這三人分別創辦了袋鼠雲、奇點雲、數瀾科技，如今都已成為數據中臺賽道的重要玩家，而阿里也成為了數據中臺的「黃埔軍校」。
阿里巴巴CEO張勇或許沒有想到，從2015年他提出「大中臺小前臺」戰略之後，中臺不僅變成了一個機制，甚至變成了一個賽道、一門生意。
然而，Gartner在去年6月發布的技術成熟度曲線（又稱炒作周期）顯示，數據中臺這門生意在中國已經逼近「炒作」的頂峰。
Gartner發布的數據中臺技術成熟度曲線
按照Gartner的預測，數據中臺在不久的將來，即將進入「泡沫幻滅期」。
現實似乎也做出了回應。2020年12月，一則「阿里徹底拆中臺」的消息不脛而走：張勇在內網發布文章直言，現在阿里的業務發展太慢，要把中臺變薄，變得敏捷和快速。
作為「中臺」概念的布道者和先驅者，阿里的一舉一動都被放在聚光燈下被觀察、被討論、被質疑。一時間，中臺是「套路」、「忽悠」的聲音再次襲來。一位網友如此評價：「大公司搞中臺，錢沒了；小公司搞中臺，公司沒了。」
無獨有偶，一家名為「CIO發展中心」的機構在「阿里拆中臺」事件後發文表示，某知名中臺公司官網的6家典型客戶中，已經有一半不再和它合作，有2家客戶的新任CIO甚至不知道自己的IT系統裡還有該中臺公司的存在。
回到2019年，情況則是一片樂觀。數瀾科技CEO甘雲鋒曾告訴筆者，2019年國內大概只有千分之一的企業認為自己需要數據能力，而三年後——也就是如今的2021年，這一比例會到十分之一，且其中有四分之一的企業都需要數據中臺。
在數位化轉型的大背景下，企業需要數據能力是一個板上釘釘的事實。但是，企業需要數據能力和企業需要數據中臺是一回事嗎？2021年數據中臺究竟是迎來爆發，還是如Gartner所預測的那樣迎來泡沫幻滅期？
筆者採訪了前麥當勞CIO蔡棟、可口可樂CIO張杰、越秀數智發展中心總經理陳磊、某知名快消品CIO、大數據專家彭文華以及數位投資人，總結出了以下四個觀點：
數據中臺的熱度已經超過業務中臺；
數據中臺的邊界在變化，導致很難看清全貌；
數據中臺前景廣闊，但不是一個好做的生意，越大型的企業客戶越有自研的趨勢；
數據中臺項目失敗的核心原因是預設的期望值沒有達到。
數據中臺一枝獨秀首先需要澄清的一點是，阿里拆中臺，並非放棄中臺。根據網傳消息，張勇在內網發布的文章是這麼說的：現在阿里的業務發展太慢，要把中臺變薄，變得敏捷和快速。
因此，「拆薄」並非「拆掉」，兩者有天壤之別。
實際上，阿里一直以來都在「拆中臺」。從2015年的「大中臺，小前臺」，到2018年的「業務數據雙中臺」，再到後來的AI中臺、技術中臺、搜索中臺、知識中臺.中臺越來越碎片化。
但一個有趣的現象是，數據中臺正在力壓一眾中臺概念，成為一枝獨秀的賽道。以曾經與數據中臺分庭抗禮的業務中臺為例，兩者的百度指數差距已經有兩倍之多。
數據中臺與業務中臺的百度指數對比
除了百度指數之外，另一個明顯的現象是，「數據中臺」創業公司的數量要遠遠大於「業務中臺」創業公司的數量，而其他類型的中臺創業公司數量更是少之又少。
據筆者了解，在創業公司中，業務中臺玩家屈指可數，而且都是阿里系。
一是雲徙科技和滴普科技兩家明星公司，二是前阿里巴巴首席架構師鍾華（古謙）創辦的比升技術和前阿里巴巴集團副總裁牆輝（玄難）創辦的來未來科技，兩家公司剛剛在去年完成天使輪融資。
