阿里的数据中台正在背离初心

图片来源：Pixabay

最近的云栖大会上，阿里集团CTO兼阿里云扛把子行颠正式官宣了阿里的双中台体系，并给出了中台的英文翻译：Middle Office。这表明阿里认为自己的中台经验比较成熟了，近期阿里关于中台的PR和产品更新也比较频繁。

我们当然也密切关注阿里在中台方面的进展，特别是在数据中台上，严选和考拉很大程度上参考了阿里的经验。对于零售业务，阿里提倡的数据中台体系，以Kimball维度建模数据仓库理论为核心，确实对提升分析能力和数据质量起到比较好的效果。

不过我也同时关注很多其他模式或风格的数据管理技术实践，作为研究院，需要考虑的是网易所有互联网业务的需求特征，而网易并非仅有零售业务，甚至说大头不是零售业务，而是媒体、教育、音乐娱乐等。当我们将零售业务的数据中台经验迁移到其他业务的时候，我逐步感觉这套体系虽然局部可用，但很多方面并非业务最痛痒之处。

从阿里对中台的分享来看，越来越强调方法论，越来越强调规范性，还开始突出代码的自动生成这样“酷炫”（但并不智能）的能力。数据的标准化必须从源头开始做起，规范和标准必须下沉到工具层面实现，元数据也得从源头就进行规范定义，数据服务应该是主题式的，数据服务应该统一，背后异构数据源的细节应该被屏蔽。

从公开的资料这么看起来，阿里的数据中台可以说是越来越成熟、越来越规范，但同时也越来越重，越来越不敏捷。阿里的人可能觉得自动生成代码是快，但未必更敏捷。敏捷的前提是灵活，第二才是高效。

中台，是为了赋能前台，但看到阿里的宣传，总觉得字里行间这个中台部门充满了管控欲，什么都得按我的规范来，否则就不对。但真实的世界很复杂，不可能都这么规范。阿里的数据中台是不是画地为牢，所处理的只是组织中模式相对成熟的部分，而对不成熟的部分采取鸵鸟政策？阿里做的数据中台产品可能只适合中台部门使用，但不适合赋能前台？想起大概15、16年的时候，与阿里的人就聊过，意思也是财务和信用评级等核心需要的数据，要打通，要规范，其他的数据就放一放。这都不是第一手资料，不知真假，但从关于中台的资料来看，似乎是这样。最近考拉交接给阿里，据此了解阿里的OneData是定义了清晰的范围，范围内的必须按标准接入，范围之外的俺们不管。至于为啥这些范围必须接入呢，是因为集团财务管控需要。

我觉得阿里的数据中台体系，说是传统数据仓库的落地、发展甚至集大成者，都没有问题。但是骨子里仍然具备数据仓库投入大、实施周期长、不够灵活（如核心围绕结构化数据和维度模型）的问题。要论创新的话，其实不太有。数据中台体系，有点像航天飞机，理论上一旦花力气建设完成，可以多次使用成本就低了，但是失败的可能也大。

业界并非只有数据中台这一种理念。相比数据中台的强管控，敏捷的数据分析、智能的数据发现乃至更新的增强分析和增强数据管理等方法，探索的是一种越来越自助、敏捷、智能的道路，让处于中心位置的数据工程团队越来越精简甚至不需要。这是一种平台的思路。平台的思路就是把技术做的门槛越来越低，越来越智能，不强行追求整齐划一，而是容忍数据的不完美，风格和需求的多变，降低对中心化组织的需要，让沟通链路更短。这才是一种更创新，以赋能前台为出发点的模式。

因为中台往往是一个方法论和组织驱动的概念，所以强调中台，也会导致组织的固化。中台组织要是变成倚老卖老、尾大不掉，那就不是好事了。这得当心，因为公司里面的职能部门是容易这样的。阿里的数据中台这么做下去，可能偏离赋能前台这个初心了。

虽然我们也实践了很多数据中台技术，但对于业务多元化的我们来说，会从更广的视角来看。坚持赋能而非管控为出发点，用什么方法能够更好的将数据转化为生产力，就用什么方式，以企业级数据仓库为核心的数据中台方法只是一种，我更认可能够支持敏捷、自助、自组织的方式。

这篇估计争议大，会不会被骂哇。