“数据中台”作为近两年科技圈公认的最火概念，当仁不让地占据了各大行业数字化转型舞台的“C位”。众多机构纷纷加紧布局，开启了头部企业对数据中台的探索热潮——不过，随后的实操较量显示，市场在不断加深认知中逐步回归理性。
“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。”