2015年，卢山巍刚加入宜信，离他刚接触“中台”还有三年。

现在的他，是宜信自建的数据中台部负责人，从0发展到现在的70人团队，2019年旗下还独立拆分出一个“AI中台部”，与数据中台部行政等级上并驾齐驱。

一两年的时间，从对中台陌生、熟识，再到改革、创新，没有人会想到谁会在某一天，遇到怎样的人，发生怎样的故事，卢山巍也是。

“中台是一个比较务实的产品。”面对外界对中台的捧杀也好，唱衰也罢，卢山巍一直笃定产品为王。从魔都到北京，作为一名技术出身的架构师，他一直在寻找解决企业重复建设和扩宽数据赋能业务的方案，直到在2018年遇到了中台。

他坚信：中台建设不应和概念绑定，而与愿景绑定。一个概念是否成立取决于它是否会被新技术所冲击，取决于它的天花板在哪儿，技术是否会冲击它的天花板。“至少在3~5年内，数据中台还可以承担这段时间的技术，等再过几年，中台的天花板将是它自己。”

从战国到大一统，自建中台之路的玉汝于成

宜信官网显示，这是一家成立于2006年从事普惠金融和财富管理业务的金融科技企业，主要涉及信贷科技、财富管理科技、保险科技等领域，目前已在全国近300个城市以及农村地区建立起协同服务网络，并在全球主要金融市场设有分支机构。

“你加入宜信的时候还没有数据平台？”

“不是没有平台，是平台太多。”

2015年，卢山巍从上海赶往北京，正式加入宜信。2017年，卢山巍带领团队在宜信推出了一系列大数据开源工具，包括DBus、Wormhole、Moonbox、Davinci。这一阶段的宜信的烦恼正如卢山巍所说，是各业务线间的系统数据平台太多导致的重复建设。

2018年，市场上中台论风生水起。宜信也基于四大开源平台和中间件等技术，开始开发数据中台，并在宜信内部推广使用。彼时的宜信由于市场环境和自身业务考量，对内散养式管理，鼓励内部创新。这对卢山巍及其团队来说，是“艰难困苦，玉汝于成。”

卢山巍在来北京前，是在eBay上海研发中心付费广告团队担任高级数据架构师。自从在宜信内部“创业”做数据中台，不仅要做好产品架构的研发，还要向公司内部介绍、推动中台产品的使用，相当于进入了成本中心，从业务方到了平台方。“推广一个平台产品，不是那么容易的事。”

这种供需和推广的磨合使得他的团队愈发打磨中台产品，朝着简单、易用和高性价比的方向努力。但再好的产品也无法使整个集体完全主动选择地做到统一，因此在推广和沟通成本上还是有所损耗。

在这一点上，宜信的中台搭建还要感谢一个人，即2018年8月到任的CTO向江旭。

公开资料显示，向江旭曾在软件、通信网络和互联网行业拥有20多年专业经验，其中18年在美国硅谷，尤其擅长大数据、人工智能、移动互联等基础技术的应用研究，曾担任苏宁云商IT总部执行副总裁兼苏宁技术研究院院长 。

