中台是什么？
中台起源于阿里，2015年，阿里提出了 “大中台，小前台”战略，灵感来源于芬兰的一家游戏公司Supercell，仅300名员工，却在短时间推出多个爆款游戏，成为全球最会赚钱的游戏公司。其实，阿里早在 2009 年建设“共享事业部”开始，就已经开始了中台的探索，并通过十年上百个客户的实践，阿里也将自己的技术和业务能力沉淀成为一整套解决方案和方法论体系。
阿里中台从业务中台和数据中台开始，后来发展出移动中台、技术中台、研发中台等。
“阿里业务中台的前身是共享平台，原来的共享平台更多的被当作资源团队，承接各个业务方的需求，为业务方在基础服务上做定制开发。”
看到这里是不是似曾相识呢。有的企业十多年前就已经完成了大一统的集中式系统拆分，将公共能力和核心能力分开建设，解决了公共模块重复投入和重复建设的问题。有的企业共享平台建设时间甚至比阿里还要早，但并没有发展成为像阿里一样的中台。
同样的起点，为什么结果会不一样？
阿里这十年经历了光速发展，同时业务领域快速扩张也增加了业务的复杂性，这种业务发展也只有像阿里这样的互联网企业才会遇到。可以说：业务的发展和复杂性推动了阿里中台的诞生。
我们再进一步来了解阿里业务中台的目标。
“业务中台是把核心服务链路 (会员、商品、交易、营销、店铺、资金结算等) 整体当作一个平台产品来做，为前端业务提供的是业务解决方案，而不是彼此独立的系统。”
这也是我们为什么可以在闲鱼上能直接登录淘宝、支付宝，在刷微博时也能流畅的跳转到淘宝和天猫店铺的原因。您是否感受到了这种跨平台融合能力的强大呢？
平台化只是将部分公共模块独立为共享平台。虽然平台通过API接口或者数据共享对外提供公共服务，解决了重复建设的问题，但由于这类平台并没有与企业内其他平台或应用实现页面、业务流程和数据从前端到后端企业级的全面融合，没有将核心业务服务链路作为一个整体方案考虑，各平台仍然是独立和分离的，本质上仍然为竖井式建设模式。
共享平台虽然解决了公共能力复用的问题，但离中台的目标还有一段距离！
中台到底是什么？
“一千个读者就有一千个哈姆雷特”，业内提法很多。听听前阿里副总裁、业务平台负责人玄难说说中台是什么：
“中台是一个基础的理念和架构，我们要把所有的基础服务用中台的思路建设，进行联通，共同支持上端的业务。业务中台更多的是支持在线业务，数据中台提供了基础数据处理能力和很多的数据产品给所有业务方去用。业务中台、数据中台、算法中台等等一起提供对上层业务的支撑。”
我们提炼几个中台的关键词：“共享、联通、融合和创新”。
联通是前台以及中台之间的联通，融合是前台流程和数据的融合，以共享的方式支持前端一线业务发展和创新。
中台首先体现的是一种企业级的能力，它提供的是一套企业级的整体解决方案，解决小到企业、集团、大到生态圈的能力共享、联通和融合的问题，支持业务和商业模式创新。通过平台联通和数据融合为用户提供一致的体验，更敏捷的支撑前台一线业务。
中台源于平台，但中台与平台比，它更多的体现在一种理念的转变，它更主要体现在三个关键能力上：
- 对前台业务的快速响应能力；
- 企业级能力的复用能力；
- 从前台、中台到后台的设计研发、页面操作、流程服务和数据的无缝联通和融合能力。
其中最关键的是第3点：企业级的无缝联通和融合能力，尤其对于集团化的超大企业而言，这一点至关重要。
一切业务数据化，一切数据业务化
业务中台将企业的核心能力以数字化形式沉淀为各种服务中心。业务中台的目的是“提供企业能够快速，低成本创新的能力”。业务中台的核心是“构建企业共享服务中心”。业务中台的过程是通过业务板块之间的链接和协同，持续提升业务创新效率，确保关键业务链路的稳定高效和经济性兼顾的思想体系，并突出组织和业务机制。业务中台也包含技术和组织两大部分，通过“方法+工具+业务理解”加以实现。
