當初吃土建起來的“中台”，現在為啥不香了？_風聞

“數字化時代，所有行業都值得重新做一遍。”深以為然。

數智化洶湧而來，前驅者已初嘗甜頭：據《福布斯》披露，《財富》500強公司數據可訪問性增加10%，便可帶來6,500萬美元的額外淨收入——“依靠智能算法及敏捷數據準備在數據海洋中提煉‘石油’，讓決策更科學”已成為眾多企業的共識。

但數據如水，唯有流動和使用起來，方能釋放出巨大價值，否則就容易形成無數個數據沼澤，令企業深陷其中。

過去十餘年裏，各大廠商紛紛入局，新概念層出不窮，從大數據系統、數據湖，到數據中台，再到近年來熱度極高的湖倉一體、智能湖倉，無不是希望幫助企業/組織實現“數據驅動”，最大化釋放數據的價值，滿足“用上數據和用好數據”的核心需求。

在近六年間，數據中台的成效尤為矚目。但從去年起，業界突然掀起一股“拆中台”熱，成也蕭何敗也蕭何，很多當初追隨“中台戰略”的企業陷入迷茫：“大中台、小前台”，這難道從一開始就是個錯誤嗎？

近日，國內數據智能新鋭廠商Aloudata CTO周泉接受了大數據在線的採訪，暢談了數據中台和數據管理的未來。他曾擔任螞蟻集團數據平台全域架構師，並帶領團隊建立起了螞蟻集團智能數據治理體系，構建起新一代金融級智能數據平台。

當初的行業標配，爆火過後還剩什麼

2015年，業界首次提出“大中台、小前台”戰略，是想打造統一技術架構、產品支撐體系、數據共享平台、安全體系等等，把整個組織“橫”過來，支撐上面多種多樣的業務形態。

推行6年多以後，中台似乎已經成為行業標配，稍有規模的公司都建設了自己的中台。數據中台前幾年也的確有力地支撐了業務的發展，成效可謂有目共睹。

但在過去兩年間，數據中台卻由大廠熱捧的對象開始變得備受質疑，遭遇了過山車般的待遇。一些數據中台建設案例也表明，數據中台投入資源大、啓動成本高，雖然保障了數據供給的一致性和質量，但其遲緩的業務需求響應速度，讓業務一線飽受數據飢渴之苦。

電商的數據中台架構圖

“數據中台方法的本質思想是通過對數據進行集中式建設、集中式管理和集中式服務，以提供單一事實來源的數據（single source of truth）。這就決定了數據中台只有在數據需求較為固定、用數人羣比較集中、決策頻率相對較低的情況下才是有效的。”周泉繼續解釋道，“然而，在企業寄希望於通過‘數據驅動創新’探索第二增長曲線的今天，伴隨企業數據需求日趨複雜、用數人羣佔比越來越大，決策頻率越來越高，業務對用數的敏捷性和靈活性要求越來越高，數據中台這種集中的數據管理方式無法實現數據的敏捷性和靈活性。”

不是中台不行了，是場景變了

做薄，研發效能上不去，做厚，創新效率會下降，中台的基因註定了它今天的左右為難。

顛覆式創新是企業提升生存質量和市場競爭力的必殺技；對創新的深度和速度的追求必然帶來企業業務規模和複雜性的不斷攀升，在周泉看來，這些都決定了在數據管理與使用層面，一家“數據驅動型”企業未來必定會走向平台化。

每個員工都用數據的時候，想統一數據管理和建設很難。首先，這種方式不具備敏捷性；其次，落地難度很大，一旦進入到數據化運營和數據智能階段，數據使用權和建設權的去中心化是必然，依賴文化、組織、平台三位一體的數據中台就比較難走下去。

