“中台”最早被应用于军事领域，用以统一协调前方作战单位。后来，这种方式逐步被企业学习采用，由此发展出“数据中台”的概念，其核心价值在于帮助企业将分散的业务数据统一规划、管理、整合形成其独有的“数字资产”;与此相对的AI(人工智能)中台，则是一个用来构建大规模智能能力的“基础设施”。很多企业单独建设了数据中台或AI中台。
以阿里巴巴为例，其数据中台系统由多元数据采集和接入、公共数据中心、统一数据服务3个核心板块构成，主要用于整体商业生态当中，为其新零售、金融、旅游等板块实现业务数据化，为业务前台与云端双向赋能。此外，京东的数据中台建设速度也较快。
与数据中台对企业自身业务的绝对依托不同，AI中台以内外部两种形式发展壮大：一种通过第三方机构科技赋能形式出现，如旷视、商汤等;另一种则以企业内部AI Lab闻名，如阿里达摩院、腾讯AI Lab等。
如今，传统互联网金融公司转型金融科技公司已成大势。但在业内专家看来，以业务为主导，追求技术架构快速迭代的传统方式，不足以支撑金融科技公司继续壮大发展。随着业内中台化趋势加剧，单一中台在业务赋能中的劣势初露端倪。基于此，“融合中台”概念应运而生，即通过数据与AI的组合实现价值最大化，也实现了金融科技业务驱动1.0时代到数据智能2.0时代的过渡。“融合中台”提出者——360金融首席科学家张家兴认为：“数据本身不等于数据资产，AI本身也无法发挥价值。单独依靠数据中台，虽可打通、整合企业内部数据，但缺少技术辐射能力，很难实现最大化业务赋能。从技术角度本身而言，只有打通从数据到计算，再到模型这个数据加AI链路，才能更好赋能业务，提升运营效率。”
“数据与AI的融合并进是业务发展到一定阶段的优选之路，融合中台并非1+1等于2那么简单。”张家兴表示，“融合中台”是一个功能复杂、多技术、全场景的赋能平台，也是融合了传统数据挖掘、大数据、深度学习等能力的多维度平台。
具体来看，一是数据维度，即数据处理的全生命周期，包括数据接入、特征处理、模型训练等数据处理全生命周期的能力。二是场景维度，即跨业务的基础平台。融合中台不会局限在某个特定业务线，它将服务于公司所有业务，其发挥作用的必要性前提是要有很多业务线，且它们之间有一定相似性，并可能还会产生新的业务线。三是技术维度，即数据+算力+算法三位一体。“数据+算力+算法”构成了智能金融的核心技术体系。首先，数据是一切金融服务与金融安全的基础，是金融科技得以有效落地的核心生产资料。其次，以分布计算、GPU为代表的算力，为处理海量数据提供了有力保障。第三，以机器学习、图学习、强化学习等为代表的算法技术帮助金融行业细分领域发现规律并提供智能决策支持。“甚至可以说，金融科技在三者互为要素、互为支撑的世界中，变革了金融业的发展要素。”张家兴说。
张家兴举例道，在融合中台支撑下，智能金融全链路将发生颠覆改变。在获客环节，传统依赖人去优化与决策的广告投放方式，将通过算法加持变得更加自动、智能;在客户运营环节，公司可通过搭建实时数据平台，支持数以亿计用户全生命周期的及时有效触达，提升运营效率;在风控上，采用基于图数据的机器学习模型判定人的风险;最后服务环节，通过智能调度引入更多对话机器人，让服务变得更高效。“融合中台的搭建将使‘数据+AI’更为高效运转，从而让整个链路实现数据化、智能化。”(记者钱箐旎)