数据中台通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。数据中台建设的基础还是数据仓库和数据中心。
那业务中台和技术中台的关系是什么呢？阿里有句话非常形象:
“一切业务数据化，一切数据业务化”。
业务中台源源不断地从业务造数据，把业务实时在线的交易数据进行统一记录和沉淀，这就是“业务数据化”；而数据中台对沉淀的数据进行二次加工，通过数据标准及算法，产生进一步的分析型数据服务，这些数据服务反向又服务于业务，将业务固化，形成业务闭环，也就是“数据业务化”。比如天猫淘宝的用户实时在线的交易信息，存放在业务共享中心的交易中心当中；而数据中台基于这些用户历史信息，并通过数据分析后的用户画像和标签属性，提供服务给到前端，形成千人千面。这就是我们一直讲的数据驱动、数据闭环、数据价值。
中台架构
业务-技术-组织从来都是融合在一个体系里的。
2015年12月7日内部信，构建「大中台、小前台」组织机制。这一次调整的核心是赋予事业部独立性提升效率，启用年轻人。
全面启动阿里巴巴集团2018年中台战略，构建符合DT时代的更创新灵活的「大中台、小前台」组织机制和业务机制：作为前台的一线业务会更敏捷，更快速适应瞬息万变的市场，提高公司的运行效率；中台将集合整个集团的运营数据能力、产品技术能力，对各前台业务形成强力支撑。由此，推动集团电商零售平台的全面改革升级，实现云计算、阿里妈妈、菜鸟等新兴业务的全面独立发展。同时，让集团更多优秀的年轻人承担起更大的责任。
在组织结构调整上：
成立阿里巴巴集团中台事业群，由张建锋(行癫)担任总裁，直接向张勇汇报。中台事业群包括：搜索事业部、共享业务平台、数据技术及产品部。
阿里巴巴集团零售电商事业群由张勇直接率领，在淘宝、手机淘宝、天猫三大业务部门形成「班委」负责制，班委由蒋凡、庄卓然(南天)、杨光(青云)、吴泽明(范禹)、蔡勇(脱欢)、墙辉(玄难)、龚玉萍(雨荞)、靖捷、石旻(菲蓝)及行业Leader等年轻人共同担纲；聚划算事业部由刘博(家洛)带领。张勇将和这些年轻人一起，推动集团零售电商平台的全面改革和升级。
阿里妈妈、云计算和菜鸟三大事业群成为三大独立军团，面向市场更为独立的发展，实行总裁负责制以及财务人事预算的总量管理。阿里妈妈、云计算和菜鸟的总裁继续由俞永福、胡晓明(孙权)和童文红担任。B2B组织架构保持不变，继续由吴敏芝担任总裁。以上四位总裁仍向张勇汇报。
组建阿里巴巴集团平台治理部，由集团副CFO郑俊芳兼任。平台治理部将负责电商平台的规则、知识产权保护、打假、信用炒作等管理事宜；重组阿里巴巴集团公关部，由周桓(桓公)全面负责；桓公除了继续直接领导零售电商业务的公关团队外，集团其他事业部的公关团队向桓公虚线汇报；重组阿里巴巴集团商家事业部，由张阔带领。商家事业部将着眼于赋能商家，提供以大数据为基础的工具和服务，帮助商家全面提升运营能力。
2017年1月13日内部信，全面拥抱「五新」（新零售、新金融、新制造、新技术和新能源）战略，这也是2016云栖大会马云在演讲中提到的观点。这次调整的核心是确定公司的战略发展方向。
这次组织结构升级同样伴随着相关的人事调整：
任命刚卸任菜鸟网络CEO的童文红为阿里巴巴集团CPO（首席人力官）兼任菜鸟网络董事长，万霖出任菜鸟网络总裁；
任命蒋芳担任张勇的国际业务特别助理兼阿里巴巴集团副首席人力官；吴敏芝和戴珊工作轮岗，吴敏芝任阿里巴巴集团CCO（首席客户官），戴珊任B2B事业群业务总裁；
阿里巴巴集团CTO（首席技术官）张建锋兼任阿里云CTO，同时云OS事业群进入阿里云事业群，由胡晓明负责；王帅作为阿里巴巴集团公关市场委员会主席，同时担任集团公共关系团队负责人。