向江旭对中台是有预见性的，当他看到宜信内部有人在做这件事的时候，立马给予了大力支持。从管理层的官方平台全方位推动，最终使得中台从各自为政的战国时代形成了大一统。

数据中台和业务中台仍为核心，AI中台将会异军突起

目前，宜信的中台部门一共分为两块，数据中台和AI中台。数据中台常被人提及，AI中台是2019年刚成立的，外界对此的认知也还处在觉得新颖的阶段。

值得一提的是，从一个项目，沉淀一个产品，再到成立一个部门，AI中台的诞生，其实是中台核心价值“沉淀、复用”最好的阐释。

至今为止，中台最被广为认知的是数据中台和业务中台，俗称双中台。但除此以外，还有几种常见的中台分别是算法中台、技术中台、研发中台和组织中台。

根据目前市面上的定义，大概可把这些概念解释为：

数据中台：提供数据分析能力，帮助企业从数据中学习改进，调整方向。

业务中台：提供重用服务，例如用户中心、订单中心之类的可开箱即用可重用能力。

算法中台：提供算法能力，帮助提供更加个性化的服务，增强用户体验。

技术中台：提供自建系统部分的技术支撑能力，帮助解决基础设施、分布式数据库等底层技术问题。

研发中台：提供自建系统部分的管理和技术实践支撑能力，帮助快速搭建项目、管理进度、测试、持续集成、持续交付。

组织中台：为项目提供投资管理、风险管理、资源调度等支持。

而这些，都可被笼统地称为“数字中台”。

卢山巍认为，中台是用来沉淀能力，并能将这些能力进行复用的产品。宜信敏捷数据中台的定位则是：从数据技术和计算能力复用，到数据资产和数据服务复用，敏捷数据中台会以更大价值带宽，快、准、精让数据直接赋能业务。

沉淀、复用都是关键词。

据卢山巍介绍，AI中台起源于一个项目。当时有客户遇到诉求向客服提问，客服需要寻找知识库并进行答疑匹配才能进行回答，过程缓慢繁琐。宜信因此基于知识库开发了问答机器人，解决了客户难题之后“一发不可收拾”，从单纯的问答机器人又开始研发了聊天机器人、任务机器人等，对话场景不局限于客服。还将其他AI技术比如图片扫描转文本等都沉淀为一个个AI产品，形成一条全链路的平台。这就是“AI中台”。

各个企业的中台内容都是不可复制的。比如宜信的AI中台目前一部分就是业务性不强，又是非常基础的技术服务；另一部分就是与业务强相关的推荐、风控。但总的说来，AI中台偏向于将AI技术沉淀为可复用、通用的产品模型，平台化之后形成一个闭环。

在卢山巍的预测里，这个路子是对的，且潜力很大。

中台的天花板：有可能是中台本身

回到中台本身，其实就是一千个的哈姆雷特之争。

“你认为中台是偏管理？还是偏技术？”

“我是技术出身，当然认为是偏技术。”

卢山巍直言，每个公司都有自己的解读。而在他的解读中，数据中台需要抽象业务需求背后的数据能力，并用技术梳理成一个个能力场景，再将这些场景沉淀复用为产品，这样中台才会与业务越来越近，所以最终拼的还是技术和产品。

追本溯源，中台最早阿里提出的，并附带了“大中台、小前台”的概念。意思就是说，以往每条业务线都配备有技术人员，会形成“重复造轮子”的情况，中台就是将所有的技术统一到一个平台中，不同业务可以根据需求进行技术匹配和复用，从而做到灵活分工、精准打击、管理高效和资源整合。

对比而言，比较相似又比较会混淆的概念其实是“数据湖”和“数据仓库”。

国外很早就有数据湖和数据仓库的概念了，而中台是真正的中国创造。卢山巍将这三点的区别作了简单的介绍：

如果以一个企业的整体数据为单位1，那么数据湖就是这个100%的数据集合，数据仓库则是根据对数据的理解和知识认识（可能只有30%的全部数据），对数据进行建模、沉淀形成有标签特征、下游建设也会需要使用的数据资产。数据中台就是结合了API接口、微服务等技术，拥有统一管理业务出口，拓宽数据对业务赋能带宽的产品体系。

因此，数据中台至少还可以承担在3~5年内的新技术。不过卢山巍也坦言，在中台的最初始的数据治理，一直是个难题，也就是企业的“系统遗留冰山。”他也正在研究这一领域。

综上，如果有一天，中台这个概念不再有，打败它的不是其他概念，而是由于新技术的冲击导致它无法承受它本身的概念。谁说不可胜在己，可胜在敌？

胜己也许才是最高境界。