四川福彩快乐12app下载-四川快乐12app官网(彩世界)
做最好的网站
来自 四川福彩快乐12app下载 2019-11-07 21:46 的文章
当前位置: 四川福彩快乐12app下载 > 四川福彩快乐12app下载 > 正文

百信银行三大维度构筑智能金融大脑:Daas PaaS

数据治理概念目前没有统一的定义,不同的组织机构从不同的方面对数据治理定义进行了阐述。《银行业金融机构数据治理指引》中定义“数据治理是指通过建立组织架构、明确董事会、高级管理层、部门等职责要求,制定和实施系统化的制度、流程和方法,确保数据统一管理、高效运行,并在经营管理中充分发挥价值的动态过程”。数据治理是以价值实现为目标,是组织、制度、流程和技术的有机集成,这四部分是实现常态化数据治理的手段与工具。数据治理的核心领域主要包括数据标准管理、数据质量管理、元数据管理以及数据安全管理等主题。

四川福彩快乐12app下载 1

在2016年,《中国银行业信息科技“十三五”发展规划监管指导意见》中提到,目标到“十三五”末期(2020年),银行业面向互联网场景的重要信息系统全部迁移至云计算架构平台,其他系统迁移比例不低于60%。

第三方数据:该类数据一般通过授权或者外购获取,例如,征信数据、水电通信数据、社保公积金、工商税务海关等数据。该类数据是互联网银行数据的重要来源,是对银行内部自有数据的有益补充。此类数据的质量高于互联网数据。

(图8 AI中台的架构层次)

因为大数据就像煤矿一样,大数据中的价值含量、挖掘成本比数量更为重要。非结构化数据,就像是有杂质的煤矿,无法直接使用。

当前,数字化对中国乃至世界经济都产生了深远影响。金融是数字化、智能化转型的重要领域,从银行角度来看,其走向数字化、智能化的重要探索就是直销银行模式。数据治理是实现数据价值的必要途径,对于我国直销银行突破发展“瓶颈”,向场景化、生态化、自动化发展至关重要。

没有良好的工程实践来保证质量和流畅性:对于常规的应用软件开发我们有TDD、自动化测试、CI/CD等成熟的工程实践做保障;但是在智能服务这一块,无论是编程开发、还是服务构建,都没有成熟的工程实践,也没有良好的基础设施支撑,非常依赖于构建这个服务的数据工程师的个人能力,导致在实施过程中,问题难以复现,难于定位。

和百度云一起通过联合实验的方式建立百信金融大脑,最先想在智能客服的角度落地AI。因为智能客服不仅是帮客户解决问题的窗口,也是通过互动深入了解客户的渠道,百信银行可以通过这个渠道更好地设计满足个性化要求的应用和服务。

构建基于场景的智能化金融服务

智能应用层:智能应用层直接面向终端,怎么利用元数据等功能,组合各自不同模型提供的服务,构建出组合效应的创新服务。

在他看来,AI和金融结合的AI银行,绝不是简单地用生物识别、人脸识别、语音识别技术,未来百信金融大脑的目标是,在AI的支撑下,对外提供的产品、服务将是千人千面的——这才是智能银行的最终目标。

数据治理

什么是AI中台?

寇冠谈到,百信银行制定的战略规划为三个阶段。

数据质量管理

基础设施共享化,模型的训练和发布与数据平台有效绑定,服务的构建自动化

左手参谋部,右手实验室 

数据价值评估在数据资产管理、数据开放共享、数据交易流通中起到重要作用。在大数据时代,如何对数据进行价值评估和变现?百信银行为了进一步度量大数据的价值,正在积极探索构建数据价值的评估方法,制定数据价值评估的标准。目标是打造数据价值的“度量衡”,有效促进行内数据和行外数据变现。

如果回顾数据分析的历程,可以归纳发现数据利用大概有如下三个阶段:

1、从用户行为习惯来看,新型支付方式使得小额交易频发,交易量不可预知,传统的IT架构已经无法适应。

构建基于开源技术的大数据算力和算法平台

如果尝试给AI中台下个定义:

要知道,一般来说,国内大型银行,股份制银行和其他的中小商业银行,技术人才配比较高的也仅仅只是10%左右。

数据集成是形成数据产品的必要前提条件。银行数据按照数据形态和存储方式分为结构化数据、半结构化数据和非结构化数据;按照数据加工时效分为实时数据和批量数据。数据集成将来自内外部不同渠道的各种数据形态、各种时效的数据进行处理和加工以及深度整合,达到数据“好用”和“易用”的目标。传统银行对于结构化数据的加工和处理流程相对成熟,市场上也存在应用比较广泛的数据整合模型和数据仓库产品。但是互联网银行多渠道、多样化的数据源,注定了其数据集成整合的复杂度与传统银行相比,不可同日而语。

