ARTICLE · 1197587
AI 飞速发展的今天,「中台」应该何去何从?
AI 飞速发展的今天，「中台」应该何去何从？
一边在拆，一边在建。
提出「大中台、小前台」的阿里，2023 年亲手把中台「做轻做薄」；靠中台撑起「App 工厂」的字节跳动，更早两年就把大中台拆进了各事业部。
而同一时间，招商银行喊出让全行 98% 员工通过 AI 认证的「AI First」战略，明确构建「云＋AI＋中台」新基建；重庆农商银行的 AI 中台智能体项目 4 天内密集中标，光算力服务器一单就 933 万。
「中台」到底是过时的旧概念，还是 AI 时代的新基建？这篇文章用数据把这个问题讲清楚。
01｜先搞清楚：「中台」其实是一个家族
很多人嘴里的「中台」根本不是同一个东西。
这个概念 2015 年 12 月由阿里正式提出（灵感来自芬兰游戏公司 Supercell 和美军「特种部队＋航母舰群」模式），本质只有一句话：把分散的共性能力沉淀下来，复用给多条业务线，避免重复建设。
围绕这个本质，十年间演化出了一个庞大的家族：
经典中台（2015–2019 互联网时代）：
AI 时代的新中台（2020 至今，大模型驱动）：
其中智能体中台（Agent 中台）是目前增长最快的分支：IDC 在《中国 AI Agent 市场剖析及厂商推荐（3Q25）》中预测，2025–2028 年中国 AI Agent 市场复合增长率超过 110%。
所以讨论「中台何去何从」之前，必须先分清：被拆的是「组织型大中台」，被抢购的是「能力型 AI 中台」。这是两回事。
02｜谁已经放弃：互联网大厂的「拆中台」时间线
先看「拆」的一边，全是重磅玩家：
为什么拆？字节跳动当年的判断很有代表性——据《晚点 LatePost》报道，字节认为「中台实用性强，但不够先进……随着业务增多，中台会变得庞杂，效率也会降低，尤其适应不了需要快速反应的新业务」。阿里的教训则是：中台解决了「规模化复用」，却带来了「中心化僵化」，前台埋怨中台响应慢，中台烦恼前台需求杂，组织内耗最终大于复用收益。
一句话：当业务需要像「特种兵」一样快速反应时，「航母舰群」式的重型中台成了负担。
03｜谁还在建：银行、保险、运营商正在真金白银地买
但另一边，「中台」的采购单正在雪片般飞出——只不过买家从互联网公司换成了金融、运营商和大型国企，标的全是 AI 中台：
六大国有银行 2023–2025 年科技投入合计超 1300 亿元（行业统计口径，AI 是核心投向之一）。工商银行副行长赵桂德在 2025 年业绩会上表态：「数智化不是选择题，而是必答题。」IDC 预测，2024–2028 年银行业金融服务占全球 AI 解决方案支出的 20% 以上，居所有行业之首； 招商银行 2025 年提出「AI First」战略，构建「云＋AI＋中台」新基建，截至 2025 年末全行 98% 员工通过 AI 知识与应用能力初级认证； 重庆农商银行 在 2025 半年报中披露「完成 AI 中台建设」，2026 年 1 月 4 天内密集公示多个智能体项目：AI 中台智能体开发（百度中标）、财富业务增长智能体（280 万元）、算力服务器（933 万元）； 重庆三峡银行「新一代数据中台项目（一期）」中标金额 2916.5 万元； 保险侧，财信人寿「公司级 AI 中台落地项目」、中意财险「AI 中台项目」双双入选 2026 年金融机构数智化转型优秀案例； 厂商侧的战况更能说明需求热度：据《经济观察网》统计，仅金融大模型赛道，2025 年科大讯飞中标 37 个项目（5881 万元）、火山引擎 31 个（5300 万元）、阿里云 17 个（3080 万元），阿里百炼平台正在成为部分银行自建模型的底座。
为什么这些行业还在建？因为它们恰好满足中台的适用条件：业务线多、合规要求强、系统孤岛严重、数据敏感不能出域。对它们来说，统一模型网关、统一权限审计、统一知识治理不是「要不要」的问题，而是监管和安全的硬要求。
04｜一组冷静的数据：AI 项目的「落地鸿沟」
不过，「还在建」不等于「建得值」。多份权威研究共同揭示了 AI 项目从试点到落地的巨大鸿沟：
