中台和平台的区别

▊平台是什么

在计算机及软件工程领域，平台侧重技术及系统层面的属性，能够独立运行并自主存在。平台能为其所支撑的上层系统和应用提供运行所依赖的环境、公共服务、框架及工具。平台一般都有自己所聚焦的问题域、核心的设计理念、关键概念、配套规范、标准及工具。

平台代表着很强的支撑性、可复用性，所以被广泛应用在信息化乃至数字化转型的各个方面。以产品而非项目为主导的IT及互联网公司，还有大型的集团性企业，由于业务的复杂度及多样性，往往都非常重视平台的建设。

用友在ERP阶段，统一的UAP平台支撑了高端产品NC的飞速发展，也为ERP产品的行业化、客户化定制及外部生态的参与提供了强有力的支撑。

平台有大有小，有不同种类，不同层次。比如上述提到的用友UAP平台包含的内容就很多，其内部会进一步分解为多个子平台，如集成平台、流程平台、报表平台、开发平台、企业建模平台等。每一类子平台聚焦解决特定问题域的关键痛点。

比如，集成平台解决异构系统的集成和互通问题；企业建模平台解决企业人员、组织、编码规则、权限、元数据管理等基础建模问题；开发平台则提供可视化、配置化的低门槛开发工具。用友全新一代云平台iuap则基于云原生技术，为企业数字化转型提供技术、数据、业务的支撑框架和基础能力，同时还包括连接集成服务、生态服务以及统一的开发者入口和工具。

随着互联网经济的快速发展和深度实践，平台的含义也有了进一步的延伸。“市场”成为最有价值的经济模式，单边平台、多边平台、平台经济学等快速发展，被越来越多的人所了解。平台超越技术和系统的概念，开始包含流量、交易、配套服务等运营属性。

比如腾讯的微信也可以称之为社交平台，阿里巴巴的淘宝、天猫是连接商家、消费者、第三方物流商及服务商的电商平台，并进一步演变为线上/线下一体化的新零售平台。

▊平台 vs 中台

平台的发展有很多年的历史，大大小小、分门别类的平台也非常多。如何更好地应对数字化新时期市场和用户需求的不确定性，如何进一步增强平台对业务的支撑和加快响应速度，如何在业务发展过程中实现平台的可持续进化——就需要引入中台。

比如，阿里巴巴在2015年之前，内部有很多平台，包括商品运营平台、汇金平台、会员管理平台。但阿里巴巴真正明确中台战略并大力推动中台的发展是从2015年才开始的，而且随着“云上阿里巴巴”的构建其中台建设在进一步加速。

用友在ERP阶段打造的UAP平台放在现阶段看，也是企业信息化和内部经营管理领域非常有价值的平台。但在数字化阶段，随着云原生技术及大数据技术的发展，随着企业业务从内部管理延展到产业链协作和社会化商业，业务变化也越来越快，中台化就成了构建新平台必须坚持的核心理念。

平台和中台最显著的差别：平台是名词，中台更像是形容词。不是所有的平台都是用中台化的方式构建的。

站在客户角度看：大型企业和公共组织在思考新时期的IT战略时，越来越多的客户会更加关注中台的构建，也就是平台必须用中台的理念和架构来建设，只有这样才能打通系统和数据壁垒，实现能力沉淀和复用，支撑业务持续快速创新。

站在数字化转型服务商（比如用友）角度看：平台、领域、行业代表一种服务和产品分层。只是随着数字化、智能化的推进，平台、领域及行业产品都正在按照中台能力的维度被重构，平台里出现了技术平台、数据中台、业务中台（基础业务能力），领域里则出现了财务中台、人力中台、营销中台等。

从业务和组织形态看：非中台化的平台会影响组织形态，但不太会影响业务形态。很多企业有平台类的组织，这个组织可以解决很多公共和基础的问题。中台是共建共创的，中台能力不一定固定由特定的平台组织提供。

从架构层面看：非中台化的平台也有可复用的特性，但这类平台的复用主要是面向功能的（非数据驱动，无法通过持续运营产生更大价值），是相对静态的（无法随业务快速变化，不会和业务的变化有机结合，对依赖平台的业务缺乏有效管理），粒度也比较粗（大一体架构，铁板一块，非微服务架构）。