统一的元数据管理系统,模型的全生命周期可管理

1、分布式基础云的技术成本优于传统的解决方案。一旦采用云,初期不再需要很大的投入,包括基础设施的建设和技术适配应用等均可以直接由云厂商提供。

本文作者陈龙强、胡瑞娟为百信银行战略发展部总经理和大数据部高级工程师,管正刚为百信银行战略发展部创新业务负责人,其原标题为《百信银行:如何从三大维度构建金融大脑——浅析互联网银行数据治理及数据战略的实践路径》,文章从三个维度阐明了百信银行金融大脑构建的背后逻辑,为我国直销银行发展提供多视角借鉴,并助力数字普惠金融发展。

在数据中台的基础上,扩展对GPU级别资源的管理和整合能力,调度层提供统一的任务、服务、智能CI/CD等服务,来实现AI中台。这样以来,就可以达到:

大数据和AI是所有银行和金融机构都在提的概念。但是大数据和AI究竟要如何用好,却是一个问题。

新型业务数据:该类数据相比传统的客户交易数据来说,属于比较新型的数据类型,一般为半结构化数据和非结构化数据,例如,系统运行日志、客服语音、视频影像数据以及埋点行为数据。近几年,部分银行开始重视这类数据的内在价值,但是应用深度和广度无法和传统客户交易数据相提并论。

首先需要从基础设施层面进行集成。常规的数据中台依赖于大量的CPU和内存,相反,机器学习模型对GPU的依赖反而更高,但是又不能脱离数据中台,因为它依旧需要利用数据中台的存储和计算能力来处理大量的数据。所以如何通过一个接口、一个调度器、一个管道pipeline来集成整个工作流,就成了需要考量的事情了。

三是负责数据应用的推动,践行数据驱动战略。科学的决策和数据应用延伸都会在这个部门管理。

在大数据时代,数据安全比以往显得尤为重要。2017 年,国家颁布了《网络安全法》,从法律层面对于网络信息安全进行了规定要求。从企业的角度,建立完备的数据安全管理体系,不仅是为了满足国家法规、行业准则和监管要求,更是为了保证银行生产运行的稳定性和连续性,为了保护银行和客户的有形或无形资产。数据安全管理的关键点在于数据脱敏规则的制定和执行。百信银行对数据安全管理持一贯重视态度,全面梳理了数据安全管理的关键环节,采取加域、水印、加密、脱敏等多种技术措施,确保数据资产在使用过程中能被恰当的认证、授权、访问和审计。对于敏感数据制定脱敏规则,在数据访问和数据交换时进行动态脱敏和静态脱敏,加强对敏感数据的访问管控力度。

借助于现有数据平台手工进行数据操作

2015年,网商银行高管曾透露其三分之二的人员是科技人员,从事数据建模等工作。2017年,微众银行负责人也曾透露,其IT部门的员工占比达到了57%,后台管理人员占比6%,业务及支持人员占比37%。

四川福彩快乐12app下载 2

四川福彩快乐12app下载 3

3、分布式的架构下,可以通过自动化运维工具、自动化应用部署、自动化测试,实现敏捷开发,这是很多传统银行不具备的能力。在这样的架构下,百信银行也能像互联网公司一样每周一次不停机发版,做到快速迭代、快速试错。

区别于传统银行,百信银行暂时不具有大量的历史数据沉淀,在积累数据方面需充分利用自有数据,大力挖掘行内数据价值,并千方百计捕捉新的数据源,快速形成数据规模,努力实现“数据在线”,用实时数据支持业务发展以及智能金融应用的需要。百信银行数据涵盖以下几类。

AI中台是一个用来构建大规模智能服务的基础设施,对企业需要的算法模型提供了分步构建和全生命周期管理的服务,让企业可以将自己的业务不断下沉为一个个算法模型,以达到复用、组合创新、规模化构建智能服务的目的。

在这样的基础设施之上,科技人才在百信银行有很大的权重。IT人数占整个百信银行人数的60%-70%——这也是互联网银行的一个典型配比。

AI基础服务平台

从数据中台演进到AI中台

百信银行副行长兼首席信息官寇冠称,这样做的核心目的是支持业务的开发,让业务开发团队在这个平台的基础上去快速地响应,用这种方式探索去达成传统银行不能达到的成果。

平台即服务——将大数据基础平台计算引擎或者组件作为一种“产品”,对行内和行外提供算力和算法服务,避免使用方重复搭建大数据相关的基础平台,实现平台和应用的分离,专业的人员做专业的事。这个思想目前在某些大数据公司已经变成了现实。大数据平台可以提供批量计算、流式计算、图计算、内存计算、算法库以及大数据基础服务平台、流式平台和AI平台等多种算力和平台服务。百信银行利用云计算、大数据、人工智能等技术,搭建了业内领先的完全基于Hadoop生态的云端大数据基础平台,支持超千节点的快速扩展。同时,创新性地推出了基于大数据开源技术的流式计算平台,解决了离线大数据和近线大数据实时融合处理等技术难题。

