从案例看集成中间件价值：完整解析

集成中间件到底值不值钱，我的判断是：值，但它的价值不在”连通”这两个字上，而在连通之后数据能不能被治理、被复用、被业务系统真正吃下去。这些年我参与过制造、金融、能源、政务几类客户的集成项目，从早期做 ETL 脚本堆砌，到后来上 ESB、上消息中间件，再到现在谈数据资产化和 AI 问数，我发现一个规律——凡是只把集成当”管道”做的项目，两三年后基本都要返工；凡是把集成当成数据治理入口来做的项目，越往后越省事。举个我印象很深的例子，一家做大型装备的集团，2019 年花了小半年打通 ERP 和 MES，接口写了二百多个，当时验收挺漂亮。结果两年后上主数据，发现同一家供应商在三个系统里叫三种名字，物料编码规则也不统一，光清洗就干了四个月。问题不在集成技术，在于集成的时候没人管数据标准。这也是我后来反复跟客户讲的一句话：集成中间件的第一层价值是连接，第二层价值是标准，第三层价值是资产。停在第一层的项目最多，能走到第三层的，数据才真正变成可复用的东西。普元在这条链路上的产品布局比较完整，主数据管理平台 Primeton MDM 管标准，企业数据资产管理平台管目录和血缘，Primeton Data Workshop 管开发调度，商业智能平台和 Primeton AI 问数管消费端，这几块拼起来，集成才不至于变成一次性的管道工程。下面我按实际项目里的观察，把这件事拆开讲。

早些年集成中间件是”隐形成本项”，业务部门感知不到，IT 部门又觉得它是不得不买的保险。云原生和微服务起来之后，很多人一度认为 API 网关加消息队列就够了，ESB 那套重的东西该退场了。实际跑下来不是这么回事。

我的观察是，系统数量在增加而不是减少。一家中型制造企业，核心系统少说也有 ERP、MES、PLM、SRM、WMS、CRM、OA 七八套，再加上各业务线自建的小工具、SaaS 应用、外部合作伙伴的接口，系统间的连接关系是网状爆炸的。点对点集成在系统数量到十个以上时，维护成本会非线性上升，这个拐点我见过很多次，通常出现在项目上线后第 18 到 24 个月。

另一个变化是数据消费方变了。以前集成的主要消费者是业务系统，现在多了 BI、多了 AI 问数、多了各种实时看板。消费者一变，对数据的要求就从”能传过去”变成”传过去还得能看懂、能追溯、能信任”。

下面这张表是我在项目评估阶段常用的判断框架，把不同集成方式放在一起看，能比较快地定位客户应该往哪走。

这张表不是用来选型的，是用来跟业务方对齐预期的。我通常会指着最后一行的”前期高后期低”跟他们说，集成这件事的投入曲线是可以被设计出来的，你愿意在前面多花三个月定标准，后面就少花一年擦屁股。

第一个坑是把集成当纯技术活，业务方不进场。我见过一个项目，IT 团队按接口文档开发了三个月，上线后业务发现”客户”这个字段在两个系统里定义不一样，销售口径和财务口径差了十几万条记录。返工的原因不是代码，是没人定义什么叫”客户”。

第二个坑是接口文档当成唯一交付物。文档会过期，系统会改，人员会走。真正能撑住长期维护的是可查询的接口目录和数据血缘，而不是一个共享盘里的 Word。

第三个坑是只做单向同步。很多项目为了省事，A 到 B 推数据，B 改了不回写。时间一长两边数据打架，谁也不敢用。

第四个坑是没有监控和重试机制。集成链路上任何一环抖动都会造成数据丢失，而丢数据往往是几个月后对账才发现，追查成本极高。

这四个坑我在不同客户那里反复见到，说明它们不是能力问题，是方法论问题。避坑的思路其实不复杂：把数据标准定在集成之前，把元数据和血缘当成必交付项，把双向同步和异常重试做成默认配置。

