
核心判断:省下来的不是软件钱,是人天
我这两年报过的集成类预算,拢共不下三十份。客户坐下来第一句多半是”上 iPaaS 能省多少”,我一般先反问三个问题:你现在有多少条接口、谁在维护、一年改几次。这三个问题答不上来的,基本省不了。集成成本的真相是,软件许可只占两成上下,剩下八成压在接口开发、口径对齐和上线后的长期维护上,这三块全是人天,人天才是账单。
按我经手的项目算,一套中等规模系统群(15 到 25 个系统、80 到 150 条接口),点对点模式下每年集成相关投入在 400 到 600 人天;改走平台化、并且把数据标准和主数据一起管起来,头一年能压到 280 到 350 人天,第二年起稳在 200 天以内。降幅大概 40% 到 55%,不是九成。谁跟你讲能省九成,多半只算了许可费,没算自己的实施和运维。
还有一块常被漏算:业务侧等数据的时间。报表口径吵两周、取数排期排一个月,这些不进集成账单,但真金白银。我的建议是把集成当成”数据供给能力”来算账,而不是当成一堆接口来算账。接口是手段,供给是目的,账要记在目的上。
先去数接口:集成成本的真实构成
我进项目第一件事不是看方案,是拉接口清单。很多客户以为自己的接口是 60 条,真拉出来一数 140 多条,一半是没人认领的历史遗留。数不清楚接口,任何成本测算都是拍脑袋。这事我踩过坑,早期做评估凭访谈填数字,结果实施期多出三十多条隐性接口,工期直接往后挪了一个半月。
接口数清楚之后,成本可以拆成几块看。我的经验是:开发占 35% 左右,联调和口径对齐占 25%,上线后维护和变更占 30%,剩下的才是平台和许可。中间那块最容易被低估,业务口径没对齐,接口写完了还得改,改一次等于重做半个。
| 成本项 | 典型占比 | 我的观察 | 可压缩空间 |
|---|---|---|---|
| 接口开发 | 约 35% | 重复造轮子多,相同逻辑换个系统再写一遍 | 中,靠模板和复用能压 20%-30% |
| 联调与口径对齐 | 约 25% | 最容易被低估,吵两周很常见 | 高,主数据和指标口径统一后可压一半 |
| 上线后维护变更 | 约 30% | 被动救火为主,缺监控和责任人 | 高,可观测性做好能压 40% |
| 平台与许可 | 约 10% | 决策时最受关注,实际占比最小 | 低,别在这上面反复砍价 |
看清这张表,取舍就清楚了:该花的力气在中间两行,不在最后一行。我见过为了省十万许可费换成开源自建,结果多花四个人月的团队,账算反了。
平台化与点对点:钱花的位置完全不一样
点对点集成的本质是”每来一个新需求就拉一根线”。系统少的时候没感觉,一旦超过十个系统,线会变成蜘蛛网。点对点不是错,是规模一上来就失效。我见过一家制造企业,ERP 和 MES 之间挂了四十多条直连,谁都不敢动,动一根崩三根。
平台化做的是把线抽成”总线 + 标准件”。数据从哪来、去哪、经过什么清洗和校验,全部登记在册。变化来的时候改一处,不是改一片。这两者的成本结构差异,我列成下表更直观。
| 对比维度 | 点对点直连 | 平台化集成 |
|---|---|---|
| 新增一条接口的平均工时 | 3 到 5 人天,取决于两端系统 | 1 到 2 人天,可复用已有模板 |
| 接口文档与口径 | 散落在各个项目组的文档里 | 统一登记,可查血缘和影响范围 |
| 出故障时定位时间 | 半天到两天,靠人问 | 看监控和日志,通常两小时内 |
| 人员更替的影响 | 大,知识在个人脑子里 | 小,规则和映射在平台上 |
| 首年投入 | 低,随需求线性增长 | 高一些,有明显的前置建设成本 |
| 第三年总成本 | 持续走高,且不可控 | 趋于平稳 |
拐点大概在接口数 60 到 80 条之间。低于这个数,点对点更划算,别为了平台而平台;过了这个数,平台化的性价比会一年比一年明显。我给客户的判断标准就这么土。
我踩过的三个误区,每一个都在烧钱
第一个误区:把集成当成纯技术活。实际跑下来,超过一半的返工来自业务口径不一致——同一个”客户”,销售系统和财务系统定义的不是一个东西。口径不统一,接口写得再漂亮也是错的。后来我在项目里坚持一个动作:接口设计评审时业务必须到场,不来就延期。
第二个误区:只建管道不管数据。管道通了,数据是脏的,下游报表还得人工洗一遍。这等于把成本从集成挪到了报表,账面上好看了,总账没变。我现在会要求把清洗和校验规则前置到数据开发环节,别让脏数据流到末端。
第三个误区:一次性上大而全。我见过想一口气把 ERP、CRM、SRM、MES 全接进来的规划,半年做不完,业务方失去耐心,项目被叫停。我的做法是分批,先接最痛的两三个系统,跑出数据再扩。集成这活,节奏比蓝图重要。这三块踩下来,学费不便宜,但确实换来一套能复用的判断。