而數據中臺公司則呈現百家爭鳴的狀態，這其中又分為幾個流派。
第一類是自建數據中臺但並不對外商業化的公司，幾乎每一個叫得上名字的科技巨頭和網際網路公司都有數據中臺項目。
第二類是將自身的數據中臺能力對外輸出，進行商業化的科技巨頭，除了最知名的阿里外，還有網易。去年，網易旗下的企業服務品牌網易雲升級為網易數帆，數據中臺正是其解決方案之一。
第三類是「百家爭鳴」的創業公司，既包括阿里系的袋鼠雲、奇點雲、數瀾科技等，京東系的科傑大數據，還有智領雲這樣的非電商系創業公司，它的創始人原先在矽谷做大數據平臺。
還有一些主營業務並不是數據中臺，但也「跨界」的公司，既包括做上層應用的SaaS企業，比如神策數據，也包括在更底層做基礎軟體的明略科技、星環科技等。
數據中臺公司之所以力壓業務中臺，成為最火熱的中臺賽道，原因其實並不複雜：因為數據中臺更好做。
凱泰資本CEO段鈞鍇告訴筆者，業務中臺由於涉及的場景太多，A公司的業務中臺經驗很難直接拿到B公司來復用，往往以定製化為主。在軟體行業，定製化的商業模式往往被認為不夠「性感」，因為很難規模化擴張。
相比之下，數據中臺則是跟數據打交道，更容易做成標準化的產品。這就是為什麼數據中臺公司越來越多的原因。
當然，數據中臺與業務中臺往往是不可分割的。大部分做業務中臺的公司，也同時做著數據中臺的業務，這是兩個不同的細分賽道，並且是互相合作的關係。據筆者了解，雲徙科技與袋鼠雲是強綁定關係，而雲徙科技、袋鼠雲和奇點雲又都是阿里雲的生態合作夥伴。
儘管數據中臺的概念越來越火，但質疑的聲音也越來越多。在看了很多文章甚至書籍、聽了很多講座後，人們對數據中臺依然有諸多疑問。
看不懂、看不清，似乎永遠有一團迷霧縈繞在數據中臺之上。數據中臺到底是什麼？
洞穿數據中臺迷霧一個廣為流傳的故事是，中臺的理念來自於2014年馬雲對芬蘭遊戲公司Supercell的參觀之旅。阿里在2015年提出了「大中臺、小前臺」戰略，隨後在2018年的雲棲大會上將中臺一分為二，提出「業務中臺+數據中臺」的雙中臺架構。
其實還有一個流傳不那麼廣的故事是，「數據中臺」的名字並非源自阿里的高屋建瓴，而是由阿里的客戶「隨手」命名的。
2015年，時任阿里雲西南大區負責人的劉瑩帶來了一個客戶，在建設底層管理信息系統時面臨兩大問題：一是如果像大多數實體零售企業那樣在SAP上做大量定製，可以是可以，但IDOC接口效率太低，成本高昂；二是已經嘗試搭建過數據倉庫並且失敗了，因為10T左右的數據量，傳統的IOE已經不能承受。
經過了七輪溝通，雙方最終確定了合作關係，阿里雲的數據平臺部門也順利滿足了客戶的需求，但客戶並不滿意「數據平臺」的提法。客戶認為，這一新的數據項目具備業務屬性，但「平臺」一詞並不具備。既然有前臺，有後臺，新的數據項目就被命名為「數據中臺」。
「數據中臺」一詞由此問世。
接下來，數據中臺的發展速度，超過了人們理解它的速度。但對於數據中臺，人們似乎仍看不到全貌，於是陷入了一層又一層的迷霧。
第一層迷霧，數據中臺的本質是什麼？
數據中臺是阿里的數據能力沉澱而來，本就沒有官方定義，而數據中臺公司為爭奪定義權又製造了「噪音」，更是造成了失焦。
2020年，數據中臺公司集體熱衷於著書立作。袋鼠雲出版了《數據中臺架構：企業數據化最佳實踐》，數瀾科技出版了《數據中臺，讓數據用起來》，雲徙科技合作出版了《中臺實踐》（這是雲徙的第二本書，第一本是在2019年出版的《中臺戰略》），智領雲的新書也將在今年出版。
