有一個概念在國內非常火爆，在國外卻鮮為人知，這就是數據中臺。數據中臺是在傳統平臺之上建立的共享服務層，提供集成能力，并增加新的可復用能力。由于特殊的市場環境，數據中臺近幾年在國內持續升溫，據Gartner判斷，目前數據中臺已經到達了炒作的頂峰。

客觀而言，數據中臺雖關注者眾，但總體處于探索階段，尚未釋放出真正潛力，更遑論滿足用戶期望。數據中臺未來走勢如何，怎樣才能快速實現并釋放潛在價值？近日Gartner研究總監孫鑫接受了記者的采訪，他表示，數據中臺需要可組裝式架構方能實現業務價值。

市場雖熱，商用仍需循序漸進

隨著數字化轉型的推進，很多企業出現了越來越多的技術生產者，他們使用新的工具和軟件進行決策。Gartner曾經調研了5000名公司員工，發現40%的業務端員工已經變成技術生產者，會用技術改善和加快決策。而理想中的數據中臺是一個決策平臺，可以復用能力幫助做決策。因為相比于過去小數據時代做決策比較簡單，現在大數據時代做決策的頻率加快、難度加大，這就需要通過中臺找到一些可復用的能力，從而賦能技術生產者。

用戶決策過程中會遇到哪些問題？Gartner對此也進行過調研，發現用戶反饋集中在數據方面，如缺少正確數據、數據質量差、數據解讀有問題、數據孤島等。數據中臺強調復用能力，這種復用能力比傳統SaaS所提供的能力更寬泛、更靈活，比PaaS平臺更貼近業務，可以被廣大業務用戶所使用。這種復用能力可以很好地規避煙囪式架構，避免重復建設或者資源浪費，從而降低成本，這也是很多企業建立中臺的初衷。

值得注意的是，數據中臺目前在國內處于初探階段，尚未完全發揮潛在價值，特別是很多企業對于何為中臺仍有疑問。孫鑫認為，之所以大多數國內企業對于中臺認知度較淺，是因為中臺是從互聯網企業開始的，互聯網企業具有數字化原生的特點，中臺是在其業務演進過程中逐漸自然產生的。其他傳統企業在數據分析方面成熟度相對較低，尚未用到增強型分析能力或者組裝式分析能力以完善數據分析。

特別是人才方面，大多互聯網公司擁有大量數據分析專業人員，做數據中臺水到渠成；而其他很多企業缺乏專業人員，他們只重視結果，更希望IT幫忙解決問題。

因為上述原因，數據中臺推廣緩慢就不難理解。孫鑫認為，并不是所有企業都一定要上線數據中臺，而是要根據自己的狀態和能力來決定。孫鑫預測，金融、電信、快消品、互聯網等領域具有數字化原生的特點，他們將是數據中臺的嘗鮮者；相反，傳統企業一開始就高舉高打上馬數據中臺并沒有必要，而是需要一個循序漸進的過程。

Gartner認為，做決策時數據是非常重要的資產。Gartner預測，第一，2022年90%的企業戰略將明確提到信息或者數據是企業的重要資產，數據分析是必不可少的能力，未來企業會進一步提升數據利用能力；第二，2022年30%的首席數據官會與首席財務官合作，重視企業信息資產，從而改善信息管理和效益。

Gartner建議：創建“積木”，引入可組裝式架構

為了更好地助力數據中臺落地，Gartner提出了可組裝的智能企業概念，以及在可組裝的企業中創建豐富的“積木”。

Gartner預測，到2023年60%的主流企業將把可組裝企業作為戰略目標，并將使用越來越多的封裝業務能力。“這表明，搭建中臺的最終目的是讓用戶使用，只有用戶不斷地把‘積木’組裝起來，實現更多創新型、數據變現型應用，才能最大化實現中臺價值。”為此，孫鑫認為，對于中國客戶而言，部署中臺需要引入可組裝式的架構。

Gartner把企業可以構建的積木稱為可封裝的業務能力（PBC）。PBC是一個打包業務能力，由軟件定義，大多數時候以API service和模塊化的形式交付。

Gartner表示，PBC具有四個屬性。第一，高度模塊化的組件，美國服務器租用，可快速應用到企業業務場景中；第二，有足夠的自主性，能夠自給自足，確保組裝時有足夠的靈活性；第三，可以被編排，“積木”能夠按照一定流程和事件接口，，或是通過API打包成一定流程；第四，組件可以被發現，確保對封裝的業務能力做到語義清晰的設計，可以輕松獲取。

孫鑫提出，數據中臺需要如下類型的PBC。第一，封裝的分析能力PBC，以便助力決策制定。第二，自服務能力，傳統的IT驅動報告報表不再能夠滿足用戶需求，需要被封裝起來，和自服務分析能力一起交付到業務中，用戶可以通過低代碼或無代碼的形式做探索性拖拉拽式分析。第三，由機器學習賦能的預測分析能力，通過更好的預演和預測讓分析更有效。