2018年11月26日内部信，这次进一步调整完整战略升级。天猫升级成为「大天猫」， 阿里云事业群升级为阿里云智能事业群。
截至2018年最新公布的三季度报告，目前阿里旗下有四块业务，分别为核心商业（电商、新零售、菜鸟等）、云计算、媒体娱乐和创新业务。作为国内最大的电商平台，其主要电商产品包括淘宝、天猫、聚划算等。
除了核心业务链路的联通和服务共享，还需要解决系统微服务分拆后的数据孤岛、数据融合和业务创新的问题。这属于数据中台的范畴。采用分布式架构后更应关注微服务拆分后的数据融合。
在中台设计和规划时，需要整体考虑企业内前台、中台以及后台应用的协同，实现不同渠道应用的前端页面、流程和服务的共享，实现核心业务链路的联通以及前台流程和数据的融合，支持业务和商业模式的创新。
中台转型要做到：前台流程融合、中台服务共享、数据融合创新。
数据中台
数据中台 · 让数据实现业务价值。
以数据驱动增长，将数据形成资产，资产转换为资本。
数据中台3 层架构：
让所有企业数据汇聚于此，向上推动数据应用，向下推动数据治理，向前推动企业数字化转型。
智能化全栈技术平台：
决策革命：基于数据+算法的决策
基于数据+算法的决策
决策革命简而言之就是基于数据+算法的决策。“数据+算法=服务”实现分四个环节：一是描述，在虚拟世界描述物理世界发生了什么；二是洞察，为什么会发生，事物产生的原因；三是预测，研判将来会发生什么；四是决策，最后应该怎么办，提供解决方案。
在上述的描述、洞察、预测、决策之后，可能都需要人来参与决策，但是人参与决策越来越少，而系统参与的决策越来越多。就好像无人驾驶一样，从开始完全依赖人的驾驶到最后无人驾驶。我们在Cyber空间找了一个代理人，把人们对汽车驾驶运行规律的认知装载到软件系统等去感知、优化、控制、执行。通过这样一种方式优化资源的配置效率。正是因为我们构造了一种新的改造和认知世界的方法论，在开发汽车、飞机、高铁等产品的时候，研发、生产效率都会大幅度提高。
在不确定性的环境中进行决策是企业面临的巨大挑战，从基于经验的决策到基于数据+算法的决策，是企业数字化转型的基本模式。天猫联合玛氏、雀巢等多家一线品牌，联合建立新品创新中心，基于数据和新商业逻辑，洞察新品机会、提高研发效率，3C、服装、美妆、电器等新产品研发周期大幅缩短。
“数据+算法”构造了我们认识这个世界新的方法
无论是爱因斯坦的质能方程，还是牛顿的三大规律，都是我们认识这个物理世界的方式。我们把规律模型化、模型算法化、算法代码化、代码软件化，再用软件化去优化物理世界。我们构建了三个世界，物理世界、意识世界、数字世界。
2013年的诺贝尔化学奖，因发展了复杂化学体系中的多尺度模型，颁给了三位美国科学家马丁·卡普鲁斯、迈克尔·赖韦特和亚利耶·瓦谢尔因。这三位科学家的贡献就是构建了一个做实验的方法论，做化学实验的方法论，这个方法论就是在计算机中做实验，它实际就是“数据+算法”的另一种的表现形式。
过去科学家整天在实验室做实验，现在有一部分实验可以在计算机里面去做。对于制造业也是一样，过去飞机从立项到交付需要近十五年，现在只需要五六年的时间，因为人们构建了一个新的认识和改造世界方法论。高铁可以通过虚拟的高铁在虚拟的京沪线上跑起来，来测试高铁运行中选择电流、电压、噪音、稳定性、可靠性等，通过在虚拟世界的快速迭代，构造了一个改造和认识世界的方法论，这种方法叫模拟择优法。
数智化转型：智能商业
阿里在 2015 年提出要进入 DT 时代，是跟中台战略配套提出来的。我的理解是，今天数字化转型的目标就是要转到 DT 时代，因为到了 DT 时代，所有数据是有结构化的，数据的清洗也做完了，才能用得上现在大数据的一些技术、AI 的技术，否则就用不上。