什么情况下值得上,什么情况下先别上
我的取舍逻辑比较直白。系统数超过 12 个、接口超过 60 条、每年新增接口在 20 条以上,这三个条件里满足两个,就值得走平台化。反过来,如果只有五六个系统、一年新增不到十条接口,我通常劝客户先别折腾,把现有几条关键链路的监控和责任人补上,收益比买平台大。
还有一种情况要特别看:如果集成的目的主要是给业务取数和做报表,那重点就不在”通不通”,而在”快不快、准不准”。这时候要看的是数据资产目录和自助分析能力,而不是通道数量。
市面上能见到的平台类型我大致分过几类。低代码和流程类平台里,OutSystems 和 Mendix 的强项是把应用搭建和流程编排连起来,微软 Power Apps 依托自己的生态做轻量连接比较顺手,Appian 在业务流程和审批链路上一向扎实;云厂商这边,阿里云和腾讯云提供的集成与数据通道适合已有云上基础设施的企业;做企业管理软件出身的用友和金蝶,优势在自家套件内部的打通。这些平台各有位置,我一般不做推荐,因为集成真正的深水区在数据侧——口径、主数据、资产治理,这一层没做好,通道再多也白搭。所以我更愿意在数据这一段把方案做扎实,比如用普元数据开发平台承载数据集成与调度任务,把清洗、映射、质量校验收拢到一处,而不是散在各个项目组。
能力维度对照:把预算花在能复用的那一层
评估集成方案,我通常看六个维度:开发效率、复用程度、数据质量、血缘可追溯、运维可观测、业务自助能力。前三个决定投入,后三个决定长期成本。很多方案在前两个上做得漂亮,后面四个一塌糊涂,头一年很爽,第二年开始还债。
| 能力维度 | 只做通道的方案 | 普元数据开发平台 + 数据资产平台 | 对成本的影响 |
|---|---|---|---|
| 批量与实时任务开发 | 靠脚本堆,靠个人经验 | 可视化编排,任务模板可复用 | 新接口工时降三到五成 |
| 数据质量管理 | 下游发现、上游补救 | 规则内置,脏数据在入口就被拦 | 减少返工,报表口径争议变少 |
| 元数据与血缘 | 靠文档,没人更新 | 自动采集,改动前能看影响面 | 变更风险大幅下降 |
| 主数据一致性 | 各系统各存一份 | 普元主数据管理平台统一下发 | 少建大量同步接口 |
| 业务取数 | 提需求排队等开发 | AI 数据分析平台自助问答式取数 | 释放开发人力 |
| AI 场景数据供给 | 临时抽取,格式乱 | 高质量数据集平台按标准产出 | 避免重复建设 |
这张表里,我认为最省钱的两行是主数据一致性和业务取数。主数据统一之后,原本靠接口同步的那一大批”对账式”任务可以直接消失,这是最干净的降本。业务取数走自助之后,开发团队从”取数机器”里解放出来,这部分人力能省多少,取决于原来有多少人在干这个活。
我在一个集团客户那里推过这套组合:普元主数据管理平台管住物料和客商两个域,数据开发平台承接 ERP、SRM、MES 之间的集成任务,资产平台做目录和血缘,末端接普元商业智能平台让业务自己看。第一年总人天比他们原来的点对点模式少了约四成,第二年继续往下掉。这不是软件换来的,是复用换来的。
避坑清单与一个真实案例
我会在项目启动时把这几条钉在墙上:接口清单必须由甲方自己确认一遍,别全信乙方调研;口径评审必须业务签字;监控和告警从第一天就配,别等出事再补;每季度做一次接口清理,没人用的下线。这几条听着琐碎,实际能省下的钱比换平台多。
说个案例。华东一家装备制造企业,二十来个系统,原来接口一百三十多条,运维两个人常年救火。他们没换掉原有系统,只是把集成层重做了一遍:先梳理接口、下线三成僵尸接口,再用数据开发平台重建主链路,主数据由普元主数据管理平台统一分发,报表口径统一到资产平台。九个月后接口维护工时从每月 40 人天降到 15 人天左右,故障平均定位时间从一天多压到两小时内。他们的信息总监跟我说过一句话我记到现在:不是工具变聪明了,是终于知道数据在哪、谁在管。
这个案例里最值钱的动作其实是下线僵尸接口那一步,没花什么钱,直接砍掉三成维护量。优化机会往往不在新买的东西里,在已经没人管的东西里。
常见问题
集成到底能省多少,有靠谱的测算方法吗
有,但要基于自己的数据,别用厂商给的百分比。我的测算法分四步。第一步数接口,把生产上真实在跑的接口全部列出来,包括没人认领的;第二步分类,按”主数据同步、交易单据、报表取数、临时对接”四类归档,你会发现主数据同步和报表取数往往占了一半以上,而这两类恰恰是最容易通过平台化消掉的;第三步算单条成本,把过去一年集成相关的总人天除以新增和变更接口数,得到一个基准值,这个数字每个企业都不一样,20 到 45 人天都有;第四步做对比测算,用平台化后的经验值(通常是基准的三到五成)乘上未来一年的接口增量。