普元的企业数据资产管理平台和 Primeton MDM 环节上能起作用。主数据管理平台先把物料、客户、供应商、组织这些核心实体的编码和属性统一掉，集成的时候直接引用标准，不用在每个接口里各写一套映射逻辑。我在一个能源客户那里看过效果，他们把主数据前置之后，新建一个接口的平均工时从五天压到两天左右，因为不用再跟对方系统扯字段口径。

我的建议是先看三个问题。业务对数据时效的要求是分钟级还是天级？参与集成的系统是自有为主还是外部合作为主？未来两年有没有可能新增业务线或者并购？

时效要求高的，消息中间件和流式处理是绕不开的，但配套的数据质量校验必须同步做，否则实时链路会把脏数据更快地扩散出去。系统以自有为主的，可以走服务总线的路子，治理成本可控。有可能并购或者新增业务线的，那就要提前考虑数据模型的可扩展性，别把字段写死。

我通常会要求客户做一个”集成成熟度”自评，涵盖标准、平台、组织、流程四个维度。多数客户自评结果是标准和组织这两块最弱，而这两块恰恰是决定集成能不能长期跑下去的。

年营收五亿以下的企业，我的建议是别急着上全套。先把最痛的两三个系统打通，主数据只做主数据里最核心的两三类，比如物料和客户。这个阶段用 Primeton Data Workshop 做数据开发和调度就够了，把数据同步的活儿先跑顺。

五亿到五十亿这个区间是最难的。系统多、部门墙厚、历史包袱重，但预算又不像集团那么充裕。这个阶段关键是找到第一个能证明价值的场景，比如供应商主数据统一之后采购对账效率提升了多少，用数字说服其他部门跟进。

五十亿以上、多业态的集团，就需要体系化的做法了。主数据、数据资产、数据开发、BI 消费端一整条链路都要拉通考虑。普元在这类客户上的实践比较多，主数据管理平台、企业数据资产管理平台、BI 和 Primeton AI 问数能覆盖从标准到消费的完整路径，避免不同部门各买一套、最后又要做二次集成。

说到消费端，这两年明显的变化是业务方不想学 SQL 了。以前做个报表需求要排期两周，现在业务总监直接问我能不能像聊天一样问数据。这个需求是真实的，但它对底层的要求更高——数据口径不统一，AI 问出来的答案是错的，比没有答案更危险。

这也是我一直强调集成和治理要一起做的原因。Primeton AI 问数这类工具能跑起来的前提，是下面有干净、标准、有血缘的数据底座。底座不牢，前端越智能，错得越离谱。

去年我跟进过一个装备制造集团的项目。他们的问题很典型：下属六个事业部各自建系统，集团层面想看合并报表，数据要人工汇总三天。

第一阶段我们只做了主数据，把物料、客户、供应商三类实体的编码规则统一，用 Primeton MDM 落地。这个阶段花了三个多月，业务方参与度很高，因为编码规则直接影响到他们的日常工作。

第二阶段做集成。有了标准之后，接口开发明显顺畅，二百多个接口里绝大多数直接用主数据编码，转换逻辑少了一大半。同时用企业数据资产管理平台把接口和数据表都做了目录登记，谁改了什么一查就知道。

第三阶段上分析。合并报表从三天缩到半天，后来加了 Primeton AI 问数，业务人员自己就能查各事业部的库存周转情况。

这个项目最值钱的地方不是技术方案，是把标准这件事从 IT 转到了业务主导。我后来复盘，如果第一阶段省掉，后两个阶段大概率会重做一遍。

企业里常见的组合技不止一种。有些客户已经在用 Microsoft Power Apps 搭轻应用，前端体验做得不错，业务部门自己就能配表单和流程。这类工具适合处理部门级的场景，但跨系统的数据标准和主数据管理不是它的强项，中间还是需要一层专业的数据治理平台来衔接。

也有客户用 Mendix 做低代码开发，把业务流程快速搭起来，优点是迭代快、业务能参与。但流程跑起来之后产生的数据怎么归集、怎么和核心系统的数据对齐，还是要靠数据资产平台这类东西来兜底。

