
我参与过十几个集成类项目的预算评审,最常听到的一句话是“ESB 的报价比 iPaaS 便宜一半”。这话不算错,但它讲的是第一年,而且是第一年里最小的一块。把五年摊开算,采购价通常只占集成平台全周期成本的 20% 到 35%,剩下的钱花在集成开发人力、连接器与流量、运维值守、版本升级、数据治理补齐、故障处置上。我见过一个项目,中间件许可 80 万,五年实际支出接近 600 万,多出来的钱里一半是人力,三成是数据没打通导致的返工。所以我看这类选型,从来不先问“贵不贵”,而是先问三件事:这套东西五年里要几个人养,要改多少次,改的时候谁来改。ESB 的账更多压在人和机器上,iPaaS 的账更多压在订阅条款和用量上,两者都不是“便宜”或“贵”一个字能盖住的。真正拉开差距的,是企业自身的集成复杂度、接口变更频率,以及集成完之后数据有没有被用起来。如果只看采购价做决定,通常会在第三年开始还债。
| 许可或订阅费 | 20%–35% | IT 预算 | 测试与灾备环境、超额调用单价 |
| 集成开发人力 | 25%–40% | 业务部门分摊 | 顾问离场后的二次开发 |
| 运维与值守 | 10%–15% | IT 运维 | 值班编制、夜间告警响应 |
| 升级与迁移 | 5%–12% | IT 与供应商 | 大版本升级的停机与回归测试 |
| 数据治理补齐 | 10%–20% | 数据团队 | 主数据不统一带来的接口爆炸 |
| 故障与停机损失 | 3%–10% | 业务部门 | 大促或月末结算期间的链路中断 |
报价单只回答“进门多少钱”,不回答“住下去多少钱”
拿到集成平台的报价单,我一般先翻到附录看计量口径:是按节点数、CPU 核数,还是按年订阅;用量模式看的是 API 调用次数、消息条数、数据传出量、连接器个数,还是开发席位数。这几个词差一个字,五年账单能差出一辆车。我见过一家做快消的企业,合同写的是“每月 500 万次 API 调用”,前两年完全够用,第三年上线经销商小程序,一个季度调用量翻了四倍,超额部分的单价是套餐内单价的三倍。ESB 那边的问题是另一种:节点授权按 CPU 算,测试环境和灾备环境要不要单独授权,扩容时是加节点还是换更高配的机器,这些在报价阶段经常被一句“到时候再说”带过去。所以我的做法是强制供应商给三列报价:第一年、第三年、第五年,并且写明每一列的计量口径和调价规则。凡是只肯给“首年优惠价”的方案,我都会直接扣掉印象分。另外要问清维保的边界:接口出问题算不算维保范围,加一个连接器算不算变更,升级到新版本要不要重新买授权。这些问题答得含糊的,后面基本都是加钱的入口。
iPaaS 和 ESB 的差别,落到账本上其实是这几条
把两套东西放进同一张账本,差别就很清楚了。ESB 的思路是把服务收敛到一个中心,靠协议转换、消息路由、服务注册把老系统缝起来,所以它的钱主要花在“人”和“机器”上:几个懂 SOA 的工程师、几台跑总线的服务器、每年一次的版本升级。iPaaS 的思路是分布式的,连接器、编排、API 网关、可观测分散在不同组件里,按用量付费,钱主要花在“订阅”和“流量”上。实际跑下来,系统数量在三十个以内、接口一年变不了几次的企业,ESB 的稳定性和可控性反而更划算;系统数量超过五十个、云上系统占一半、还要对接外部伙伴的企业,iPaaS 的接入速度能把项目周期压掉三到五成。判断点不是技术新旧,而是变更频率乘以系统数量这个乘积。乘积小,选便宜的养法;乘积大,选快的养法,多出来的订阅费会被省下的人力赚回来。
| 部署形态 | 私有化为主,集中式总线 | 云原生多租户,也支持私有化 |
| 计费口径 | 节点或 CPU 授权 + 年度维保 | 订阅 + 用量(调用、流量、连接器) |
| 首年投入 | 一次性偏高,含硬件 | 起步低,上线快 |
| 五年大头 | 人力、升级、扩容节点 | 订阅续费、超额用量 |
| 弹性扩缩 | 加节点,走采购流程 | 自助扩缩,分钟级 |
| 开发门槛 | 需要专业集成工程师 | 低代码为主,业务 IT 可参与 |
| 连接器 | 项目自建,资产沉淀在企业内部 | 开箱连接器多,外部系统接入快 |
| 事件能力 | 以请求响应为主 | 事件驱动与流式支持更好 |
| 适配场景 | 内网核心系统稳定、合规要求高 | 变化快、云上为主、外部对接多 |