从文化和理念角度看：非中台化的平台对企业文化及价值观并没有很高的要求。

建设中台，初期可以认为是引入中台的组织架构和理念，长远来看则是建设一个中台化的“数智平台”。

▊中台要解决的痛点问题

各行各业、各种规模的企业都在积极推进商业创新。几乎所有的企业都希望借助数字化和智能化技术实现产品与业务创新、组织与管理变革。但是对于大部分企业来讲，推进商业创新仍然存在不少障碍，需要跨越几座“大山”。

在技术方面，基于云计算的IaaS虽然可以解决底层的计算能力和网络通信问题，但在企业进行业务和管理的创新时，技术的部署、应用、开发等障碍仍然存在。这需要中间层的平台来消除。相当于IaaS厂商把路修好了，但要运输货物还离不开高效的交通工具。

在商业方面，不同的企业处于不同的发展阶段和水平。并不是所有企业都具有丰富的管理和运营经验，它们依旧面临很多商业创新的障碍，包括专业知识、能力与经验。企业要取得进一步的发展，依然需要更加富有“智慧”的营销、制造、采购、供应链、金融、财务、人力资源、协同等服务。

在成本方面，在上一轮信息化阶段，企业的投资巨大，项目的研发、部署、实施周期长，运维成本高。一旦后期业务流程或模式发生了改变，信息系统势必需要调整，但耗时更长、成本更高。而且，不是所有企业都具备这种应对能力。

企业的数智化要以战略为引领，以业务为核心，以数据为基础，以智能为价值，以场景为抓手，以连接为前提，以运营为保障，以技术为平台。

▊新时代需要的信息化架构

传统IT信息化建设完全被动接受业务部门的需求，再进行设计、开发、测试和上线。

这种开发模式导致每个新系统的上线都预示着一座新的“烟囱”矗立。

这种“烟囱式”系统，大量的功能和业务在多个系统中同时存在，重复建设造成了成本和资源的浪费。

随着时间的推移，企业中很可能出现多个系统共同运作的情况。系统之间的接口，异构系统之间的集成让信息部门管理的难度、复杂度大大增加。特别是新系统上线或者某个系统的升级，需要重新或者部分改造与其他多个异构系统的对接关系。信息部门往往需要对大量的接口逻辑及说明文档进行重新梳理，工作量巨大。而且高昂的交互成本也会导致业务部门对于信息化的感知越来越慢，信息系统对业务的快速变化的支持力度也变得不足。

当年风靡全球的非智能手机，面对现在淘宝、微信、抖音、微博等应用，在手机硬件不升级的情况下，基本就是无用的“废物”了。随着互联网的飞速发展与企业精益化、数据化管理的业务诉求的增加，原有系统不仅面临的是数据量的增加，更多面临的是对原有系统信息化架构建设的挑战。

DT时代企业业务飞速发展，如果不能打通多个信息化系统壁垒进行统一管理，没有数据整合分析挖掘能力，在复杂的生态环境中没有快速跟进的能力，企业很可能会失去发展的先机。

数字化中台采用云原生技术架构，将传统IT系统的单体应用进行拆解，将相对独立的各类业务应用打包成多个小服务，每个服务独立开发、更新和部署，并且每个服务有运维支撑以及安全和质量保障，服务之间通过轻量级的协议做统一协作管理。

这就像在一个管理运行良好的自动化机器中，增加一个符合规范的定制器件，它就能增加新的功能并继续稳定工作一样。有了这种工作机制，数字化中台就能够灵活适应企业业务的发展需求，支持企业业务的柔性拓展与营销创新。数字化中台是企业IT资源的综合指挥和调度平台，它以统一的标准和流程规范，帮助企业实现业务互联互通、资源协调和信息共享。数字化中台的新架构和新技术是适应时代发展需要的信息化架构。

▊企业数字化转型的新途径

中国互联网已经进入存量时代，企业的营销战略也从过去粗放式的流量扩张向精细化运营方向转移。零售端企业以消费者为中心重构人、货、场，采用各种智能技术多维触达消费者，建立清晰的用户画像洞察用户，并通过精益数字化运营降低获客成本，提升企业业绩。

另外随着智能制造领域政策的持续出台，中国制造业逐渐向智能制造方向转型。制造端企业以数据为驱动，构建企业的生产研发、采销、营销等环节的精益生产，并将产业上下游、企业之间、企业与终端之间等多个利益相关的数据进行深度挖掘，精准配置制造资源，提高生产力、提升响应速度，最终以更加准确的市场决策加大数字营销比例，推动企业增长。

