蚂蚁从2012年开始探索在云上构建大数据系统，云上数据中心致力于构建快、准、全、统、通的智能大数据系统。其最终目标是促进数据智能化，促进业务发展和模式创新，改变数据价值，进行产业变革。
同时，餐道数据中心可以依靠大数据分布式计算引擎，对数据进行图表等形式的可视化加工输出，通过标准化口径的信息交流，作用于合兴集团的市场分析和业务分析，管理者可以实时了解不同的店铺、不同时间段的营业和销售情况
数据中心是核心跨域融合共性数据能力下沉，形成可共享的数据服务和增值数据服务能力，对外开放，同时支持日常业务运营和数据分析决策。
在蚂蚁的业务中，数据中心处理了大量实时高并发的大量数据，最后帮助业务中心建模和分析数据，实现互补。特别是在蚂蚁平台的千人千面产品中，数据中台收集用户的行为、交易、用户属性等数据进行标签化处理，最后根据算法模型和历史数据提供商品推荐信息。
在企业的早期发展过程中，为了更好地通过人工智能赋予其他业务能力，内部已经有机械学习平台这样的作用。这个平台能力和中台能力有什么区别？如何理解机器学习平台和AI中台的概念？在采访中，刘喆表示，机器学习平台是服务于机器学习的全生命周期，可用于许多场景，也可用于其他中台集成和调用。相对而言，AI中台主要服务于具体业务，连接机械学习平台、业务平台和数据中台，三方组合成为完整的支持体系。
华为再次接地:华为智能园区中台包括数据中台和业务中台的数据中台对园区数据进行标准化建模，园区各部门子系统数据上传到云中后，通过数据管理存储在数据中台的主题库中。与公司几年前推出的数据中心计划方案有很多相识，通过标准化数据建模，通过各子系统，提供更好的跨部门业务服务，使数据更有价值。
事实上，建立数据中心并不难。关键是与业务有效结合，真正落地实践。因此，蚂蚁提出了业务中心台和数据中心台的双中心台战略，根据智能核心大脑的可视化BI，应对企业的业务场景落地，使数据中心台从资产化转向价值化，使数据产生业务价值，在联系消费者触点应用后发现洞察，最终形成数据到业务的重要循环。
数据中心需要整个企业共享数据技术平台，建立数据系统，共享数据服务能力。数据中心的目标是实现企业经营的数据化、精细化、智能化，本质上是建立可持续使用企业数据的机制。
a:不同的人可能有不同的实现路径。对我个人来说，在一定程度上是积累工作。我曾在乙(亚信联创)为客户提供数据库服务的甲(中国移动手机阅读基地)负责数据库的结构、性能优化和数据库运输队伍的管理，也在甲(快鱼服装)负责数据中心的负责人，参加了公司业务中心和数据中心的建设，其中数据中心项目的项目经理和设计师快鱼数据上线后，我根据公司的业务状况，创新地引导了三个智能应用的着陆(智能人效、店铺匹配、用户个性化推荐)。现在又来乙方了。
用户响应速度和能力强者胜利是新商业生态的普遍逻辑。金融技术领域更是如此。受监督代码和新冠疫病等因素的影响，金融业的数字变革加快，企业可以统一规划、管理、整合分散的业务数据，形成独特的数字资产中心平台悄然崛起，成为金融机构大船翻转的新宠物，2020年也成为金融科技价值回归的新起点。
数据体系是中台的血肉，开发、管理、使用的都是数据，不同企业的业务导致数据不同，数据建设的内容不同，但建设方法可以相似，数据要统一建设，考虑数据的一致性和可再利用性。
客户、用户、终端销售，这些企业提供产品、服务的第一线接触点是前台的一部分，主要是为了提供在线、在线营销，实现转换和销售。这里产生的所有数据、文件、业务内容都是统一的中间台，中间台作为对接层，统一对接前间的不同终端、渠道，同时也统一对接后间的系统。