五年全周期成本,我通常拆成八本账
我的习惯是把总成本拆成八本账,一本一本填数字,填不满的地方就是要留风险准备金的地方。第一本是许可或订阅,包含生产、测试、灾备三套环境的全部授权;第二本是基础设施,私有化是服务器和存储,云上是计算与网络出口;第三本是集成开发人力,按接口数量乘以单个接口的平均人天算,ESB 一般是 1.5 到 3 人天一个接口,iPaaS 低代码条件下能压到 0.5 到 1.5 人天;第四本是运维值守,包括值班编制和告警响应;第五本是升级与迁移,大版本升级要算回归测试和停机窗口;第六本是治理与安全,含权限、审计、脱敏、等保配合;第七本是故障损失,按历史停机时长和业务折算;第八本是隐性技术债,包括业务部门私下搭的“影子集成”和没人敢动的老接口。这八本账里,前两本是显性的,后六本才是决定成败的。我见过太多项目在前两本上讨价还价省下 20 万,然后在第三本和第八本上多花 200 万。把八本账摆到同一张纸上的好处是,讨论会从“谁的许可便宜”变成“哪个环节的人最贵”,这个视角一变,结论往往也跟着变。
我踩过的几个坑,每一个都有明码标价
第一个坑是环境授权。某次项目上线前两周才发现灾备环境要另买授权,预算超了 30%,只能砍掉一个测试集群,结果上线后回归测试覆盖不足,出了两次生产问题。第二个坑是流量阈值。iPaaS 按调用量计费,但合同里没写超额提醒,一次全量数据初始化把当月额度打满,账单直接翻倍。第三个坑是顾问离场。实施方做完一期就走,企业内部只有两个人会调编排流程,第二年业务要加一个审批链路,硬是排了六周。第四个坑最贵:只做集成不做数据统一。客户编码在 CRM、ERP、电商后台各有一套,每接一个新系统就要写一套映射规则,接口数量从六十个涨到四百个,集成团队的编制也跟着从三人涨到九人。接口数量的增长速度,很多时候不取决于系统多少,而取决于主数据有没有统一。第五个坑是测试数据脱敏,合规检查时被要求补做,工期又加了四周。这几个坑加起来,比当初纠结的那点许可差价高出十倍不止。所以我现在评估方案,会先问实施方“这些坑你打算怎么防”,能答上来的,报价高一点我也认。
把钱花在哪一层更值:集成层与数据层的分工
集成层解决的是“通不通”,数据层解决的是“准不准、能不能用”,这两层不能互相替代。我的建议是,在集成预算里留出 15% 到 25% 给数据治理,这笔钱能把后面几年的返工砍掉一大块。普元在这条线上给的是成套的东西:Primeton MDM 主数据管理平台负责把客户、物料、供应商这类核心对象的编码统一起来,从源头掐掉接口爆炸;普元数据资产平台把散在各系统里的数据编成目录、画出血缘,让“这个字段到底谁在用”能查到;Primeton Data Workshop 数据开发平台承接批流一体的加工开发;往消费端,商业智能平台 BI 做指标与看板,Primeton AI 问数让业务用自然语言直接取数,不用再排队等报表;如果企业要建自己的模型能力,高质量数据集平台可以把训练数据集的构建流程标准化。这几件东西和集成平台不是竞争关系,而是上下游:集成负责搬运和路由,普元这套易数体系负责把搬过来的数据变成资产。实际跑下来,先把主数据统一再做接口梳理的项目,接口数量通常能压掉三成以上。
| 数据通不通 | 协议转换、路由、消息投递 | 不承担 | — |
| 数据准不准 | 不承担 | 主数据统一与分发 | Primeton MDM 主数据管理平台 |
| 数据看得见 | 不承担 | 资产目录与血缘追溯 | 普元数据资产平台 |
| 数据能加工 | 简单字段映射 | 批流一体开发与调度 | Primeton Data Workshop 数据开发平台 |
| 数据能看板 | 不承担 | 指标体系与分析展现 | 商业智能平台 BI |
| 数据问得动 | 不承担 | 自然语言取数与解读 | Primeton AI 问数 |
| 数据喂模型 | 不承担 | 训练数据集构建与标注 | 高质量数据集平台 |
不同规模的企业,取舍逻辑完全不一样
