來自波士頓咨詢公司(BCG)新發布的《2017年全球零售銀行業報告：加速智能化轉型》證實了這一新趨勢：零售銀行業必須盡快推動大數據、人工智能等新技術的應用，以加速智能變革，優化業務前景。報告還指出，到2020年，智能變革能夠為零售銀行增加30%的經營凈利潤。
如今，傳統金融行業正在顯現出前所未有的強大創新驅動力，其發展速度和數字化進程也相對于其他行業更快一步，科技對傳統生產力的替代預期和替代程度在金融企業內部正慢慢強化。在這一趨勢下，一直致力于為金融業提供數字化轉型解決方案的華為，也積極從大數據和人工智能兩個層面入手，為金融業提供新技術的支撐，幫助金融業走向新的金融科技時代。
Fintech時代
新技術加速傳統金融業變革
中國金融行業正在步入一個嶄新而振奮人心的金融科技(Fintech)時代,以大數據、云計算、人工智能等為代表的信息技術正在與傳統金融業深度融合，金融行業的業務模式已經離不開技術創新，數字化轉型由此成為中國金融行業的必由之路。
來自IDC金融行業的研究報告顯示，2016年中國銀行業IT解決方案市場繼續保持健康平穩的良好局面，整體上保持相對旺盛的增長態勢。2016年中國銀行業IT解決方案市場的整體規模達到277.23億元人民幣，相比2015年增長23.1%。IDC預測該市場2017到2021年的年均復合增長率為21.35%，到2021年該市場規模將達到736.99億元人民幣。
在Fintech時代，金融行業的業務模式已經離不開技術創新。其中，大數據和人工智能技術的運用正在給金融業帶來前所未有的變革。借助大數據、人工智能等，金融業可以對客戶進行畫像并實施精準營銷，不僅可以提高普惠金融服務的能力，還能提升金融服務效率、降低金融服務成本，并有效防控金融風險。
以大數據為例，當金融機構積累起越來越多的業務數據之后，大數據的應用正在幫助金融機構進一步發掘數據價值，并成為他們開展業務創新、產品優化、決策支持以及風險控制等的重要手段。利用數據分析技術來挖掘有價值的交易數據和外部數據，可以實現以客戶為中心的精準營銷，有限資源的合理配置和科學治理，利潤最大化目標下的風險管控等。
在人工智能領域也不例外，在大量數據以及機器學習與應用規則的支撐下，人工智能金融行業的應用越來越多，而金融行業數據全、規模大、維度多、可數據化的程度高，這為人工智能與金融的結合提供了有利條件，比如在客戶信用分析、反欺詐、客戶營銷、智能投顧操作等應用場景，都可以更好地與人工智能結合。目前，人工智能已經可以替代一部分人工，降低人力成本，延長交易時間，提升交易效率，進而降低交易成本。
面對風起云涌的金融科技大潮，越來越多的IT解決方案廠商開始將目光聚焦在金融業，IT解決方案的市場競爭正日趨激烈。尤其在新技術不斷涌現的今天，IT解決方案提供商必須緊跟時代潮流，不斷提升自己的專業積累與專業化服務能力，提升實施能力與服務水平，只有及時把握金融企業客戶創新需求、與客戶共同成長才能保證基業長青。
華為推動大數據
深入應用于金融業務場景
金融業對大數據應用正在逐漸深入，傳統的數據分析的方法已無法滿足金融業務的要求，必須采用更先進的大數據技術對交易系統和管理系統日益增加的海量數據(包括結構化、非結構化、半結構化數據，如交易記錄、日志流水、客戶信息、管理信息等)進行存儲、分析、挖掘、應用。
為此，已經將大數據看做是ICT戰略重要支柱的華為公司，正積極推動大數據在金融科技領域的研發和應用。據華為公司大數據專家鄭伊磊介紹，如今華為已經在全球擁有8個研究所，保持每年超過1000人的研發投入;同時，華為還擁有社區Committer、IEEEFellow等世界級數據挖掘和人工智能專家。截至2016年12月，華為大數據取得專利已經超過190個，其中發明公布136件，發明授權54件。
作為大數據生態建設的倡導者和實踐者，早在2015年10月，華為就將PET(大數據挖掘隱私保護增強技術)應用于大數據領域，助力產業發展;在2016年6月，華為又將CarbonData貢獻給社區，成為全球第一個由中國企業提出，被Apache社區接納的開源組件。