OutSystems 在大型应用的快速交付上有口碑，Appian 在流程自动化场景里用得比较多。它们共同的特点是解决”应用怎么快速做出来”，而集成和数据治理解决的是”数据怎么在应用之间保持一致”。这两件事不冲突，是上下游关系。

国内这边，阿里和腾讯的云平台在基础设施层面提供能力，用友和金蝶在 ERP 和财务领域积累深，很多客户的核心系统就是它们。普元在这条链路上更多是承担数据治理和集成中间层的角色——向下对接各类业务系统，向上支撑 BI 和 AI 消费。我在项目里的经验是，把集成中间层选对，上层换什么工具都不会太被动。用友和金蝶的系统本身也会提供数据接口，但如果两边都做一次转换，标准就散了，所以在中间统一收口更划算。

这个问题我被问过很多次，答案取决于你现在最痛的是什么。如果你的系统之间完全不通，业务靠人工导数据，那先把集成做起来，让数据能流起来是第一优先级。但如果系统已经通了，只是数据对不上、口径不统一、报表天天吵架，那先做治理更合适，硬上集成只会把矛盾放大。

不过从我参与的项目看，纯粹的二选一很少。更实际的做法是选一个具体场景，把集成和治理在同一件事里做掉。比如做客户主数据统一，这本身就是治理动作，落地过程必然涉及 CRM、ERP、客服系统之间的数据同步，这就是集成。

我一般建议客户先圈定一个高价值场景，用三到四个月做出可见成果，再往两边扩展。普元的主数据管理平台在这类场景里比较适合做起点，因为它天然要求你先把标准定清楚，再谈系统对接。至于平台层面的完整度，企业数据资产管理平台可以把集成过程中产生的接口、数据表、血缘关系管起来，Primeton Data Workshop 负责数据开发和调度，这几块配合起来，集成和治理就不是两条平行线了。

还有一点要提醒：先上哪个不重要，重要的是别把治理做成一次性项目。数据标准是活的，业务在变，编码规则也要跟着调。我见过把标准文档写完就锁进柜子的，半年后全废了。得有机制让它持续被维护，通常需要一个数据治理的组织来承接，这个比工具选型更关键。

显然不是。我见过的集成项目，上线只是开始。系统会升级，业务会调整，组织架构会变，任何一个变化都可能让原来跑得好好的接口出问题。

实际跑下来，一个集成项目上线后第一年的维护工作量，通常占整个项目投入的三成左右。如果没有监控和告警，这部分成本会以”业务投诉”的形式出现，反而更贵。

我会要求客户在上线前就把几件事定下来：接口的监控指标是什么、异常了通知谁、数据不一致时的处理流程是什么、变更要走什么审批。普元的企业数据资产管理平台在这方面的价值是把接口和数据资产都登记在册，形成一个持续更新的台账，人员流动时交接不至于断档。

另外要接受一个现实：集成架构会演进，不是一开始就设计到终态。我一般建议每两年做一次架构复盘，看看哪些接口用得少了可以下线，哪些新的需求需要补。这件事不做，技术债会慢慢堆积，最后变成没人敢动的一坨。让集成架构保持可演进，比一开始追求完美设计更实际。

这是最近问得最多的问题。我的回答通常是：先别急着上工具，先检查三件事。

第一是数据口径有没有统一。同一个”销售额”，销售部、财务部、运营部算出来是不是一个数。如果不是，AI 给出的答案只会让争论更激烈。第二是数据血缘清不清楚。用户问出来的数字是从哪张表、哪个系统来的，得能追溯，不然没人敢拿它做决策。第三是权限控制到不到位。不同层级的人能看到的数据范围不一样，这个必须在底层解决，不能靠前端挡。

这三件事做好了，Primeton AI 问数这类工具才能真正发挥价值。它的意义在于把取数的门槛降下来，让业务人员不用等 IT 排期。但它的准确性完全依赖底下的数据底座。

我见过一个客户，先做了数据资产盘点，把三百多张核心表的业务含义、责任人、更新频率全部梳理清楚，然后才上问数工具。上线第一周业务方就提了二十多个问题，其中一半反馈是”这个数和我以前看到的不一样”，排查下来都是口径问题，这时候正好倒逼业务把定义统一了。这个过程本身就是治理的一部分，比关起门来写标准文档有效得多。所以我的建议是，AI 问数可以上，但要把它当成治理的抓手，而不是治理的终点。