那怎么转呢？从旧时代到新时代怎么去转？很多人现在提的是中台，对阿里来说，通过 IT 如何去引领业务的发展这一套体系探索了十年，也形成了一套方法论。业务中台本身是带一套方法论的，如果学习借鉴阿里去“转”，大概率是能成的。因为阿里在十年前就做了数字化转型，那时阿里做的生意就是基于互联网的，比很多传统企业先感知到互联网环境下的这些特殊要求，而他们这几年才逐步感觉到环境变了，所以要转型。
机器智能将推动绝大部分的商业快速智能化，这将决定大部分企业的未来生死。而实现机器智能的核心是创造性得把你的核心业务在线化，从而实现数据化、算法化和产品化的三位一体，让你的商业拥有数据智能这一核心引擎。
智能商业：业务数据化+数据业务化的闭环模式，构建了商业智能的基础
三位一体：大数据化、AI算法化和产品化
简单来说，就是要做数据化、算法化和产品化这三件事情。
数据化。由于互联网的存在，由于广泛的连接，淘宝其实是能够准确地记录下来所有用户全部的在线行为的，而这些数据本身可以用于优化他下一次来淘宝的体验，所以没有这个数据化的积累就没有后面的一切。
算法化。算法这个词可能一般的人听了会懵，其实讲算法之前先要讲一个概念叫建模型。一个人在某个场景下会怎么决策，先要把他抽象成一个模型，然后要找到一套数学的方法，让它能够收敛，用模型去优化他的决策。然后第三步才是把这个算法用计算机能够理解的程序写下来。
产品化，你一定要建立产品跟客户的直接连接。这个产品在我们刚才讲到的搜索案例，就是搜索结果页，更完整地讲是一个搜索框加上你看到的那个搜索结果。
搜索结果页这个产品建立了智能引擎和用户之间互动的桥梁，你的每一次点击，你看了这个搜索结果之后你是点了第一条还是第三条，还是甚至翻到了第五页。用户的行为通过数据化的方式告诉了这个机器智能的引擎说，你给我的结果相关性够不够高，智能化程度够不够高，机器再根据这个结果去优化它的算法，给出一个更好的结果。
但是机器跟人不一样，它可以永远不知疲倦的24小时以秒级的速度在更新它的结果，所以它的进化速度非常非常快，从一个开始并不很精确的结果，很快就能达到一个非常精确的结果。产品化是非常重要的一个环节，因为它提供了一个反馈闭环，而反馈闭环是任何学习的一个前提条件。
反馈闭环这个词用得稍微有点专业，但实际上大家都有非常深刻的切身体会。你无论学什么，比如说学打羽毛球，你动作对不对，一定要教练给你一个反馈，你改了以后是往正确的方向更对了，还是纠偏纠得更错了，教练要再给你一次反馈。这实际上就是学习、修正、调整、反馈。过程中你就能够学习、进步、提升，人是这么学习的，机器也是这么学习的。
机器能够有智能的唯一原因，就是笨机器用笨方法学，但是因为它计算能力强，数据量足够大，最后可以比人更快速地达到一个效果的优化。通过数据算法和反馈闭环，机器就能学习，机器就能进步，机器就能拥有智能，而商业就能够实现智能化升维。
用技术语言总结就是：“前台聚合，中台解耦，数据融合，业务创新”。先有共享、后有联通、再有创新。
阿里巴巴业务平台的演进：以功能为中心→以商业能力为中心→以业务为中心，一直在路上。
参考资料
https://mp.weixin.qq.com/s/hGOc9WXun52fClqPTaBZDQhttp://www.gtichina.com/report/show/query/245140.html
https://www.jianshu.com/p/727056adf1c4
https://www.jianshu.com/p/e80a068f55dd
https://www.jianshu.com/p/eef1cf734737