如果你看過每一家的解釋，會發現他們說的雖然不完全相同，但也都沒有錯。
第二層迷霧，數據中臺的邊界在哪裡？
或許是出於商業利益的考量，很多數據中臺公司在推廣自家的產品時，對於數據中臺的局限往往刻意迴避。
一個非常常見的現象是，數據中臺創業公司在宣傳自家產品的時候，往往把「部署周期」當做一個賣點。比如，某家數據中臺公司宣稱自己的產品已經實現標準化，部署周期在7-15天。
而甲方理解的部署和乙方宣傳的部署，很可能存在差異。
曾經做過數據中臺項目的大數據專家彭文華告訴筆者：「僅僅是部署完成沒有任何意義，因為相當於（做了）一個空殼，離數據中臺真正產生價值還差了十萬八千裡。要想真正實現價值，還需要做數據治理、數據清洗、二次開發等一系列服務和實施的髒活、累活。」
這些髒活、累活，並不會體現在企業的宣傳信息中。正是因為這個原因，很多中臺項目往往一做就是數月甚至半年。
第三層迷霧，數據中臺到底誰能做？
自從阿里提出數據中臺的概念之後，就有越來越多的玩家加入。上文提到的諸多數據中臺玩家，實際上都是創投圈的「老熟臉」。除此之外，筆者也發現市場上活躍著很多「生面孔」，也在從事著數據中臺的業務。他們相對低調，悶聲賺錢。
2020年的部分數據中臺公開項目
從圖中的中標企業我們看到，各種機構都能入場。於是一個疑問油然而生：數據中臺的門檻到底有多高？
2019年「甲子光年」發布的《數據中臺，下一個平臺型創業機會》文章中，筆者就對數據中臺的本質進行了梳理，總結起來就是一句話：讓企業的數據用起來，並且用得好。
在數據中臺這個名字出現之前，企業對於數據的管理方式和理念和現在其實並沒有太多的差異，甚至是一脈相承，只不過阿里創造性地將其總結為「數據中臺」而已。
越秀數智發展中心總經理陳磊告訴筆者：「如果老闆經常聽到中臺，你就沿著中臺去解釋，不要創造新的語言，這樣大家都處在一個共同的語境之中，反而降低了溝通成本。」
因此，理論上任何一家公司的技術團隊都可以建設數據中臺，無非是好用和不好用的問題。
既然如此，數據中臺能否撐起一個賽道？這是一個好生意，還是差生意？
數據中臺不但解釋「是什麼」不容易，其發展前景也充滿爭議。看好的人相信，數據中臺是未來20年最大的機會。
從大的時代背景來看，我們正在走進數據時代。
2012年，有句話反覆出現：人類迄今為止生成的數據中，有90％是在近兩年內產生的。馬雲在2015年的貴陽數博會開幕式上就表示：人類已經從IT時代進入DT時代，未來的核心資源不是石油，而是數據。
阿里巴巴副總裁，阿里雲新金融事業部總經理劉偉光曾做過一個形象的比喻，數據就是「石油」，數據倉庫、數據集市、Hadoop大數據平臺等是輸油管道，數據中臺就是煉油廠。
如果說商業公司出於公司利益而搖旗吶喊還不足以完全說服人的話，去年的兩項國家政策則實實在在地肯定了數據中臺的價值：
2020年4月9日，《中共中央國務院關於構建更加完善的要素市場化配置體制機制的意見》對外公布，數據作為一種新型生產要素寫入文件，與土地、勞動力、資本、技術等傳統要素並列。
緊接著，去年9月國務院國資委正式印發《關於加快推進國有企業數位化轉型工作的通知》，明確將「數據中臺」作為新型IT架構模式。
如果從這個角度看，數據中臺正處在最好的時代。