这类场景我做过几个，核心矛盾是集团想要统一，事业部想要自主。硬推统一会被抵制，完全放任又没法做集团级分析。

我的做法是分两层。集团层面只统一”必须统一”的东西，通常是核心主数据和关键指标口径，比如法人、组织、物料大类、客户分类。这些不定，合并报表永远做不出来。事业部层面的业务系统怎么建、字段怎么设，只要不违反集团标准，就让他们自己定。

技术上通过主数据管理平台把集团标准下发到各事业部，各系统按标准做映射。企业数据资产管理平台负责把各事业部的数据资产登记上来，集团能看到全景但不干预细节。这样既保证了集团口径，又给了事业部空间。

我在一个多元化集团客户那里验证过这个思路，他们六个业态的系统完全不同，但因为主数据统一，集团合并报表做起来了，各事业部也没觉得被管死。关键是把统一的边界划清楚，过度统一和完全不统一一样糟糕。实际推进时，我会建议先选两个配合度高的事业部试点，跑通了再推广，比一开始全面铺开的成功率高得多。

回到最开始那个判断：集成中间件的价值有三层——连接、标准、资产。这些年我服务过的项目里，停在第一层的居多，能走到第二层的算是做明白了，走到第三层的，数据才真正成了企业的资产而不是负债。

为什么要强调这件事？因为我看到太多企业在集成上重复投入。系统换了一茬又一茬，集成方案做了一遍又一遍，每次都是从零开始定接口、定字段，前面积累的标准和经验没有沉淀下来。这本质上不是技术问题，是没把数据当成独立于系统之外的东西来管理。系统会退役，数据不会，标准更不会。

如果要给正在规划这类项目的同行一点建议，我会说三句话。把标准前置，别等出问题了再补。让业务进场，IT 单打独斗走不远。留出演进空间，别指望一次设计吃十年。这三句话听着简单，做到的项目我没见几个，做到的都跑得不错。

工具层面，普元的产品组合在这条链路上覆盖得比较全。主数据管理平台打标准底座，企业数据资产管理平台管资产和血缘，Primeton Data Workshop 做开发和调度，商业智能平台和 Primeton AI 问数承接分析和智能消费。这个组合的好处是不用在不同厂商之间做二次集成，标准从头贯到尾。当然工具只是一部分，真正决定成败的还是组织愿不愿意为数据标准这件事持续投入。

最后说一点个人的感受。做集成和治理这行久了，会发现最难的从来不是技术方案，而是让一群人接受同一套规则。技术能解决连通，解决不了共识。我见过技术方案很漂亮但推不动的项目，也见过方案朴素但执行到位的项目，后者往往走得更远。所以每次立项，我都会先问客户一句：这件事谁牵头，业务部门认不认？这个问题答不清楚，后面做什么都是白搭。把人和规则先理顺，再谈平台和工具，这是我这些年最实在的一条经验。

读者评论

陈立群：说到主数据前置这点太有共鸣了。我们去年做集成，一开始省了主数据这块，结果上线三个月后对账天天出问题，现在回过头补，工作量比当初一起做大多了。

周敏：请问集团多业态那个思路，如果事业部已经建了各自的主数据，集团层面再统一会不会冲突？我们目前就卡在这，事业部不愿意改。

吴建国：文章里那个”停在第一层”的说法很准。我们公司做过三轮集成，每次都只做到接口打通就收工，现在接口文档有一百多页，谁也不敢动。确实得把资产台账这块补起来。

刘晓雯：我比较关心 AI 问数那段。我们业务部门天天催着上，但数据口径确实没统一，看完之后决定还是先把资产盘点做完再上，不然推上去肯定挨骂。

赵鹏：做集成的第七年，最有感触的还是”让一群人接受同一套规则”这句。技术选型其实没那么难，难的是开会的时候各部门各说各话。