51
2019 No.10
很多车企的IT部门都在建数据中台，但关于数据中台是什么并没有行业共识，这种情况下会导致外部讨论根本没有意义。但人们指望这个数据中台解决当前车企遇到的所有问题。
一家大型车企的IT系统大约有1000个左右，几十年积累出来的这些业务系统要数据中台化，这项工作做得再快也需要几年时间才能完成。企业逐步把涉及用户体验的那部分系统优先微服务化，然后小步快跑，让
更多前台用中台的微服务，这种看起来永无止境的工作更适合大多数传统车企，那些希望一步登天完成数据中台的新造车企业，眼下痛苦的是自己没有1000套业务系统。
汽车it目前绝大多数车企所做的并非数据中台，而是业务中台。以微服务为代表的业务中台系统要解决业务流程与IT系统解耦的问题，也就是说，不论什么样的业务流程，都可以用同一套IT系统以排列组合的方式很快上线，但能够很快上线并不意味着效率最优。
车企需要业务中台解决目前大量烟囱式IT项目的问题，难度很大，但收益也很大。阿里当年完成业务中台化很痛苦，车企做这个事情只会更痛苦，毕竟车企的产业互联网要业务中台化，基本无法借鉴阿里等互联网公司。所以，车企很大概率要先完成营销公司的业务中台，这部分倒是有部分可以借鉴金融和互联网公司。
汽车行业的业务中台解决了业务流程与IT系统解耦的问题，而对应的数据中台则是解决业务决策与数据解耦的问题。也就是说，以往烟囱式IT项目解决的是车企业务流程问题，业务决策得完全靠人。如果有了数据中台，业务流程数据都沉淀在系统里，通过机器学习和人工智能，有可能让很多业务决策变得自动化程度更高一些。原本每个领域都需要咨询公司和人工决策体系，有了数据中台，部分工作可以由机器自动完成。
目前很多车企对于自动驾驶领域使用人工智能是可以理解的，对于营销、销售、售后、二手车、金融等
业务领域应用人工
文/朱伟华
关于汽车行业数据中台的思考
目前很多车企对于自动驾驶领域使用人工智能是可以理解的，对于营销、销售、售后、二手车、金融等业务领域应用人工智能是“不知所措”的，没有多少数据公司真懂数据应用。但接下来传统车企与新造车企业的竞争，很可能就是靠机器提高效率来解决。
智能是“不知所措”的，没有多少数据公司真懂数据应用。但接下来传统车企与新造车企业的竞争，很可能就是靠机器提高效率来解决。
图数据库是建立数据中台的核心技术之一，对于任何打算从关联型业务数据中挖掘用户运营模式车企而言，如果仍然采用事后分析的数据系统，用户运营效率和用户体验会很糟糕。如果要实现毫秒级的用户数据实时查询，图数据库技术就是必然选择。但如果供应商只会用开源的图数据库，这个事情会变成数据库是免费的，但懂得使用这种开源数据库的人会很昂贵。
在数据中台和业务中台建设方面，车企是外包还是自建，这个问题没有统一答案，逻辑上，车企不是IT系统开发商，但如果不能自己掌握最重要的业务系统开发自主权，IT系统就有可能成为业务拓展的瓶颈。
A