华为中国区金融云总经理华为云郭婷:华为云助力金融机构核心系统、数据分析系统全面升级

举报
云商店 发表于 2022/08/05 14:13:21 2022/08/05
【摘要】 金融作为国民经济的引擎和血脉,数字化转型升级迫在眉睫,华为云通过源源不断的创新产品和解决方案的升级,助力金融机构加快转型进程,守正创新,为推动国家数字化经济产业高质量发展提供助力。

近日,由《清华金融评论》与华为云联合主办、清华五道口“数字中国”企业家课程项目学术支持的《中国金融机构数字化转型》专题研讨会在线上隆重举行。本次研讨会邀请八位产学研权威专家,共同围绕“中国金融机构数字化转型”展开了深入探讨,为金融数字化转型建言献策。

华为中国区金融云总经理郭婷出席本次研讨会,并分享了华为云在支持金融机构数字化转型的过程中遇到的问题和对应的解决方案。郭婷认为,金融机构的数字化转型,外因主要包括产业结构升级、生态联合运营,内因主要包括业务压力激增和用户体验升级,这些因素共同推动着金融行业的数字化转型升级。

郭婷结合华为云长期服务于金融机构的实践经验指出,支撑金融机构数字化转型升级的基础能力主要包括:核心系统的升级,以及由此带来的基础架构和数据库的升级;数据分析系统的升级,以及由此带来的大数据和AI分析能力的建设。针对这两种能力的升级,郭婷提供了华为云的成熟解决方案及案例参考。

核心系统升级,加速金融核心业务创新

在郭婷看来,过去,很多金融机构采用双模架构进行核心系统的改造,稳态架构发挥了安全稳定的价值;敏态架构依托云原生和分布式技术,构建弹性敏捷的能力,实现跨界融合价值创新。随着业务量的激增,集中式核心无法支撑海量交易,需要进行提质增效和分布式的改造,越来越多的金融机构开始从双模架构向完全敏态的单模架构推进。

华为云提供的应用微服务化分布式事务和非侵入式服务网格等云原生服务,支持金融机构的敏态业务。具备“两地三中心”容灾能力,并且能够支持原有业务的平滑升级。

郭婷认为,核心系统的升级是必由之路,云转型是其依赖的重要支柱。业内普遍认为云转型分为三大阶段:On-Premise、Cloud-Based和Cloud-Native。前80%的金融机构仍聚焦在第二个阶段,即业务平移上云。而部分头部客户已经步入了第三个阶段——全面云化。

全面云化能够为金融机构带来六大升级好处,加速金融核心业务的创新:

一是基础设施,从传统的集中式架构,升级到云原生基础架构。

二是应用架构,从单体的三层,升级为分布式微服务,秒级扩容。

三是交付模式,从瀑布式到DevOps,交付效率从月提升到天。

四是部署模式,从单系统烟囱式到关联系统组合,效率能够提升50%。

五是运营模式,从单中心到多地多中心,故障能够做到秒级的迁移。

六是自主创新,从芯片操作系统到云平台、数据库等全栈能力。特别是全面云化的智能运维能力,华为云在大型国有银行的实践中,基于全新的拓扑加AI算法,能够做到故障一踪到底,秒级定位。

数据库是分布式核心升级的另外一个重要依赖。

在核心数据安全上云方面,金融机构主要有三个顾虑:

第一是选型,数据库关联客户的核心业务,并且类型比较复杂,是封闭生态还是开放生态非常关键。

第二个是成本,上层的应用改造范围希望尽可能小,整体成本希望尽可能的可控。

第三是运维,即在上云以后是否会增加数据库的运维管理复杂度。

在数据库方面,华为云在服务金融客户时做到了选型安心、迁移放心、管理省心,不仅助力金融机构实现核心系统的升级,更能避免客户的后顾之忧。2019年华为首次发布了GaussDB AI-Native技术。在过去三年,华为云持续将AI技术融入数据库内核,实现数据库自动优化等功能,相比传统的人工优化的方式,性能能够提升30%,同时耗时也能够从天降到分钟级。为了满足金融客户对于数据库产品生态开放的诉求,华为云GaussDB数据库面向70所高校,200家ISV发展了10万开发者提供了数据库培训和认证,为金融机构的数据库的人才发展和培养做出了贡献。