我們不難發現，隨着數字化轉型的日趨深入，數據來源、數據類型也比以往更加豐富了，例如，過去大部分用户都是以ERP、CRM等結構化數據為主，現在則是包羅萬象，行為數據、日誌數據等成為數據增長的主力，PB級數據量更是成為用户的一種新常態。此外，複雜多樣的業務需要大規模、深層次地應用數據，也進一步推動場景豐富化和需求複雜化。

以某金融科技巨頭為例，其業務數字化升級歷程中曾經歷不少“蜿蜒崎嶇”：隨着業務數字化運營不斷深入，數十倍的用數人羣、數百倍的數據規模增長和複雜多變的數字化營銷活動，帶來了效率、性能、風險、成本、安全、用户隱私保護等諸多問題。

這意味着企業在享受數據所帶來的巨大收益的同時，也在疲於應對急劇攀升的綜合管理成本。2018年，在十億級用户量，萬級員工數的規模下，集團本身的數據存儲規模年均增長率高達60%——集中式的數據研發與供給跟不上多變的業務需求節奏，而業務自助用數又得不到有序引導，導致數據無序增長嚴重、數據故障頻發，數據供給側挑戰愈發明顯。

可以預見的是，在全球數字化升級進程不斷加速的今天，越來越多企業將會面臨同樣的困境。未來，用户對於敏捷性的訴求將會愈發強烈，僅僅依靠人工將寸步難行。企業迫切需要基於新思維、新方法、新技術所構建的下一代數據平台。

數據管理的未來，Data Fabric瞭解一下

“數據技術演進有兩個最核心的目標：一是用更多、更快和更鮮活的數據來幫助業務做出好決策；二是管理好數據，降低數據帶來的風險和成本。自助、開放、自動化的NoETL湖倉平台即代表了下一代數據平台的趨勢。”周泉表示。

事實上，周泉所提到的NoETL湖倉平台正是海外大受追捧的Data Fabric理念在國內的首次系統落地實踐。

在全球著名諮詢機構Gartner發佈的2022年頂級戰略技術趨勢中，Data Fabric不僅首先被提及，甚至被定義為“數據管理的未來”。

作為新興的熱門市場，Data Fabric自誕生之日起就備受關注，全球最大的信息技術和業務解決方案公司IBM、數據集成領域領導者Talend、集成分析領域領導者TIBCO、元數據管理領導者Alation等全球各數據領域頭部廠商都給出了對應的能力要求和解決方案。

Data Fabric的終極目標是為數據集成和訪問提供一種更靈活、更無縫、更自動化的方法，讓任何人在任何時間都能夠使用組織內的任何數據，並且通過主動、智能、持續的數據治理讓數據架構持續健康。

之所以能夠成為應對數據類型多樣化以及數據量激增的最佳解決方案，在於Data Fabric在架構思路方面的三大核心變化：

連接數據，而非集中數據：Data Fabric的關鍵原則之一是數據集成方法的靈活性，即系統根據場景的性質和需求為用户自動匹配最佳的集成策略和數據技術，無需用户人工搭建數據管道及選型計算存儲方案。

自助服務，而非專家服務：Data Fabric致力於實現數據民主化，允許業務用户輕鬆發現並使用數據資產，從而實現敏捷的數據交付。在現有集中式的數據供給模式下，數據工程團隊成為影響數據化運營效率的最大瓶頸，唯有讓分析師和業務人員“自服務”才有可能將生產力解放出來，滿足業務旺盛的數據化運營需求。

主動智能，而非被動人工：傳統數據治理往往在問題發生後才開始啓動，且需要自頂向下通過運動式人工治理來推動，這種方式難以持續且越來越無法應對快速膨脹、錯綜複雜的數據依賴網絡。而Data Fabric則認為數據治理應更加主動和智能，通過主動元數據構建智能治理能力，並融入到數據全生命週期的每個環節裏，實現主動、智能的數據治理。

