短短十数年，数据中台概念随着技术的快速发展和市场需求的变化，经历了从诞生到兴盛到逐渐被淡化的过程。
“我们已经走向了‘后数据中台时代’，” Gartner高级首席分析师费天祺（Fay Fei）在接受采访时表示，企业在数据管理和应用方面正在经历深刻的变革，传统的中台概念也在不断演进和适应新的业务需求。
Gartner高级首席分析师费天祺
从数据中台到后数据中台
在数据中台的初期阶段，企业主要关注数据的集中管理和标准化。中台的核心理念是通过构建一个中心化的数据平台，实现数据的共享、治理和服务。然而，随着技术和市场的变化，传统的中心化中台架构逐渐暴露出一些问题。
费天祺指出，国内的一些中台厂商倾向于推出一整套端到端的解决方案，试图替代原有的所有数据分析和存储平台。但实际上大多企业无法驾驭这种“厚”中台，其系统的复杂性和迁移成本都偏高，不利于企业的长期发展。
对此，2022年Gartner进行了一次调研。结果表明，只有37%的企业明确和理解“数据中台”的定义和范围，并已在建设。33%的企业则表示并不清楚“数据中台”的概念，只是在含糊地使用“中台”这个名词。此外接近1/3的企业，认为这个概念并不适用于自己的企业。
在“后数据中台时代”，费天祺建议企业应该转向更加灵活和敏捷的“薄”中台架构，即减少中心化的依赖，更多地依靠分布式和混合式的数据管理模式。她强调：“未来的方向是构建‘数据变现、业务价值、敏捷混合’以及‘增强的数据基础架构’，以适应不断变化的业务需求。”
在“后数据中台时代”，数据治理依然是企业数字化转型的核心任务。费天祺强调，数据治理不仅仅是技术问题，更涉及到流程、标准和管理模式的优化。
她强调：“无论企业是否采用数据中台，其数据治理、数据标准化和流程管控等工作都是必须要做的。这些工作不仅是技术层面的，更是业务流程和管理模式的核心。”
费天祺进一步解释道，企业应该从中心化的“大中台、小前台”转向混合式、敏捷的“薄”中台架构，打通数据应用与业务成果的价值连接。
生成式AI与数据管理
“对整个的数据分析技术格局的未来，正在产生一个不可忽视的影响。” 生成式AI的快速发展，为企业的数据管理和应用带来了新的机遇和挑战。费天祺认为，生成式AI可以显著提升业务流程的效率和用户体验，但同时也对数据的治理和管理提出了更高的要求。
费天祺表示，生成式AI已经在数据分析和管理方面展现出了巨大的潜力，尤其是针对业务分析师与业务人员的自助分析场景。当然，眼下的AIGC在数据治理、安全性和投资回报率等方面还存在一些痛点。
在应用AI管理数据的过程中，企业需要重新审视其数据管理策略，确保数据的高质量和高可用性。费天祺建议，企业可以尝试采用生态化的解决方案，培养“AI就绪数据”，以更好地支持生成式AI的应用。
费天祺解释，AI就绪数据即代表着这个数据是有特定的AI场景的可利用性。同时，它也是可管控的、是负责任的数据，并且可以对它的使用进行不间断的监控和追踪，进而可以对数据管道和模型管理的流程去做优化，以更好管控它的安全和输出。
在当前的技术环境下，生态化解决方案为企业的数据管理和应用提供了新的路径。费天祺强调，企业应积极探索和应用生态化解决方案，以提升数据管理的灵活性和效率。“我们可以尝试一些市场上已有的生态解决方案，更好地组织和管理AI就绪的数据”，从而实现对数据价值的挖掘。
生态化解决方案可以帮助企业更好地组织和管理数据，特别是在生成式AI的应用场景下。通过构建AI就绪数据，企业可以更高效地利用生成式AI，提升业务流程的智能化水平。
“‘后数据中台时代’的最后一个特点和要求，是AI的赋能。” 费天祺表示。
热门专题