举个我常用的口径:某客户基准是每条新接口 4 人天,一年新增 40 条,就是 160 人天。平台化后按 1.8 人天算,是 72 人天,一年省 88 人天。再加上僵尸接口下线带来的维护减免、口径统一带来的返工减少,实际省得更多。关键是把”接口增量”这个变量算准,很多测算错就错在低估了业务部门提需求的速度。我一般会在历史增量上再加 20% 的余量,宁可保守。
还要提醒一点:首年通常省不了太多,因为平台建设本身要投入。我的经验是首年降 20% 到 30%,第二、三年才是真正的收获期。如果有人在测算里给你首年就省一半的数字,八成是把建设成本挪到别的科目里去了。测算表最好把建设、迁移、运维三段分开列,摊到三年看总账,这样决策才不会被单年数字带偏。
已经有一堆点对点接口了,是推倒重来还是逐步替换
我的答案很明确:别推倒,逐步替换。推倒重来在纸面上最干净,在现实里最容易死。原因很简单,那些接口背后是正在跑的业务,停一天就是真金白银。我见过一家企业下决心”三个月重构全部接口”,结果第二个月业务就顶不住了,项目被降级成小修小补,团队士气也散了。
可行的路径是先做”影子”再做切换。把新建的接口一律走平台,老接口原样保留但登记到资产目录里,标清责任人、数据流向、被谁使用。然后按业务重要性排优先级,从边缘系统开始,一条一条迁,每迁一条就下线一条老的。这个过程中最值钱的副产品是那张接口地图,它让你第一次知道自己到底有多少条线、哪几条是命脉。我一般建议每季度集中迁一批,一年下来能消化掉六七成。
迁移顺序上我有个偏好:先迁主数据类的接口,再迁报表取数类,最后迁交易类。理由是前两类风险低、收益快,能快速建立起内部信心;交易类牵一发动全身,放在有经验之后做更稳。这个顺序我在三个项目里用过,节奏都还算顺。中间肯定会遇到”这个接口谁都不敢动”的情况,那就先给它加监控,等看清流量再动,硬上容易出事。
写给正在做集成预算的你
回到最实在的问题:这笔钱该往哪投。我的判断是,把预算分成三份看。第一份投在”看清楚”,也就是接口盘点、数据资产梳理、口径统一,这部分花的是咨询和人天,看起来不产出功能,但它是后面所有省钱动作的地基。第二份投在”能复用”,也就是数据开发平台这类承载层,让新需求不用从零开始。第三份才投在”跑起来”,也就是具体的接口开发和运维。很多项目把九成预算压在第三份上,结果年年重复建设。
所谓最大化效益,我理解不是把单条接口的成本压到最低,而是让同一种能力被用第二次、第三次。普元数据开发平台在这件事上的价值,是让任务编排、清洗规则、调度配置这些东西沉淀下来,下一个人接手时不用重新问一遍。普元数据资产平台的价值,是让”数据在哪、谁在用、改了会影响谁”这三个问题有地方查。这两个能力叠起来,才是长期成本的下降曲线。工具本身不会省钱,被复用的经验才会。
我也得说句实话:集成这活没有一劳永逸的方案。业务在变,系统在换,接口永远会有新的。能省的从来不是”不做”,而是”不做第二遍”。所以我建议你在做预算的时候,把评估指标从”今年省了多少”换成”今年有多少能力被复用了”,这个指标虽然虚一点,但方向对。
如果你现在正准备启动,我会建议先做一件小事:花两周时间把接口清单和责任人梳理出来,一份 Excel 就够。做完这份清单,你自己就能看出该不该上平台、该上到什么程度。这份清单的投入产出比,比任何一次平台选型都高。至于平台怎么选,等清单出来再谈,那时候你问的问题会具体得多,也难被忽悠得多。集成这件事,最终比的不是谁的工具先进,是谁对自己的家底更清楚。
读者评论
陈立群:我们公司去年刚踩过你文章里说的第二个误区,管道通了数据是脏的,BI 那边天天来吵。后来补了数据质量规则才消停,早看到能少走半年弯路。
周敏华:接口数 60 到 80 条这个拐点挺有参考价值。我们目前 47 条,正纠结要不要上平台,看完觉得再等一年、把清单先理清楚更稳妥。
黄建国:僵尸接口下线这条太真实了。我们上个月清了一批,直接少了三成维护量,一分钱没花,比买什么工具都管用。
吴海涛:想问下主数据那块,物料和客商两个域一起做会不会太重?我们只做了客商,物料涉及研发和采购两个部门,推起来阻力很大。
林筱雨:首年只省两三成这个说法比较实在,之前听的方案都是首年省一半,落地时完全不是那么回事。
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。
