互联网中台
中台更多是因为公司业务在发展到某一阶段时，遇到瓶颈与障碍后，为解决实际问题而提出的解决方案。
为什么需要中台
案例
1、13年马云参观supercell，然后在15年确定了阿里的中台战略
2、华为的中台战略转型，也就是那句著名的“让听得见炮火的人指挥战斗”
错觉
中台是领导提出，领导觉得好，因此要转型。
解释
中台的产生，并非完全是自顶向下的战略设计，也并非是为了追随某种行业风口，而是随着公司业务高速发展、组织不断膨胀的过程中暴露的种种问题需要被解决
转型案例
阿里做淘宝————>意识到B2C的重要性————>于是做天猫———>发现淘宝和天猫有很多类似的业务，如订单、商品、库存、价格等。
10年阿里开始上线1688、聚划算———>发现这些业务针对的领域虽然各不相同，但是他需要用到的系统功能也高度类似。
随着业务的扩大，阿里内部将共享服务部的职权不断提升，统一将各个业务业务部门重复使用，反复建设的功能和系统统一规划和管理。
总结
需要中台的归类
1、许多业务需求或功能需求高度类似、通用化程度很高，但是由于没有专门的团队负责规划和开发，大量的系统重复开发、重复建设，导致复用性低、效率低、产研资源浪费、用户体验不统一。
2、早期业务发展过程中，为了解决一些当下的业务问题，垂直的、个性化的业务逻辑与基础系统耦合太深，由于没有平台性质的规划，横向系统之间、上下游系统之间的交叉逻辑也非常多，这样导致在新业务、新市场的拓展过程中，系统没法直接复用，甚至没法快速迭代。
中台能解决什么问题
大公司？
中台作为一种产品设计思路，或者系统架构思路，并不受限于公司的规模，理论上讲，任何一家即将或者正在面临业务高速增长的状态时，都很值得利用和借鉴中台的思路，将目前业务当中大量可复用的功能和场景进行梳理，为业务的高速增长做好准备。
所以，在有可能的情况下，公司将一些大概率长期有价值的功能，专门模块化，进行开发和优化，确保即使业务规模进一步扩大，也能够满足业务需求。甚至，随着能力或方法论的不断优化，甚至有可能某一天成为整个行业的方法论。
中台产品经理？
对于中台产品经理来说，必须思考的问题是，这个功能在现在或者将来能满足多少业务场景？如果将来有新的业务出现，是不是能够复用？或者说，需要做多大的调整才可以复用？甚至于，这个功能有没有可能对外输出，提供SaaS化的服务。
挑战
在中台，我们需要为我们的中台响应多个业务，但是比如同样一个需求，A部门的流程和B部门流程完全不同，或者，流程是相似的，但到具体细节的时候，却有很大差异。同样一个问题，由于业务的发展阶段不同，对于问题的态度也会产生不同。因此我们需要有很好的逻辑思考和抽象思考能，需要极强的逻辑思维和战略分析能力，能够看到业务当中的关键流程，理解业务接下来的发展方向，并将其转化为产品功能，与研发一起实现。另一方面，又需要极强的沟通和交流能力，能够在与多个业务线，需求、背景、想法各不相同的相关方一起，推动完成相关功能的实现。
技术架构
技术架构上半场
UI交互层（Windows UI、PC Web UI）——>逻辑层（SOA/微服务）——>数据层（SQL）——>基础设施层（服务器）。
技术架构下半场
UI层（IoT智能传感器、麦克风语音交互、摄像头视觉识别）——>逻辑层（人工智能关联推荐&最佳资源调度）———>数据层（跨链区块链）——>基础设施层（量子计算）。
输入数据模式
智能硬件传感器、摄像头视觉识别收集、麦克风语音交互手机、互联网爬虫手机、互联网OpenAPI收集。
业务逻辑层
设计模型——>触发消息——>通过人工智能最佳调度算法自动调整模型——>自动设置阙值触发逻辑规则
应用层分层
稳定的共性应用就放在了中台，对前台应用形成被集成的Open API调用。比如对于所有关系到账单的前台应用都需要用到记账，记账的流程应该是自动化，其中会产生很多业务比如：电子商务-电子支付-电子发票-电子合同-自动记账-自动结账-自动报表-自动报税-自动银行对账-自动审计。因此对于记账来说，应该对外有一个统一的Open API。
中台与平台的区别
中台属于业务应用，如零售中台、财务中台。中台是动态变化的，是数据驱动不断训练调整人工智能业务算法和业务模型的
平台是静态的，一旦版本发布，不管你是今年调用这个功能，还是明年调用这个功能，出来的效果是一样的
完整体系
第一层：无数碎片化的、场景化的前台业务应用，如零售、采购、招聘、报销...
第二层：业务中台，如零售中台、人力中台、财务中台....
第三层：数据中台：主数据（画像标签/关系图谱）、数据模型、人工智能业务算法
第四层：后台应用：如被分解后剩下的单一企业内部超稳定的收敛的应用
第五层：应用平台：协同平台（工作流引擎/消息引擎等）、应用组件（聚合支付/电子发票/电子合同/自动报税等等）、集成开发平台/定制开发平台/实施平台/运维平台
第六层：技术平台：微服务中间件、SQL/NOSQL数据库、大数据技术平台（如Hadoop和Spark）、AI技术引擎、云IaaS平台