企业应用数智技术开展商业创新，必须要突破技术、商业、成本三大屏障。企业数字化转型涉及从生产经营到运营管理的各个方面，需要一个强大的基础设施进行支撑。

烟囱林立的传统企业信息化，数据分割散落在各个系统中，普遍存在系统间数据不一致、不完整、不合法、不准确、质量低下的情况。企业进行数据集成、数据处理和数据应用等数字化建设的阻力非常大，导致数据的有效性和时效性很难保证。企业对数据的有效管理和分析利用非常有限，连最基础的要求“数据准确”都很难满足，在此基础上进行的数据分析就没有太大的价值。

数据分析与决策结果没有强关联关系，企业的经营决策往往依靠企业管理者的经验、直觉和魄力。大数据时代来临，企业数据呈现几何倍数的增长，不仅对存储技术提出了挑战，对数据传输能力、数据计算处理能力、IT技术架构也提出了挑战。这对企业领导而言更是前所未有的挑战，凭经验、直觉决策取胜的概率大大降低。得到数据的有效支撑，进行精益化、数据化管理，提高管理和决策水平是企业数字化转型的核心诉求。

在产业互联时代，当数字化成为企业的核心战略后，如何实现数据化，如何让数据赋能企业并推动企业数字化转型呢？

数字化中台是指导企业数字化转型、实现数字营销的新途径。数字化中台建设关注全局思考，采用大数据核心技术打通、整合企业线上/线下全渠道业务数据，并在数据接入/集成后进行数据清洗、转换、加工、抽取形成统一的数据标准、数据规范和标准的数据管理流程。企业能够全盘把握靠谱数据，就能实现企业全渠道数据真正意义上的互联互通和协同响应。

在数据有效管理后，以规范准确的数据资产为基础，结合实际业务场景创建数据分析模型和算法模型，利用大数据挖掘技术、云计算和AI等技术企业可以实现智能分析、用户画像、行业数据图谱等数据服务能力。企业通过封装的数据服务实现数字化管理和决策，让业务“滋养”数据的同时，也让数据“反哺”业务，构造数据跟业务的良性循环，真正实现数据赋能组织，促进企业发展。

▊高质量系统构建的保证

传统信息系统在面临高并发情况时无法支撑短时间大量信息的涌入，经常出现系统崩溃的情况。

例如早些年的12306订票网站，每年春运期间，网站就会遭遇购票难的问题。12306在与阿里巴巴合作后采用了新的架构思路，将最复杂的余票查询模块和12306现有系统做了分离并独立部署，在云上也独立部署了一套余票查询系统。这样12306和云上都有了一套余票查询系统，其中75%的余票查询业务都在云上运行。如今的12306已经十分顺畅了。

数字化中台的新架构模式不仅能够在业务上有弹性的支持，在数据上能够赋能企业，在系统的稳定性上也有相当多的创新技术。数字化中台能保证在错综复杂的服务逻辑和各种交互情景下，面对各种未知的条件变化整体系统依旧能够正常平稳地提供服务。数字化中台采用的微服务架构，比传统的Web应用更稳健。

传统的Web应用（如图1所示）一般是单体式开发的，所有的功能打包在一个WAR包里。优点是管理集中、部署方便、容易测试。缺点是维护难，代码功能耦合在一起；构建时间长，任何小修改都要重构整个项目；稳定性差，一个微小的问题都可能导致整个应用崩溃；扩展性不够，无法满足高并发的业务需求。

图1 传统的Web应用

微服务架构如图2所示。微服务将单体应用进行了拆分，各服务相对独立，没有冗余代码，轻薄灵活，可以支撑企业柔性扩展业务的需求。其数据库也进行了拆分，消除了烟囱，也消除了数据库性能瓶颈。为了提高系统的实时性，加入了消息队列机制。数据分析服务使用数据仓库作为持久化层，可以高效地做一些分析计算。访问频率比较高的数据库则加入了缓存机制。微服务架构采用了保障高可用的措施来解决服务依赖的问题。

图2 微服务架构

数字化中台采用多种新技术来保障系统的稳定运行，所以说数字化中台是高质量系统构建的保证。

来源：网络