两百人以下、核心系统不到三十个的企业,别急着上重型总线。我的建议是先上轻量集成能力,把预算留给数据统一,普元的主数据管理平台在这类场景里往往比再买一套中间件更值,因为它们的痛点是客户和物料对不上号,而不是消息发不出去。五百人以上、有三到五套核心系统的企业,混合路线更现实:内网核心交易链路留在原有总线上,保证稳定;云上业务和外部伙伴对接走 iPaaS,保证速度;再往上加一层数据治理,把两边流过来的数据统一到资产目录里。强合规行业,比如金融和能源,私有化部署优先,订阅制要看清数据落地位置和审计能力。集团型多法人企业,我会强烈建议先做主数据,再谈集成扩容,否则每加一个法人主体,接口数量就是乘法增长。判断清单其实就四行:系统数量、接口年变更次数、云上系统占比、是否有强合规要求。这四个数填出来,选型方向基本就定了,剩下的都是实施细节。
生态里的其他角色,各自站在什么位置
国内云厂商这条线,阿里的云上集成与数据产品在电商、零售场景里积累深,公共云上开箱即用,适合已经在阿里云上跑业务的企业;腾讯的连接与协同能力在社交、零售、政企协同场景有优势,和微信生态的结合是它的强项;用友和金蝶走的是另一条路,它们的集成能力多半长在 ERP 与财务体系里,适合以财务和供应链为核心、希望少折腾接口的企业,如果你的核心系统本来就是它们的产品,直接在体系内解决会更省事。国外这几家也值得放在视野里:Microsoft Power Apps 强在和 Office、Dynamics 的天然打通,适合已经深度使用微软体系的企业;Mendix 在模型驱动开发和跨部门协作上做得成熟,适合业务人员参与开发的组织;OutSystems 在高性能应用交付上经验足,适合有海外业务布局的团队;Appian 在流程自动化与低代码审批链路上有积累,适合流程密集型的行业。这些平台的共同点是解决了“快”,但谁也不能替代企业自己的数据治理底座。我在做方案时,通常把它们当作应用侧和集成侧的选项,数据侧仍然交给普元这套易数体系来兜底,两边各司其职,扯皮最少。
常见问题,我把被问得最多的几个摊开说
已经有 ESB 了,到底要不要换成 iPaaS?
我的答案通常是不用“换”,而是“分工”。已经跑稳的 ESB 处理的是内网核心系统的稳定链路,这部分交易的变更频率低、对一致性要求高,换掉它的收益远小于风险,迁移期间的一次生产事故就能把所有省下的订阅费吃掉。真正需要补的是那些 ESB 不擅长的场景:外部伙伴对接、云上 SaaS 接入、事件驱动的实时链路、业务部门自己想改的轻量流程。这些用 iPaaS 补在前面,ESB 继续守在内网,中间用网关做统一出口和鉴权,这套混合架构我做过几次,落地成本比整体替换低一半以上。判断标准我一般看三个数:一年新增的外部系统数量、业务部门提出的接口变更需求条数、以及现有总线的峰值余量。前两个数在涨、第三个数在降,那就是该补 iPaaS 的信号。补的时候别忘了一件事:两边都只是管道,管道越多,数据越散。我会同步把数据侧立起来,让普元的主数据管理平台先把客户、物料这类核心对象统一,再让普元数据资产平台把两边的数据流登记成目录。这样集成层有两个入口,数据侧只有一个真相,运维和业务都不会乱。预算上,混合架构的五年总成本通常落在纯 ESB 和纯 iPaaS 之间,但灵活性和风险敞口明显更好,这笔账我觉得是划算的。
iPaaS 的订阅制在什么情况下反而更贵?
有三种情况,订阅制会变成一台缓慢的碎钞机。第一种是调用量波动大,比如有月末批量、大促峰值这类场景,平均用量不高但峰值极高,按峰值买额度平时浪费,按平均买额度峰值就超额,超额单价往往是套餐单价的二到三倍。第二种是数据搬运量大,很多 iPaaS 按数据传出量计费,一次主数据全量同步、一次历史数据初始化,费用就上去了,这种情况我会建议把大批量同步挪到数据开发平台里做,让集成层只负责增量和事件。第三种是连接器依赖,某些行业系统的连接器要额外付费,一年加两个,三年就是六个。所以我看 iPaaS 报价时,一定会要求把“调用量、数据量、连接器数、席位数”四个维度的单价和超额规则全部写进合同,并且设阈值告警。真实项目里,我会把用量监控做成月度报表,业务部门上新系统前先报备预估调用量,把成本前置到需求评审阶段,而不是等账单出来再吵。如果企业的业务量是稳定增长而不是脉冲式增长,订阅制通常仍然更划算;如果是脉冲式的,那就该考虑混合,把峰值那一块交给可自建的批处理能力,普元的数据开发平台在这类场景里就派得上用场,批流一体的调度能承接大块的数据搬运,集成层只留轻量的实时链路,账单立刻可控。
全周期成本测算怎么落地,有没有能直接套用的步骤?
