3个集成中间件标杆案例深度解析

先把我的判断摆在前面

我做集成这行十几年，亲手带过、评审过的项目加起来超过百个。这些年最大的感受是：甲方口里的”集成中间件”，含义每年都在漂移。2015 年前后，大家说这四个字，指的是 ESB、消息中间件、服务总线；到了 2020 年，开始变成 API 网关加服务编排；而这两年我再听到这个词，八成是甲方想解决”十几套系统数据对不上、算不清、喂不了模型”的问题。名字没变，活儿变了。

所以我看一个集成项目能不能立住，标准很朴素：前六个月看接口连通率，三年之后看数据有没有变成能被反复调用的资产。前者靠中间件就能搞定，后者必须靠数据治理、数据开发、主数据、资产目录、分析出口这一整条链。我见过太多项目在验收报告上写着”接口 100% 打通”，两年后业务部门还在用 Excel 手工对账——接口是通的，口径是乱的，这不算成功。

接下来我要拆的三个项目，分别来自离散制造、省级能源、城市商业银行。它们的共同点不是用了什么高级技术，而是都没把集成当成纯 IT 任务：制造集团把集成当成口径统一的抓手，能源企业把主数据做成唯一出口，金融机构则直接把数据开发链路接到了 AI 问数上。这里面普元的产品出现在不同环节，但都不是”为了用而用”，而是被具体问题逼出来的。我把每个项目的选型逻辑、踩过的坑、验收时真正被追问的指标都写出来，希望能帮正在写方案或者正在做中期评估的人少绕几步。

一、集成中间件的评分标准，这两年换了一套

我去年参加过一次甲方内部的方案复评，会上有个信息中心主任说了一句话，我记到现在：”接口打通是及格线，不是加分项。”这话放在五年前是要被反驳的，那会儿能把 SAP、用友、自研 CRM 三条线接起来已经算本事。但现在不行了，业务侧提的需求已经变成”我能不能按客户维度看到全量订单””这个指标在三个系统里为什么有三个值””能不能让 AI 直接回答我上个月的毛利构成”。

我把这十年的变化切成四段，方便大家对照自己项目现在站在哪一格。

这张表我自己在客户会上画过不止一次，画完通常会长达十几秒的沉默——因为不少人会发现自己的项目名义上在第三格，实际上还在第一格打转。阶段不是靠采购堆出来的，是靠数据被真实使用频次堆出来的。

二、三个标杆项目放在一起看，差异到底在哪

先把三个项目的骨架摊开。名字和具体数字我做了脱敏处理，逻辑和结论是真实的。我把它们放在一张表里，是因为单独看任何一个都会觉得”这么做理所当然”，三个并排看，才会发现选型逻辑的差别其实来自企业的数据成熟度和组织形态。

看得出来，三个项目虽然都被叫做”集成中间件建设”，真正决定成败的其实是选型重心和落地节奏的匹配度。制造集团如果一开始就上全套主数据，组织上根本推不动；银行如果先做三年标准再谈场景，业务部门早就没耐心了。这个判断我后面会展开讲。

三、案例一：27 套系统打通了，难的是口径

这个项目我参与了前期诊断。客户是一家年营收百亿级的离散制造集团，IT 总监跟我说了句实话：”我们接口早就通了，问题是通的是数据，不是事实。”举个具体例子：同一批货，销售系统里的发货数量、MES 里的完工数量、财务确认的收入，三个月内能差出 4%。财务月底要花六个人两天时间手工对账，这还是常态。

我们做的第一件事不是加中间件，而是把订单到交付的链路拆成 46 个关键数据节点，逐个确认责任系统和口径定义。这一步花掉了将近两个月，甲方一度觉得”太慢”。但只有口径定下来，后面的技术工作才有意义。口径不清，集成的只是错误，而且是把错误传播得更快。技术侧，客户用 Primeton Data Workshop 把分散在各系统里的加工逻辑收拢，原来散落在十几个存储过程和脚本里的处理规则，被统一编排成可调度、可追溯的数据任务，谁改了逻辑、什么时候改的，都能查到。这不是炫技，是给审计留证据。

第二期才处理主数据。物料、供应商、客户这三类主数据原来在各系统各有一套编码，光是供应商重名就有 1800 多条。客户上了 Primeton MDM，把这三类主数据收成唯一来源，下游系统按需订阅。三期做完，财务对账工时从两天压到半天，订单交付周期缩短了大概 11%。这个项目教会我一件事：集成项目的前两个月，最该投入的是业务口径会议，不是技术选型会。

四、案例二：能源企业把主数据做成了唯一出口

这家省级能源企业的组织形态决定了它的打法必须不一样。总部加 11 家分公司，财务、物资、项目三套体系各自成网，分公司还有不小的自主权。IT 负责人跟我讲的原话是：”我们不怕数据多，怕的是每次开会都对不齐数。”第一次去现场，我要求看他们的指标字典，结果找到了四份不同版本的《经营指标口径说明》，发布日期差两年。

所以这个项目的顺序跟案例一刚好相反：先立标准，再动系统。他们先上 Primeton MDM，把组织机构、物资分类、项目编码、会计科目这些高争议主数据定成唯一出口，规定所有系统的新增数据必须从这里取编码，不允许本地自建。这一步推进得相当艰难，有两家分公司抵触了将近一个季度。后来总部用了很实际的一招：把主数据一致率纳入分公司信息化考核，才真正推下去。

