使用Node.js、Express和MySQL構建REST API
圖片來源：麥當勞中國
對于傳統企業不同業務線而言，此前各自的數字化嘗試大多「各自為營」，并無統一標準，無論是系統穩定性或是研發效能都存在問題。一個個的數據孤島更是把用戶體驗和效率推向深淵。
作為一個存在多年的概念，很多企業里并非沒有API，而是缺乏規范設計的API，讓「對話」需要IT人員重新翻譯。舉個例子，即使是麥當勞建設API的早期，同樣存在這一問題。
僅優惠券一個功能，就存在不同系統提供的不同規格接口。背后的邏輯是，IT部門響應業務需求，「定制」生產，再逐漸打補丁。這導致接口在通行前都需要回歸到人與人之間的低效溝通。
為此，麥當勞在2020年啟動新一代系統架構設計的時候，就提前規劃和引入了API平臺的概念，后續甚至專項建立API治理中心，麥當勞中國嚴格定義了對象領域。
圖片來源：麥當勞中國
按照對象領域進行數字化搭建，主數據的治理，API通訊的治理一并都在項目初期就做了規劃。這些標準化的API，帶動背后的數據流動，就像是流通在一個生態系統里的空氣和雨水。
通過API生態的建設，一方面，帶來企業內部數字化交付效能的極大提升，大量的應用系統只需要重新再組合一些存量的API接口就可以實現；
另一方面，對于IT部門而言，研發效能、可維護性、交付質量，都在不同程度上得到提升。IT部門的支撐能力明顯提升所帶來的，是讓「排期」釋放成為業務創新嘗試的技術支撐，進一步加碼了技術驅動業務的進展。
具體來看，規范化、契約化的API標準成為團隊協作之間的通行語言，大幅度提升了開發團隊研發效率。而對于后端應用程序的迭代方式，也從線性轉向并行，不再對依賴API提供服務的團隊造成影響。
與此同時，以API為中心的理念，又確保應用程序與API從準備部署到生產之前，就能滿足與安全與合規要求。
Gartner將應用可觀測性（Applied Observability）列入2023年十大戰略技術趨勢的判斷。谷歌曾對可觀測性的核心價值有過一個簡單表述，即快速排障（troubleshooting）。API治理，又以前后端全鏈路的情況變得可視化，又與這一趨勢完美匹配。
其次，API互聯互通的價值，本該是改變向合作伙伴交付數字化產品和服務的模式，從而獲得更廣遠的商業協作。量變引起質變。內部API生態的蓬勃發展，自然催生了企業與外部合作伙伴連接的訴求。
自2021年10月，麥當勞上線了B2B平臺，通過搭建OpenAPI生態系統的方式，麥當勞能為商戶提供標準化商品、訂單、會員等能力，且所有生態渠道共享，不同能力只需開發一次，后續統一維護，極大降低成本。
圖片來源：麥當勞中國
商戶在完成入駐申請后，即可自行對接，無需依賴麥當勞IT團隊額外開發。對于業務團隊來說，將內部渠道對接的項目管理，從一個一個渠道的串行對接轉向審核式的并行對接，效率大幅提升，項目周期也從以年、月計算周期縮短至以周計。目前，麥當勞已與包括銀行、三方平臺在內的上百家企業達成長期合作。
圖片來源：麥當勞中國
再回過頭看，企業走向數字化，本身就是一個從封閉走向開放的過程，通過一個穩定的平臺，長期積累海量的結構化數據，產生商業洞察，甚至形成新的商業模式。
麥當勞的數字實踐，為更多傳統企業提供了一條能夠穩步對接未來的可行路徑，用實際可執行的API生態，為自身線下場景生意遞上遁入數字世界的梯子。
傳統企業想要搭上AI革命快車的最佳方式，或許就落在API上。生成式AI的能力差異性在于，能夠將復雜場景分解成一步步執行工序，并完成滲入。
圖片來源：麥當勞中國
從實際商業應用出發，企業將API生態打造為自身的數字基石，打造足夠的深度、高度與廣度，使得每一個業務能夠被拆為可被AI調用的「工序」，從而實現AI對企業完成業務場景的重組，在即將降臨的AI時代中完成進化。
在擁有足夠發展強度的API生態后，即使ChatGPT為代表的AI帶來了生產方式與交互方式的改變，企業也有足夠的系統韌性、可擴展性和數據資產，來承接下一波人工智能技術發展帶來的紅利。
一個底座已經建立，物種進化的路徑也已明晰。
文章轉自微信公眾號@36氪
