现在大家都说数据中台已经过时了，很多企业构建了中台根本用不起来。数据应用“直连”业务系统的情况比比皆是！
数据资源的使用权限仍然集中在业务部门，大一统的企业级数据平台，总是难以真正实施落地。
数据资源的开放、共享，仍然是非常有意义的数字化理念！
主数据在数据中台进行同步和管理相对容易，而对于事务数据以及基于事务数据构建的各类多维主题宽表，如果全部在数据中台进行维护，就会产生大量的IT运营成本，因此事务数据的“中台化”经常面临分歧。
如果数据资源作为企业高效运行的核心信息载体，本身就具备业务贯通、组织共享的功能特性，那么这些数据就适合在数据中台进行存储和管理。
反之，如果数据资源的专业属性很强，同时基于这些数据资源开展的主要业务创新场景仍然局限在其固有的大专业“域”中，那么“局部”的共享相比“全局”的共享则更加有效。
到底什么样的数据对整个企业来说是共性的呢？
除了主数据之外，或许知识型数据是另一个值得关注的“适合”中台的数据类型。
对企业的数字化转型来说，知识是指企业在运营过程中积累的信息、技能、经验和专业技能，用于指导企业决策、创新和业务发展。
一个企业要想获得可持续发展，必须首先成长为知识型组织。
企业需要能够不断地将管理经营的技能和经验，通过结构化、标准化、系统化的知识形式进行沉淀。
这些沉淀下来的知识将成为企业宝贵的财富，让企业获得更强的业务创新能力和增长能力。
企业知识中台，则是建立在传统“数据中台”的范畴之上，专注于对知识进行存储、管理、应用的新型中台类型。
与数据中台不同，知识中台存储的是高质量、高密度、高价值的企业数据。
这些数据一方面对企业的业务流程、质量标准、行业规范进行精准的定义和描述，同时也对企业内部的各类专业性文档进行表示和记录。
知识数据为数据中台和业务系统上的数据资源提供重要的上下文“背景”信息，实现对传统数据源的知识增强，帮助数据分析人员从中获得更加深刻的行业洞察和市场预判。
换句话说：
知识中台可以让数据服务形成“业务属性”，让机器也能像业务专家一样处理各类数据分析任务，真正实现了“业数融合”。
知识数据本身蕴含了企业自创立以来所有重要的技术、观点、信息，因此当这些宝贵的知识资产与业务活动产生的事实类数据“叠加”之后，就会“激发”出巨大的创新潜力和独特的商业洞察。
当然，知识中台不仅仅是对技术和管理文档的简单分类存储。
知识中台还应当提供一系列对企业至关重要的文本大数据分析模型和算法，例如知识挖掘、知识问答、知识推荐、知识关联融合等。
企业数字化活动中，不仅应当关注业务系统自动产生的数据，同时也要关注如何利用有效的工具、流程、技术，把“人”的经验和技术进行数据化与数值化的表示。
知识中台，正是为具有知识增强需求的数字化应用提供了可靠的平台载体和工具服务！
猜你想看更多文章：
2. 数字化下半场，建“中台”还重要吗？
