任正非在《经济学人》署名文章中谈到信息智能时代,数据基础设施的重要性。也为未来二三十年华为的战略重心画了个方向。
在不久前参加全球数据基础设施峰会,笔者听到招商银行信息技术部总经理周天虹分享,真正感受到了夯实数据基础设施,是数字化银行发展的基石。特别是AI的应用更直观的了解到基础设施的重要性。由此可以预见的是,在新的智能时代,数据基础设施需要先行进行爆炸式创新。
大家知不知道2019年刚刚过去的双十一,哪家银行信用卡交易额最高?不错就是招商银行,招商银行是获得中国最佳零售银行的称号的。但是招商银行的网点数不到一些大行的十分之一。取得的成绩,背后就是招商银行基于科技敏捷带动业务敏捷的战略。
今天大家都在谈金融科技时代,招商银行在2017年就实施了数据基础设施战略,打造贴近市场,紧紧围绕客户需求的快速交付产品的敏捷性的银行。
招商银行APP、掌上生活APP是招商银行零售金融数字化体系里面的两大APP,可以说是能够满足用户的普通金融需求。同时这两款APP累计用户数正在以42%的年增长率在增加,同时这两款APP要承担92%的客户流量。这么大的流量对于数据基础设施的需求不言而喻。
你想一想,在这两款APP上,近2000个客户画像标签,每天近40亿的客户触达,同时要毫秒级的时间做出风控判断。这背后的数据基础设施不仅需要满足海量数据的存储需求,而且这个基础设施要满足超级机器学习、计算机视觉、知识图谱和自然语言处理等AI平台的落地。对数据处理和数据传输也需要更高的要求。
这么我看来,数据基础设施到了必须爆炸式创新的地步。比如,大数据云化之后,计算、存储是融合还是分离,自动化部署能力如何?虚拟数据如何实现即统一又自助的服务?新的数据基础设施能满足AI和BI的高效、实时处理?
在满足了各种业务的同时,高可靠、高性能、高扩展、开放性、简单运维、高安全这些必要因素更是一个都不能少。
那么数据基础设施架构要如何创新,招商银行根据自身的业务发展给出了演讲展望。
首先这个架构核心是敏捷性,面向AI时代,创新时代,唯快不破。敏捷性的基础设施是AI应用爆炸式增长的基础。其次是要云化。这个架构要提供云服务和微服务的方式来应对未来应用。第三,还要具备平台化需求,这样可以依托平台来支持应用的共性诉求。最后还要具备开放性,金融服务场景互联在结合生态互联定能释放更大的能量。
这个展望我认为很具有代表性,至少是金融领域在未来很长时间的一个真实迫切的需求。相关的数据技术服务商可以参考并考虑如何满足客户的需求还进行数据基础设施的创新。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。