不看好的一方並沒有否認這是「最好的時代」，也沒有否認數據中臺的價值。只是作為一項生意來看，他們認為前景並不樂觀，尤其是對於眾多的創業公司來說。
除了被人經常詬病的靠定製化服務難以規模化之外，還有兩個「看不見」的因素。
第一個原因是，甲方——尤其是大型企業客戶——對於失敗風險的容忍度極低。
一位企業服務領域的投資人向筆者解釋說：「企業處在A輪或天使輪的時候，總共也就幾十人的團隊。如果此時要向一個幾萬人的大客戶提出『我可以通過數據中臺解決你全流程的問題』，大客戶的老闆作何感想？為什麼不選擇埃森哲而選擇你？」
這就導致創業公司很難進入大企業的供應商名列，話語權也很低。一位快消品企業的CIO告訴筆者，他們做POC（概念驗證）測試甚至都不花錢。
第二個原因則是數據安全問題。
在筆者採訪的三家大型快消品公司中，一個普遍反映的現象是，採購還不如自研。既然數據已經成為一種資產，那麼要想把數據的掌控權牢牢把握在自己手中，最好的方式就是自研。
前麥當勞CIO蔡棟總結了一套「雙軌制」策略：短期可以選擇外包公司，但是需要定期考核並進行一定的培訓，在軟體架構、質量上要嚴格要求；長期戰略肯定是要數據、架構、前端中臺和後臺等核心代碼的自主可控。
蔡棟告訴筆者：「如果要我給建議，那我一定會說儘快開展自研。無論是大數據還是雲原生架構，相關的技術都是開源的，開源技術雖然多，但是針對不同場景會越來越集中化、標準化；而越難找的人才越早開始尋找，就越早清楚並逐漸搭建最適合自己企業的人才梯隊。」
如果企業沒有自研能力或自研的需求，對於數據中臺服務商是不是就意味著機會？也不盡然。
地產公司越秀在建設數據中臺時，雖然並沒有組建自己的技術團隊，完全是通過供應商來建設，但是越秀依然能夠和麥當勞一樣，把掌控權牢牢抓在自己手中。
越秀數智發展中心總經理陳磊告訴筆者：「我們所有的企業架構、業務架構、數據架構和技術架構，都是由我們設計好之後，由供應商來負責填空。我們不會讓供應商給我們做規劃、做解決方案。」這樣做最大的好處，就是能避免對底層平臺的供應商產生依賴。陳磊表示，即使某家供應商三年後倒閉了，也不會對整體的數據架構造成影響。
對於數據中臺公司來說，這就會產生一個風險：如果懂行的、專業的CIO越來越多，生意可能會越來越難做，會逐漸淪為在客戶做好的統一架構基礎上「填空」的軟體公司。這樣與一個賣產品的純SaaS公司又有多大的區別？又或者，這就是未來數據中臺公司的宿命？
至此，我們基本可以得出一個結論：數據中臺，理想很豐滿，現實很骨感。
不過，對於甲方來說，無論是自研還是採購，建設一個靠譜的數據中臺，永遠都不是一件容易的事情。這也是為什麼數據中臺被稱為「CIO殺手」的原因。
給CIO的避殺指南2019年，由於盲目上中臺，深圳一家女裝企業的CIO被開除；在華南一個有幾十人的CIO社群內，因中臺項目失誤導致離職、調崗的高管就有十幾個。
數據中臺本來很多人就看不懂，這類消息更是讓很多甲方對數據中臺望而卻步。既然數據中臺有價值，為什麼數據中臺項目卻不一定成功？這是甲方的責任還是乙方的責任？
我們常常聽到這樣的解釋：不是技術問題，而是組織問題。這句話，只說對了一半。
大數據專家彭文華告訴筆者，如果項目出現困難，乙方每次都拿「數據中臺是一把手工程」作為幌子，顯然是一種不負責任的做法。