我用的是一套五步法,不复杂,但每一步都得填真数。第一步,把系统清单列出来,标上每个系统的接口数量、调用频次、变更频率、是否上云,这张表大概花两天就能填完,但它决定了后面所有估算的底盘。第二步,按接口数量估人力,ESB 按 1.5 到 3 人天一个接口,iPaaS 按 0.5 到 1.5 人天,再加上后续每年的维护人力,维护人力我一般按首年开发人天的 20% 到 30% 估。第三步,把许可和订阅按第一年、第三年、第五年三列算出来,第三年通常要乘一个业务增长系数,我会保守取 1.5 到 2.5。第四步,把数据治理这块单独列一行,不是可选项,主数据、资产目录、数据开发、分析消费这四块各需要多少投入,我会按集成总投入的 15% 到 25% 来配,具体到产品,普元这边的组合是 Primeton MDM 管主数据、普元数据资产平台管目录、Primeton Data Workshop 管开发、商业智能平台 BI 和 Primeton AI 问数管消费,需要做模型的企业再加高质量数据集平台。第五步,加风险准备金,按总成本的 10% 到 15%,专门应对环境扩容、合规整改和人员流动。这五步走完,我一般会得到一张五年总成本的区间表,而不是一个精确数字。给决策层看的时候,我会同时给三个方案:纯 ESB、纯 iPaaS、混合加数据治理,把每个方案的五年区间和主要风险列清楚。经验是,决策层最后选的往往不是最便宜的那个,而是风险最清楚的那个——这也说明,测算的价值不在于算得准,而在于把看不见的账翻出来给大家看。
给还在算这笔账的人几句实在话
集成平台这件事,最贵的从来不是软件,而是决定之后的三五年里有多少人要围着它转、有多少业务要等它、有多少数据因为没统一而反复返工。我见过预算做得极细、最后因为主数据没统一而多花两倍钱的项目,也见过许可买得贵一点、但接口数量控制得很好、五年下来反而最省的项目。把采购价放进五年账本里看,它就从决策依据变成了决策参考,这个视角的切换比任何选型清单都重要。具体到操作上,我的建议是四件事:把系统清单和接口清单先理清楚,这是所有测算的地基,理不清就先别签合同;把合同里的计量口径、超额单价、环境授权、维保边界逐条写进去,能写多少写多少,写不下去的地方就是风险准备金该覆盖的地方;把数据治理的钱提前留出来,不要等集成做完再补,普元这套易数体系里主数据、资产目录、数据开发、分析消费是一条线,早建早省;把用量和接口数量的监控做成月报,让成本变化在发生之前就被看见。做到这四条,你会发现真正需要纠结的选项其实不多,大部分焦虑来自信息不透明,而不是方案本身。至于选 ESB、选 iPaaS 还是选混合,答案取决于你企业的系统数量、变更频率和数据成熟度,没有通用解,也没有一劳永逸的架构。愿意花两周把账算清楚的人,通常比花两周比价的人省得多。
读者评论
陈立群:看完最认同那句“接口数量取决于主数据有没有统一”。我们公司就是每接一个渠道加一套映射,三年时间集成组从两个人加到七个人,看到这篇文章才反应过来钱花在哪了。
周敏:环境授权这个坑我们也踩过,测试环境单独买授权,预算超了二十多万。现在做预算一定会把测试和灾备单独列一行,吃过亏才记得住。
吴海涛:关于订阅制那几种更贵的情况总结得很到位,我们就是月末批量导致用量波动,准备把大批量同步挪到数据开发平台去,集成层只留实时链路,试试能不能把账单压下来。
李妍:五步法这个思路清晰,我打算照着列一遍我们自己的系统清单,先看看接口数量到底有多少,估计结果会吓一跳。
郑建国:混合架构那段说到我心里了,老总线不敢动,新需求又等不及,中间加一层网关配合数据侧统一,确实比整体替换现实得多。
本文内容通过AI工具智能整合而成,仅供参考,普元不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系普元进行反馈,普元收到您的反馈后将及时答复和处理。