總而言之，Data Fabric強調分佈式的數據管理，其核心思路是通過優化跨源異構數據的發現與訪問，將可信數據從所有相關數據源、以靈活且業務可理解的方式交付給所有相關數據消費者，讓數據消費者自助服務和高效協作，實現極致敏捷的數據交付；同時通過AI能力對數據進行語義探索、分析和使用推薦，從而從被動的數據管理策略轉變為主動響應性的數據管理策略，實現數據管理的智能駕駛。

基於此，Data Fabric能夠比傳統數據管理方法更快地適應業務、更快地做出業務洞察、更有效地消除數據孤島、更高效地進行業務協作，以更低的成本釋放數據的最大價值——通過實施Data Fabric，企業不僅可以減少一半以上人力驅動的數據管理任務、70%的數據管理工作，讓數據質量及運營成本降低65%；還能以8倍的速度、不到一半的成本，獲取數據和洞察——基於Data Fabric產生的數據洞察，可以使企業平均每年增長30%以上。（數據來源：Gartner）

“‘加速數據價值釋放、讓數據隨時就緒’是Data Fabric的核心目標。”周泉繼續説，“也是下一代數據平台NoETL湖倉平台的使命。”

中國需要Data Fabric產品化先行者

近年來，在數據領域的創新技術公司不少，有些聚焦新型數據倉庫的打造，有些則試圖推動數據中台的落地，更有甚者聚焦HTAP創新。在眾多技術公司中，Aloudata毫無疑問是一家值得持續關注的公司，它是中國技術公司中致力於全球頂級技術趨勢Data Fabric探索的典型代表，堪稱Data Fabric落地的排頭兵。

Aloudata之所以能夠走在行業前沿，在於其團隊、產品與技術、行業實踐等方面均處於業界領先。

在團隊層面，創始人周衞林曾任螞蟻集團數據平台部總經理（P10）且擁有20年大數據領域工作經驗，創始團隊也由原螞蟻集團數據平台部核心成員組成：三位聯合創始人均是原螞蟻集團數據智能領域高級專家，主導了國內最早一批數據工具產品建設和商業化，孵化出多個進入 Gartner、Forrester 領導者象限的阿里雲拳頭產品；另有十餘名在產品、技術、架構、交付和商業化上擁有從0到1成功經驗的原螞蟻/阿里集團P8及以上高級專家，着實是一支堪稱豪華的創業夢之隊。

在產品與技術層面，Aloudata已經打造了由AIR自適應彈性SQL引擎、BIG主動元數據管理平台等產品組成的新一代NoETL 湖倉平台，內置增強數據目錄、語義知識圖譜、主動元數據、數據推薦引擎、數據虛擬化、數據編排和DataOps等Gartner定義的6大Data Fabric核心能力，在產品技術層開創了Data Fabric理念在國內的最佳實踐：

Aloudata Data Fabric架構圖

AIR Engine是全場景自適應的彈性 SQL 引擎，實現了高性能聯邦查詢（比Presto高數倍）、自適應查詢加速（最高可提速100倍）和數據虛擬化，無論數據在數據湖、數據倉庫或者其他數據源，只要會寫SQL就可以自助探索全域數據，並且定義一致的數據視圖進行數據準備，實現敏捷數據洞察和高效一致的數據協作。BIG Engine是行為智能驅動的主動元數據平台，也是實現Data Fabric架構的基石，其提供的元數據語義圖譜、主動元數據和增強數據目錄等核心能力，讓每一個人都能快速發現和理解數據、幫助企業實現主動持續的數據治理。

Aloudata落地某頭部股份制銀行

“我們和天使客户的首輪合作效果顯著，目前已經進入到了第二階段，很快我們將會看到新的升級效果。當然，還有更多頭部客户也已經明確向我們表達了合作訴求。”周泉透露，“AIR 及BIG 目前已在頭部金融企業得到了規模化的生產級應用和效果驗證，下半年Aloudata計劃將推出公有云版本，並對 BIG 中最核心的主動元數據框架進行開源，深刻落地實踐Data Fabric，幫助更多企業實現‘讓數據隨時就緒’。”