FusionInsight則是華為面向行業客戶推出的企業級大數據存儲、查詢和分析的統一平臺，它可以針對金融、運營商等數據密集型行業的運行維護、應用開發等需求，幫助企業快速構建海量數據信息處理系統，通過對海量信息數據實時與非實時的分析挖掘，發現全新價值點和企業商機。華為FusionInsight具體包括FusionInsight HD、FusionInsight MPPDB、FusionInsight Miner、FusionInsightFarmer等一系列產品。
如今，包括中國工商銀行、中國建設銀行、招商銀行、國泰君安、上海證券交易所等在內的多個金融機構，已經選擇了華為的大數據解決方案。以上海證券交易所為例，基于華為FusionInsight大數據平臺，采用融合架構建設的上交所大數據平臺，包含實時處理平臺功能和離線處理平臺功能，同時支撐實時預警、運營監測等實時功能，以及Portal服務、Ad-Hoc查詢、數據服務等批量應用。不僅如此，上交所還借助華為FusionInsight大數據平臺的Elk分布式數據倉庫，實現了TD數據倉庫平臺的遷移。
華為X+AI智能云平臺
讓企業更智能
大數據的積累、算法的優化及計算力的不斷提升，正在讓人工智能的發展態勢從分散的單點技術向企業復雜應用場景深入展開。在華為看來，人工智能將跟水和電一樣，成為企業基本的生產資料。
不過，在華為公司大數據專家鄭伊磊看來，AI本身不是產品，X+AI才是產品，這里的X既包括不同的行業，也包括不同的領域，因為只有將AI應用到各行業中，才能真正發揮其價值。比如，華為通過在公司內部全球供應鏈應用AI實現端到端流程優化，打通從供貨預測到物流、倉儲到報關、運輸、簽收等各個環節，實現智慧化物流轉型，其中通過智能裝箱，使得集裝箱利用率提升6%，物流費用每年節省上千萬元。
為了推動人工智能技術在各行各業的應用，華為打造了X+AI智能云平臺，以幫助企業走向智能化。據了解，該平臺是面向企業智能化轉型升級，提供AI平臺、通用AI服務、行業領域AI服務的端到端垂直領域人工智能解決方案。X+AI智能云平臺友好的二次開發能力可以很好地實現與各行業的集成，并提供了豐富的細粒度AI使能基本能力，如語音識別、人臉識別、OCR等。不僅如此，該平臺還開放支持多平臺，可以大大降低企業應用成本、提升二次開發效率。
具體而言，華為X+AI智能云平臺包括機器學習服務(MLS)、深度學習平臺、智能Search、圖分析等。以機器學習服務為例，它可以支撐數據分析全流程，幫助用戶通過機器學習技術發現已有數據中的規律，從而創建機器學習模型，并基于機器學習模型處理新的數據，為業務應用生成預測結果。
目前，人工智能除了已經應用在智慧化物流層面外，還用在了個性化推薦服務、金融風險實踐和IT熱線問答等層面。其中，在金融風控實踐上，華為X+AI智能云平臺通過對終端Vmall基于賬號管理，智能化分析，識別黃牛羊毛交易，賬號攻擊等風險，實現公平交易;而在IT熱線問答上的人工智能應用，已經使得人工替代率超過65%，大大提高了客服效率和質量，降低了客服的成本。
在大數據和人工智能等新技術逐漸應用到金融等行業過程中，它們對企業的IT基礎設施也提出了新的要求。以金融行業為例，由于金融行業的交易量大、頻次高，企業所應用的存儲產品必須具備更好的RAS特性、更快的響應能力，容量預估要更加精準，產品之上的軟件與服務能力也高更加全面。為此，華為在存儲領域打造了包括擁有核心專利技術的SSD硬盤、OceanStor V3融合存儲以及OceanStor Dorado全閃存陣列，真正實現了"快如閃電，穩如磐石"，為數據的價值轉化和人工智能應用奠定了基礎。
未來二三十年，世界將進入萬物感知、萬物互聯和萬物智能的智能社會。立志成為智能社會使能者的華為，正在通過開放能力平臺，讓更多的伙伴加入進來，共同推動產業升級與社會進步，在金融行業自然也不例外。
京公網安備 11010502049343號