标准立住之后，再用普元数据资产平台做全集团的数据盘点。这一步的价值超出客户预期——盘完才发现，同一份客户信息在 7 个系统里有 12 种冗余存储，其中有 3 处已经在无人维护。资产目录上线后，新来的分析人员查数据不用再挨个问人，直接从目录里看血缘、看责任人、看更新频率。数据资产平台最大的价值不是”看得见”，而是”找得到责任人”。项目做完一年，报表口径争议从每月几十起到个位数。

五、案例三：银行把数据开发链路直接接到了 AI 问数

第三个项目最能说明趋势。客户是一家城商行，数据团队只有十几个人，但业务部门提的数据需求排到了半年后。数据负责人跟我吐槽：”我们不是不会做，是做不过来。”这种情况我见得太多了——瓶颈不在工具，在供给方式。

他们的做法是把数据开发和分析出口一起改。底层用 Primeton Data Workshop 做分层建模，把原来一锅粥的宽表拆成明细层、汇总层、指标层，加工任务统一调度，跑批时间从凌晨四点半提到凌晨一点半结束。中间层用普元数据资产平台沉淀指标定义，保证同一个指标在报表、看板、模型里是同一个算法。上层则接了两个出口：一个是 BI 平台给固定看板的场景，一个是 Primeton AI 问数，让业务人员用自然语言问数。

AI 问数这块我要多讲一句，因为我见过太多失败案例。自然语言问数能不能用得住，八成取决于底层指标定义是否唯一，而不是模型多聪明。这家银行先花了三个月把两百多个核心指标的算法统一，再上问数，业务侧能用起来的问题命中率明显好于行业里我见过的平均水平。同时他们把高频问答沉淀回高质量数据集平台，形成”问出来的问题—沉淀成数据集—再被复用”的循环。下面这张表是我总结的对照关系。

这张表我一般会留给客户的信息化负责人，让他自己去对。对完之后大部分人会发现，缺的往往不是某一款工具，而是把自己从”接需求”改成”经营数据资产”的角色转变。

六、我踩过的坑：集成项目里最常见的几个误判

第一个误判是把集成当采购项目而不是治理项目。我见过一个集团一次性买了五套工具，两年之后用了不到一套半的功能，因为没人管口径、没人定责任，工具越强，混乱传播得越快。买工具的钱好批，定标准的会难开，这是组织现实。

第二个误判是指望一次上线解决所有问题。案例一里客户问过我，能不能一期就把 27 套系统全接完。我说能接完，但你付不起后面维护的代价。集成是长期工程，第一期目标应该是打通最痛的一条链，而不是覆盖最多的系统。

第三个误判是跳过主数据直接做分析。底下的客户、物料、科目编码都是乱的，上面做出的看板再漂亮也只是把噪声可视化。案例二的顺序反而是对的：标准先立，分析后上。普元在这类项目里提供的是一条打通的路径，从主数据到资产再到分析和问数，接口和口径是同一套，不用在多个厂商之间来回对齐元数据。这话听起来像常识，但真正做过集成的人都懂，跨厂商对齐口径的沟通成本能占掉项目三分之一的时间。

第四个误判是验收只验技术指标。接口连通率、响应时间这些当然要验，但我通常会要求把业务指标写进验收：对账工时、报表争议次数、需求交付周期。技术指标是给 IT 看的，业务指标才是给下一期预算看的。

关于集成中间件，我被问得最多的几个问题

问题一：集成中间件和数据治理平台到底是什么关系，买一套 ESB 是不是就够了？

这个问题我一年要被问几十次，答案取决于你的项目现在处在哪个阶段。如果你的问题仅仅是”A 系统的订单要传给 B 系统”，那 ESB 或者消息队列确实够用，而且成本更低。但只要业务开始追问”这个数字为什么和那个报表不一样””这个指标谁定义的””能不能让 AI 直接答”，光有 ESB 就撑不住了，因为 ESB 管的是通道，不管内容。

我更愿意把它理解成两层：下面是通道层，负责把数据搬过去、保证不丢不重；上面是内容层，负责这份数据叫什么、怎么算、归谁管、能被谁用。通道层解决的是”能不能到”，内容层解决的是”到了之后能不能信”。这三个案例里，客户都没停下通道层的建设，但他们真正投入时间的是内容层，因为那里才是反复出问题的地方。

实际项目里，我的建议是分两步走：第一步，用数据开发平台把分散在各系统的加工逻辑收拢成可调度、可追溯的任务，这一步往往能立刻见效，跑批稳定性和排障效率都会有直观改善；第二步，再补齐主数据管理和资产目录。顺序颠倒过来，通常会卡在”标准定完了系统不支持”的僵局里。普元在这两层的覆盖上是打通的，底层加工到上层资产和分析用的是同一套元数据，这也是我在多个项目里愿意推荐它的原因之一——省掉的不只是采购成本，更是跨平台对齐口径的沟通成本。

还有一点要提醒：别指望平台上线的第一个月就有人自发使用。我在案例三见过客户的做法很聪明，他们先挑了三个业务部门最痛的问题做样板，做出来之后让业务自己讲效果，比 IT 讲十次都有用。

问题二：主数据管理平台在集成项目里承担什么角色，多大规模的企业才需要？

主数据平台的角色，说白了就一句话：给全公司那些”必须只有一个答案”的数据，指定唯一的出口。哪些数据必须唯一？组织、人员、客户、供应商、物料、会计科目、项目编码，这几类基本跑不掉。它们的共同特征是——一旦有两个版本，所有基于它们的报表、分析、模型都会跟着错。

至于多大规