现在，数据中台行业也进入了2.0发展的新阶段，深度行业成为现在最显着的特征。奇点云等数据中台企已在零售、金融、政务领域形成完善的解决方案。另一方面，行业对AI的应用也进入了新阶段，利用智能算法预测交易和辅助商业决策，已经对经济运行产生了积极影响。
金融行业的数据中心是以数据为中心，以智能、全链接开展管理、应用和服务的平台系统。数据中心不会破坏金融机构的产品、客户、渠道、流程、风险。以数据为生产要素，确立了新的生产力和生产关系。
数据中心是指通过数据技术收集、计算、存储和加工大量数据，同时统一标准和口径。数据中心统一数据后，形成标准数据，存储，形成大数据资产层，可视化分析，为决策提供参考，提供反馈。
在外部环境快速变化和竞争激烈的今天，企业必须通过一套机制，通过传统的IT结构和各种数据，融合新的旧模式，整合孤岛数据，沉淀数据资产，迅速形成数据服务能力，支持企业经营决策，精细化运营
数据中台的构建需要非常大的投入。另一方面，数据中台的建设离不开系统的支持，开发系统需要投入大量的人力，这些系统能否满足中台建设的需求，需要持续磨练。另一方面，面对大量的数据需求，需要花费额外的人力重建数据模型，下定决心。
数据中台:通过企业各业务之间的数据，横向通信，统一口径和标准，节约企业资源，活跃公司数据资产，挖掘数据价值，为业务赋予能力。
承认了数据中心的价值，我们当然想马上构筑，真正计划建设的时候，数据中心的建设和数据仓库、大数据平台是一致的，需要充分理解三者的不同。
成立于2009年的百分点，是数据智能技术企业，拥有完整的大数据和认知智能产品线，基于行业知识和数据中台建设经验，提供政府和企业数字转型的行业解决方案，致力于数据智能促进政府和企业智能转型。
以上介绍了数据台对数据的收集处理，AI台的加入进一步提高了整个系统对数据的处理能力。张帆补充了这样的数据。
结合上述价值需求，通过建设数据中心，形成数据资产到业务应用的闭环，实现数据资产化(内增值)和资产业务化(对外增值)。以GI大数据中心为例，其框架如下图所示
国泰君安数字金融部总经理毕志刚共享公司数字运营实践经验，证券公司应构建全数据-大中台-微服务网络结构，实现数据实时化、运营智能化、服务敏捷化。目前，券商开展数字化运营已成为服务趋势，以数据连接、技术驱动和开放合作为支撑，从数、数、治数三个方面全面推进复盖客户全生命周期的数据全连接和洞察，建立共享的数字财富管理生态。
一般来说，数据中心建设完成后，必须通过数据管理工程处理各访问的数据，为上层的数据服务做准备。其次，数据中心相当于数据的集中地，也称为数据池/数据湖，主要用于其他系统的调用。