MIT Project NANDA《The GenAI Divide: State of AI in Business 2025》：分析 300 多个公开 AI 项目后，发现仅约 5% 的企业级 GenAI 试点产生了可衡量的财务回报； Gartner（2024 年 7 月）：到 2025 年底，至少 30% 的生成式 AI 项目将在 PoC 后被放弃；GenAI 部署成本可达 500 万至 2000 万美元，且「成本不像其他技术那样可预测」； RAND Corporation：AI 项目历史失败率超过 80%，约为非 AI 的 IT 项目的两倍； S&P Global Market Intelligence：「放弃大部分 AI 计划」的公司占比从 2024 年的 17% 跃升至 2025 年的 42%。
数据中台时代「建而不用」的大量烂尾项目也早已提供镜鉴：需求边界失控、数据治理缺位、业务与技术脱节、交付后无人运营，是最常见的四大死因。AI 中台若重复「先建平台、再找场景」的老路，风险只会更高——它的成本结构和迭代速度都比数据中台更激进。
05｜一个正在发生的信号：REA 一周暴涨十几万 Star
如果说上面的数据讲的是「重型平台的风险」，那么这个月 GitHub 上最火的开源项目 REA（Reverse Engineer Anything），讲的就是「轻量能力的胜利」。
逆向工程——在没有源码的情况下分析软件的实现——过去三十年是少数专家的手艺活，学习曲线以「年」计。REA 做的事非常克制：它没有重新发明任何反编译引擎，只是把 Ghidra、IDA、Hopper、JADX 等成熟工具包装成标准化的 MCP（Model Context Protocol）接口，让 Claude Code、Codex、Cursor 这些 AI Agent 直接调用。一句「分析这个 App 的搜索功能是怎么实现的」，Agent 就自己打开二进制、搜字符串、追调用链、看伪代码，带着完整证据链回来，甚至顺手把功能重写一份。
增长堪称现象级：仓库 2026 年 4 月创建，10 月 8 日登顶 GitHub Trending 日榜时约 2 万 Star，10 月 13 日已达 15.5 万（第三方热榜镜像统计），随后几天多家媒体报道突破 17 万。社区实战案例包括：逆向分析 Claude Code 自身的模块机制、还原 1996 年老游戏 DX-Ball 的声音算法、分析 Sony 耳机 App 的降噪功能并复刻成独立应用。
REA 给「中台何去何从」的启示是三点：
「Agent＋现成工具链」正在吃掉过去需要「平台」才能做的事——连逆向工程都能被一条 npx rea-agents setup拉平门槛，企业内部的客服、问答、报表场景门槛只会更低；能力的组织方式是「轻接口、重生态」——REA 自己只有薄薄一层 MCP 封装，价值全来自对既有工具的编排，这正是「轻量能力沉淀」胜过「重型平台建设」的鲜活注脚； 护城河在场景理解，不在工具堆砌——REA 的价值不是「有 Ghidra」，而是「Agent 知道何时搜字符串、何时追调用链」。对应到企业，真正的资产是业务 know-how 的沉淀，而不是中台上堆了多少模块。
06｜结论：中台的归宿不是「建或不建」，而是「何时建、怎么建」
把所有证据放在一起，答案已经清晰：
「组织型大中台」正在退场——阿里、字节的拆解证明，集权式的重型中台适应不了快速变化的业务；「能力型 AI 中台」正在进场——银行、保险、运营商的采购单证明，多场景、强合规的组织依然需要统一的 AI 能力底座。
对大多数企业，更理性的路径是场景驱动、渐进沉淀：
聚焦高价值场景：用现成大模型＋低代码/对话式开发快速验证业务价值与 ROI——今天单个场景的构建成本已经足够低； 多场景规模化：当 2–3 个真实生产场景跑通、重复建设开始显现时，平台化的时机才真正到来； 识别公共能力：从实践中提炼真正高频复用的能力——统一模型网关、知识治理、权限审计、智能体管理、可观测性； 沉淀轻量中台：逐步形成适配自身规模、可演进的 AI 能力平台，而非一开始就追求大而全。
太早建，没人用；太晚建，技术债累积。业务复杂、系统孤岛多的大型集团确实更需要统一中台；中小企业过早建设重型平台反而成为负担——它们更需要的是「中台思维」（复用与标准化），而不是昂贵的完整平台。
