金融业是国民经济的命脉,随着移动互联、在线支付的兴起,数据成为企业越来越重要的资产,金融产业也发生了翻天覆地的变化。特别是金融+科技的结合,让金融产业提供的能力正在从过去围绕资金的服务逐步向围绕数据服务转变。
于此同时,金融业面临着整个市场饱和和互联网金融等新兴金融服务的竞争,特别是对中小商业银行、证券和保险等行业带来了巨大的挑战。如何借助科技的力量来实现自身竞争力。成为金融企业面对的最大挑战。因此金融业在积极构建现代数据架构和借助强大智能的平台,来加速开创业务应用,并发挥数据价值,最终实现运营成本降低和营销精准化。
海量应用无法得到有效管理
对于中国区域银行来讲,面对整个市场增长趋向饱和,不仅面临互联网银行的竞争,也面临各大商业银行的竞争。某城商银行也在积极向着数字化、网络化和智能化的方向发展,希望向着服务更丰富、更普惠的大众金融模式转变,能够提高金融服务效率。
某城商银行在个人、公司存款、贷款类、信用卡,理财等线下服务的基础上,也逐步开发出基金代销、信用授权、电子银行、外汇服务、金融同业、生活缴费等上百种应用,这些丰富的应用背后是对包括关系型数据库:Oracle、DB2、mysql、sqlserver产生的结构化数据,以及MongoDB, HBase 、 ActiveMQ, WebService等非结构化数据库产生的半结构化数据,同时包括更多的网站APP日志、社交媒体、视频、图片等数据。如何统一管理这些海量数据成为某城商银行一大挑战。
企业IT架构现代化进程受阻
驾驭不同的数据成为某城商银行的新的挑战,对于某城银行来讲,不仅数据中心拥有不同型号、不同品牌的存储设备,同时线上线下产生大的数据,某城银行不仅要每时每刻管理来自各个网点的核心数据,还要收集来自互联网注册的视频数据以及物联网、互联网上等各种资讯数据以及客服录音数据等,如何实现基础架构云化、容器化,提升基础资源的利用和管理效率是现有IT架构面临的挑战。
同时在IT运维方面,有的应用涉及各种开源软件、开发者平台,难以用传统的方法描述与度量,处理的复杂度相当大。如何利用自动化运维的技术和工具,结合云计算、智能时代的运维需求,从而释放员工做更有价值的事情也成为某城商银行面临的挑战。
传统数据模型无法有效满足风险规避
伴随着全球经济的不确定,金融行业面临着不确定风险和欺诈行为等挑战加剧。包括交易反欺诈、反洗钱、审计合规、内部操作风险等。如何通过AI提升风险评估效率成为金融行业的挑战。面对金融风控,如何利用 AI 进行数字画像和数据模型建设来实施处理数据,生成风险计算,为客户提供有关发展风险的个性化建议,并将客户与相关服务联系起来。成为金融行业对于AI应用的需求。伴随着机器学习理论的发展和成熟如何第一时间、快速建模、精准判断成为人工智能重要的应用趋势。金融行业特别希望获得能够对数据进行精准识别和分析的AI工具来提供风控、监管和合规的人工智能解决方案。
数据不能更好的为AI业务所用
对于金融业来讲,资产管理正在经历重大变革。商业模式正从基于佣金的方式转变为基于目标的计划辅助工具,对客户进行精准的需求分析和个性化的服务成为行业的需求。因此客户洞察成为确定如何提供这种体验是最直接和战略性的之一。
某证券公司负责人谈到,“客户洞察的经验传承是难点,随着越来越多的财富管理顾问一代一代的退休,如何让他们的专业知识和能力延续成为我们考虑的问题,我们希望通过AI来让新顾问能快速增强他们的专业知识能力。”如何通过AI分析和认知工具来来认知用户,帮助了解每个客户及其财务目标,来量身定制的产品和服务,并提供更好的差异化财富管理经验成为证券公司的新需求。
面对包括金融业在内的所有希望利用AI来赋能数据的企业,至顶网将推出《纵论智能企业》的大咖说短视频栏目,邀请IBM大咖专家围绕AI讲述企业故事中的场景落地,针对更多行业AI使用场景进行探讨,深入浅出的讲解AI如何结合行业数据来赋能应用实践。
更多故事和案例请点击:http://www.zhiding.cn/special/IBM_2020_AI
好文章,需要你的鼓励
Blackwell GPU的生产制造工作量达到Hopper GPU的两倍有余,但带来的收入仅增加至约1.7倍。
由AMD驱动的El Capitan超级计算机(现位于美国劳伦斯利弗莫尔国家实验室(LLNL))成为世界上速度最快的超级计算机。