复用、组合翻新、规模化构建智能服务的目标及业务赋能的作用。
简略来说,AI 中台提供的次要是通用化智能服务,随同着用户对于数据需要服务的变动而一直演变。它须要在数据的存储、数据管理、剖析展现都能够做到自动化与智能化。
能够说,AI 中台是数据中台将来倒退的重要趋势。随着企业业务技术的倒退,数据中台会向着 AI 中台方向演进,它围绕智能化服务为外围,并依赖于数据中台提供给它数据服务的能力,而智能化的技术开发能力,又可能提供给数据更便捷和疾速的数据分析和预测,从而提供更好的数据服务。
三、AI 数据中台重要价值
数据中台可利用于不同畛域企业外部业务体系的构建中。
在数据层面,数字中台能够解决企业内零碎间数据孤岛的问题,将不同零碎中的数据进行全面会集和治理,通过数据提炼剖析、集中化治理,造成企业数据资产和洞察,服务于业务,解决了数据“汇管用”的问题。
在业务层面,通过对各业务线的模块去重和积淀,共享通用模块,让前台业务更加敏捷地面向市场,实现企业新业务的疾速上线与迭代试错,服务更多场景,晋升业务响应力。
在技术层面,防止反复开发,技术迭代降级更高效,可按需扩大服务,让整个技术架构更凋谢。数据中台最终的利用价值是在充沛市场竞争下,放弃并晋升企业的经营效率和创新能力。
数据中台的重要价值 (图源:艾瑞征询)
具体到 AI 行业,随着人工智能逐渐步入商业化落地利用阶段,数据的获取和应用无疑成为了制约智能水平高下的瓶颈,AI 数据中台的建设也成为决定智能零碎成败的要害。
目前,AI 数据中台的价值次要有以下几个方面:
Ξ 效率问题:
人工智能是一门钻研如何代替人类工作的学识,实质上是要解决效率问题。在人工智能时代,AI 数据中台能够解决因为平台数据割裂、用户数据扩散存储而导致的利用无奈调用、须要用户再次输出、反复操作、效率升高的问题。
Ξ 合作问题:
企业外部各利用部门之间的合作极为常见,但合作的前提是能够做到互通有无,如果不分明对方能够在哪些畛域帮忙本人,沟通过程中就会呈现需要不明确导致沟通效率升高的问题。AI 数据中台能够突破沟通这层窗户纸,合作更加顺畅。
Ξ 关联度问题:
一个残缺的用户画像须要蕴含多方位的数据信息,AI 数据中台所具备的丰盛数据管理性能能够提供最为须要的数据,造成无效智能。
Ξ 能力问题:
数据中台并非简略把数据集中堆到一处,这些数据集能够别离为每个独自的业务模块赋能。
Ξ 时效问题:
决定数据价值高下的最重要因素之一就是时效性。数据中台的建设能够做到数据通信的实时性,成为企业决策和产品能力晋升的关键因素。
总体而言,通过在企业外部搭建一体化整合式数据中台,让数据在平台与业务零碎之间造成良性的闭环网络,为企业数据服务与共享奠定坚实基础,助力数据开释更多价值。
随着人工智能、5G 等技术的大规模利用,数据中台将成为企业数字化转型的中枢撑持,也将成为推动行业信息化建设与企业数智化转型的内生力量,帮忙企业实现业务互联互通、资源协调与信息共享。
参考资料:
《中国数字中台行业钻研报告》——艾瑞征询
《你、我、他的中台 | 从数据中台到 AI 中台》——连诗路