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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。