“數據中臺”作為2019年科技圈公認的最火概念，當仁不讓地占據了各大行業(yè)數字化轉型舞臺的“C位”。眾多機構紛紛加緊布局，開啟了頭部企業(yè)對數據中臺的探索熱潮——不過，隨后的實操較量顯示，市場在不斷加深認知中逐步回歸理性。

“中臺”最早被應用于軍事領域，用以統(tǒng)一協(xié)調前方作戰(zhàn)單位。后來，這種方式逐步被企業(yè)學習采用，由此發(fā)展出“數據中臺”的概念，其核心價值在于幫助企業(yè)將分散的業(yè)務數據統(tǒng)一規(guī)劃、管理、整合形成其獨有的“數字資產”;與此相對的AI(人工智能)中臺，則是一個用來構建大規(guī)模智能能力的“基礎設施”。很多企業(yè)單獨建設了數據中臺或AI中臺。

以阿里巴巴為例，其數據中臺系統(tǒng)由多元數據采集和接入、公共數據中心、統(tǒng)一數據服務3個核心板塊構成，主要用于整體商業(yè)生態(tài)當中，為其新零售、金融、旅游等板塊實現(xiàn)業(yè)務數據化，為業(yè)務前臺與云端雙向賦能。此外，京東的數據中臺建設速度也較快。

與數據中臺對企業(yè)自身業(yè)務的絕對依托不同，AI中臺以內外部兩種形式發(fā)展壯大：一種通過第三方機構科技賦能形式出現(xiàn)，如曠視、商湯等;另一種則以企業(yè)內部AI Lab聞名，如阿里達摩院、騰訊AI Lab等。

如今，傳統(tǒng)互聯(lián)網金融公司轉型金融科技公司已成大勢。但在業(yè)內專家看來，以業(yè)務為主導，追求技術架構快速迭代的傳統(tǒng)方式，不足以支撐金融科技公司繼續(xù)壯大發(fā)展。隨著業(yè)內中臺化趨勢加劇，單一中臺在業(yè)務賦能中的劣勢初露端倪?；诖?，“融合中臺”概念應運而生，即通過數據與AI的組合實現(xiàn)價值最大化，也實現(xiàn)了金融科技業(yè)務驅動1.0時代到數據智能2.0時代的過渡。“融合中臺”提出者——360金融首席科學家張家興認為：“數據本身不等于數據資產，AI本身也無法發(fā)揮價值。單獨依靠數據中臺，雖可打通、整合企業(yè)內部數據，但缺少技術輻射能力，很難實現(xiàn)最大化業(yè)務賦能。從技術角度本身而言，只有打通從數據到計算，再到模型這個數據加AI鏈路，才能更好賦能業(yè)務，提升運營效率。”

“數據與AI的融合并進是業(yè)務發(fā)展到一定階段的優(yōu)選之路，融合中臺并非1+1等于2那么簡單。”張家興表示，“融合中臺”是一個功能復雜、多技術、全場景的賦能平臺，也是融合了傳統(tǒng)數據挖掘、大數據、深度學習等能力的多維度平臺。

具體來看，一是數據維度，即數據處理的全生命周期，包括數據接入、特征處理、模型訓練等數據處理全生命周期的能力。二是場景維度，即跨業(yè)務的基礎平臺。融合中臺不會局限在某個特定業(yè)務線，它將服務于公司所有業(yè)務，其發(fā)揮作用的必要性前提是要有很多業(yè)務線，且它們之間有一定相似性，并可能還會產生新的業(yè)務線。三是技術維度，即數據+算力+算法三位一體。“數據+算力+算法”構成了智能金融的核心技術體系。首先，數據是一切金融服務與金融安全的基礎，是金融科技得以有效落地的核心生產資料。其次，以分布計算、GPU為代表的算力，為處理海量數據提供了有力保障。第三，以機器學習、圖學習、強化學習等為代表的算法技術幫助金融行業(yè)細分領域發(fā)現(xiàn)規(guī)律并提供智能決策支持。“甚至可以說，金融科技在三者互為要素、互為支撐的世界中，變革了金融業(yè)的發(fā)展要素。”張家興說。

張家興舉例道，在融合中臺支撐下，智能金融全鏈路將發(fā)生顛覆改變。在獲客環(huán)節(jié)，傳統(tǒng)依賴人去優(yōu)化與決策的廣告投放方式，將通過算法加持變得更加自動、智能;在客戶運營環(huán)節(jié)，公司可通過搭建實時數據平臺，支持數以億計用戶全生命周期的及時有效觸達，提升運營效率;在風控上，采用基于圖數據的機器學習模型判定人的風險;最后服務環(huán)節(jié)，通過智能調度引入更多對話機器人，讓服務變得更高效。“融合中臺的搭建將使‘數據+AI’更為高效運轉，從而讓整個鏈路實現(xiàn)數據化、智能化。”

關鍵詞： C位