數據中臺項目失敗的最重要原因，其實在其他行業中也非常普遍：是否達到了老闆的期望值。
在去年的「甲子引力」大會上，甲子光年創始人、CEO張一甲分享了一個案例：
有位做交付的朋友非常語重心長地跟我說，我們賣服務、賣產品的時候，「銷售」的角色就是把客戶的期望抬高到100%，「交付」的角色就是在漫長的服務當中把客戶的期望降到50%，這就是交付崗位的作用和尷尬。
「甲子智庫」的「服務差距模型」也反映了這個問題：感知-期望=滿意度。
「甲子智庫」的服務差距模型
因此，CIO主導的數據中臺項目不成功的原因其實很簡單，不是沒有做好，而是沒有兌現向老闆承諾得那般好。
可口可樂CIO張杰告訴筆者：「做數據中臺之前，要搞清楚為什麼做這件事。究竟是影響到整個公司戰略層面的業務能力重構，還是僅僅在技術層面通過微服務化來優化，提升技術的敏捷性。如果只是後者，這只是你的本職工作，你就要管理好業務的期望值，不需要把動靜搞得過大，仿佛上了中臺後面的一切就迎刃而解。」
當然，CIO上中臺，不一定完全是被乙方「忽悠」的結果。
某知名快消品公司CIO告訴筆者，針對要不要上數據中臺，CIO群體裡又可以分為三種情況：
第一種CIO，是想借數據中臺這波熱潮，給自己的職業經歷加分。成功了，自己有更多的故事性，在行業掌握更多的話語權。至於可能存在的「陣亡」或者由此帶來的職業風險，他們其實並不在乎；
第二種CIO，除了為個人經歷著想之外，也是為了推動組織的數位化轉型，趁機提升自己部門的地位。在發展到一定的穩定期之後，他們的身份也可能由甲方變成乙方，這又是一個新的挑戰；
第三種CIO，就是求穩，按兵不動。雖然數據中臺的概念很火，但是不盲目跟風。
因此，數據中臺項目的成敗與否，既有乙方的責任，也有甲方的責任。一個數據中臺項目成功的前提是，乙方解決技術層面的問題，甲方解決組織層面的問題。
而組織層面的問題，往往比技術問題要更複雜。
首先是前期的建設，業務部門往往不願意分享自己的數據。
對於這種情況，越秀數智發展中心總經理陳磊在數據中臺實踐中，總結了自己的一套經驗：先利他再利己。
陳磊告訴筆者：「在初期階段，我是無條件幫業務部門做事。反過來，業務部門會更願意做IT的事情。這樣會在業務部門之間形成賽馬機制，如果信息化做的好的部門成績更多，其他部門就會更多找上IT部門尋求幫助。在第二個階段，業務部門和IT部門合作地更緊密，流程和數據就會逐漸變成IT部門的職能，長此以往，IT部門就有了技術主導權，業務部門離開IT部門甚至無法開展工作。」
其次是建設完成之後，業務部門不願意調用數據中臺的數據，這種情況在大公司很常見。
某在線教育上市公司的大數據開發工程師告訴筆者：「很多時候業務部門的需求會一股腦兒地給到數據中臺，而數據中臺部門的人力也是有限的，這個時候就需要排期。如果碰到業務部門需要特別急迫的情況，數據中臺與業務部門的矛盾就會產生。」
一旦出現這種矛盾，業務部門的發展進度就會受到限制。數據中臺建設的初心是提高業務部門的效率，現在卻起了反作用。這也是阿里要做薄中臺的重要原因：數據中臺，越大越臃腫，越薄越靈活。
我們可以看到，無論是管理期望值，還是調整組織架構，誕生於一個技術概念的數據中臺，成功的臨門一腳又回到了「人」上來。
人永遠是決定數據中臺成或不成最關鍵的因素。
*本內容為作者獨立觀點，不代表探客Tanker立場；文中題圖來自：攝圖網，基於VRF協議。