数据分析系统升级,提升金融机构大数据和AI分析能力

在数据分析系统方面,郭婷认为,尽管大数据技术已经非常成熟,但仍然存在诸多痛点:

一是数据协同分析难,业务越来越复杂,单个系统的数据已经无法满足业务变化的需求,传统的烟囱式建设,导致数据分散在多个湖、多个仓、多个系统,难以实现互联互通。

二是数据可用时间晚,由于技术条件的限制,数据无法实时增量入湖和更新,直接影响了数据价值的发挥。

三是存储空间浪费多,数据平台建设过程中,存在多套底层平台的问题,数据割裂造成了浪费。四是业务的连续性难以保障,在集群达到一定规模数量后,各种突发事件频出,进而影响正常的业务运转。

华为云的数据湖服务通过持续的创新来协助金融机构解决以上问题。包括逻辑数据湖、实时数据湖、离线数据湖和滚动升级。其中,逻辑数据湖支持跨湖、跨仓、跨云秒级分析协同,提供Hetu数据虚拟引擎,能够实现湖和仓的数据协同分析,减少数据的搬迁。实时数据湖提供实时的组件,支持数据实时增量入湖,以及毫秒级的OLAP的分析,流批一体等功能。离线数据湖和滚动升级同样不可或缺,前者支持多种引擎,支持BI和AI的综合分析,后者支持分批升级和故障节点的隔离,实现业务升级过程中的业务无感知。

郭婷还结合某银行客户通过华为云的数据湖方案实现营销场景、风控场景、运营场景创新的案例,指出在金融数字化转型升级中,技术的改变带来的不仅是思维的重构,更能有力地支撑业务数字化、数据业务化的转变,覆盖零售、风险、监管等更多的服务场景。同时,对数据治理流程规范化、数据资产全景化提供更好的支持。

此外,郭婷认为,在金融数字化转型的路上,AI的应用将愈发频繁。为此,华为云为金融行业提供了AI解决方案ModelArts和盘古大模型。ModelArts的使命是让AI的开发更简单,成为通用的生产力,并解决AI人才和专家匮乏的问题,同时也面向开发者提供一站式的服务。由于金融机构的行业特殊性,它们更需要泛化能力更强的模型,华为云的盘古大模型就具备了领先的语言理解和模型生成的能力,可以实现一个AI大模型在众多场景的通用、泛化和规模化的复制。

郭婷结合客户案例,解读了华为云为金融行业提供的AI解决方案的实力。比如在某金融机构的金融仓项目中,应用了AI的视觉技术对抵押物进行实时的追踪,包含了上千种类型的箱体。使用传统的方式可能需要对百万张图片进行标注,而且不同的场景也需要不同的模型。借助盘古大模型的场景泛化能力,客户只需要一个模型就可以完成多个环节的检测,同时识别的准确率得到进一步的提升。在保险理赔场景中,AI技术可以支持车主自助报损,实现精准赔付,核保人员不用去到现场,从而大幅节省成本。在互联网金融行业,可以使用AI理解视频内容来实现自动化推荐,帮助金融机构找到更精准地找到客户。“AI的技术与金融场景的泛在结合,将会极大地提升金融数字化与智能化的进程”,郭婷说道。

金融有底,赋实有数。在数字经济浪潮下,金融作为国民经济的引擎和血脉,数字化转型升级迫在眉睫。围绕银行、保险、证券等金融客户的数字化转型升级需求,华为云通过源源不断的创新产品和解决方案的升级,助力金融机构加快转型进程,守正创新,为推动国家数字化经济产业高质量发展提供助力。


底图2.png

*来源:清华金融评论(如有任何问题,欢迎发送邮件至:zongyue@huawei.com与我们联系)

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。