AI 时代真正的护城河，不是一份华丽的中台规划，而是持续把业务 know-how 转化为可复用、可治理、可演进的智能资产的能力。
先让场景活下来，再让平台长出来。
参考资料（按文中出现顺序）：
【1】中欧数字经济与智慧企业研究中心：《中台战略：企业数字化转型利器》，中欧国际工商学院研究报告。
【2】人人都是产品经理：《七大维度解读「中台」的前世今生》，2022-05-09。
【3】人人都是产品经理：《从数据中台到AI中台，企业到底要建什么中台？》，2020-08-08。
【4】北京科技大学信息化建设与管理办公室：《数据中台、业务中台、技术中台、应用中台》，2024-04-30。
【5】新浪财经：《迈富时等厂商获IDC「中国AI AGENT标杆厂商」，AI智能体中台或成2025下半场企业增长基石》（援引 IDC《中国AI Agent市场剖析及厂商推荐，3Q25》），2025-08-27。
【6】中国经济周刊（人民日报社）：《阿里「驱子」：张勇的近渴与远虑》，2023-04-15。
【7】电商报：《阿里拆分技术团队，取消集团CTO》（张勇内网「中台过于臃肿和僵化」表述出处），2022-09-19。
【8】晚点 LatePost（雪球转载）：《字节跳动组织调整后续：高管汇报线变更、分拆中台》，2021-11-03。
【9】界面新闻：《从字节跳动「拆中台」寻找巨头中台演进的草蛇灰线》，2021-11-10。
【10】财新周刊：《张一鸣退居幕后，字节的梁汝波时代怎么走？》，2021-11-13。
【11】财新网：《阿里国内外电商整合 吴泳铭点将蒋凡任CEO》，2024-11-21。
【12】经济观察网：《金融大模型中标激战百度、科大讯飞、火山引擎、中关村科金》，2026-01-15。
【13】移动支付网：《3万/人/月+280万+933万！重庆农商银行4天敲定多项智能体项目》，2026-01-30。
【14】立达标讯：《中国建设银行河北省分行全省个人数字化营销活动客户权益服务项目（标段一）公开招标公告》页面所载历史中标信息（含「重庆三峡银行新一代数据中台项目（一期）2916.5万元中标」公示），2024-11-25。
【15】金科创新社：《【重磅】2026鑫智奖第七届金融机构数智化转型优秀案例评选榜单发布！》，2026-06-10。
【16】精品资讯网行业综述：《银行业AI投入观察》（含「六大国有大行科技投入超1300亿元」、招商银行「AI First」与98%员工AI认证、工商银行副行长赵桂德业绩会发言、IDC银行业AI支出占比预测），2026-07。
【17】Gartner 新闻稿：《Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept by End of 2025》，2024-07-29。
【18】MIT Project NANDA：《The GenAI Divide: State of AI in Business 2025》，2025。
【19】Grid Dynamics：《Why AI initiatives fail》（综合援引 RAND Corporation《The Root Causes of Failure for AI Projects》、S&P Global Market Intelligence 2025 年企业 AI 弃置率调查等原始数据）。
【20】稀土掘金：《开源项目第235期：REA — 让 AI Agent 逆向任何东西，从网站/Electron 应用一路分析到二进制层》，2026-10-13。
【21】HIMIAO：《REA 登顶 GitHub 日榜：让 AI Agent 逆向工程任意应用，直达二进制》（含 Star 增长时间线），2026-10-13。
【22】REA 官方仓库与文档：GitHub morluto/rea（MIT 协议）、npm 包 rea-agents、官网 rea.tools。
【23】腾讯云开发者社区：《企业数字化转型，为何大部分数据中台项目都最终烂尾？》，2025-06-24。
注：因公众号无法放置链接，此处只说明出处和标题，敬请谅解。