业务不会总停滞不前,因为人的生活会改变,想要的体验会改变。过去,大家到视频平台看视频,利用通用的数据服务,不同的用户看到的视频推荐都是一样的;很快,我们就会发现根据用户的偏好,推荐个性化的视频几乎是必不可少的体验要求。然后,我们就开始思考:数据是否可以变成个性化服务提供给终端用户?这是一个非常简单、常见的例子。当这样的个性化数据服务越来越多之后,各种服务不断组合,就会创造出很多可能性,进而提供创新的个性化体验和新的业务模式,这就是数据服务用于创造业务的阶段。

金融上云,云上金融已经成为不可阻挡的潮流,甚至也是国家层面的要求。

构建基于价值实现的精细化数据运营体系

AI中台需要具备构建智能服务的能力,就要求我们对服务构建的过程进行如下拆分:

很多传统银行都在尝试做云化,但传统金融架构存在沉重包袱,传统积淀导致在彻底转型时有很大的负担,很多大行都是从非核心业务系统尝试入手探索分布式架构。

数据质量管理是数据治理的一项核心职能,其最终目标是提升数据价值。建立数据质量检核规则和检核指标,是对数据质量实施最直接也是最易见成效的管控模式。数据质量管理重在持续性,是长期循序渐进的过程,按照发现问题、分析问题、解决问题、深入纠改、形成规则、防范和监控的形式循环提升。数据质量管理一定要先配合后评价,将数据质量问题的解决情况纳入到部门和员工的考核评价中。百信银行在对数据采集和内外部数据整合过程中,对于关键的数据项制定业务检核以及技术检核规则,定期出具数据质量检查报告,督促相关系统整改数据质量问题。

(图2 企业对数据的利用,有三个发展阶段)

接受采访的百信银行副行长兼首席信息官寇冠以及百信银行首席架构师于浩瀚在言谈举止之中,一方面有着银行人特有的严谨性,另一方面也有着技术人才的洞察力。

大数据是智能金融的“燃料”,数据治理是实现数据价值的必要途径。百信银行从数据即服务、平台即服务和软件即服务三个维度构建本行金融大脑,使之成为百信银行的“参谋部”,指导和验证经营管理决策,发展数字普惠金融业务,力图树立互联网银行智能化发展的标杆。

智能场景规模化,管理复杂

中建财富国际中心11层拐角,有一间看似不起眼的会议室。这是百信银行技术部门的“作战指挥室”。指挥室的墙壁密密麻麻,百信银行技术投产的时间表以及每个项目的负责人全都挂在上面。

结语

数据分析停留在运营阶段的时候,对企业来讲最大的感受就是投入产出比不对称。这个问题在大数据爆发的时间点上,更为凸显。例如在今天的业务场景下,传统的数据仓库已经解决不了海量数据、异构数据等一系列问题,而大行其道的大数据分析技术,硬件要求高、学习门槛高。要实施一个大数据平台,成立一个大数据团队,这是一个不小的成本开销,更何况现在有不少数据分析团队要借助机器学习等手段,来对数据做分析来响应运营,这导致基础设施成本、整体门槛进一步提高。

百信银行的底层搭建在云设施的基础上,这带来了几点好处:

元数据管理

利用元数据管理方式,提供统一的标准格式,场景可以多人协同配合开发

大数据和AI永远都是相伴相随的一对孪生兄弟。打个不恰当的比方,如果说大数据是煤矿,而AI其实就是矿井。AI的可靠性决定了挖煤的效率和结果。

智能投顾

四川福彩快乐12app下载 4

四川福彩快乐12app下载 5

智能客服

企业对数据的利用有三个阶段:响应运营,响应业务,创造业务。数据中台解决的是响应业务的问题,第三阶段“创造业务”,则需要AI中台。

其四个事业部,都配了一个IT团队,IT团队归属在这个事业部,他们的绩效考核和事业部绑在一起,这和很多传统银行IT团队完全独立的企业组织架构有很大的区别。

如果银行只是单独采购如人脸识别等AI 技术,虽然能够解决某个场景中的具体需求,却无法自己生成通用的AI能力。一旦应用场景发生变化,或者需要与其他业务深度结合,单个的AI技术还是无法帮助银行解决复杂而多样的业务难题。银行需要的是AI能力,而不仅仅是单个AI技术。打造AI基础服务平台作为银行AI核心系统势在必行。

借助一个平台,将软件的服务个性化的创造,这将是未来的发展趋势。在麦肯锡的分析报告中,我们可以看到,各个企业或者行业,都在第三个阶段做了不同的探索和努力。

一是全行大数据平台的基础设施建设;

流式计算平台aiStream 是百信银行自主研发的产品,基于开源JStorm 技术,在设计中充分考虑了分布式实时流式计算的难点,采用了主流的计算框架,基于分布式内存并行计算,支持拆分、合并、缺失值填充、类型转换等多种预处理模式及特征过滤、特征离散、特征尺度变换等多种特征工程处理能力,平台将这些能力封装成基础组件,提供通用接口,支持业务模块低成本快速接入,根据业务需求灵活组合使用和业务集成,后续将扩大计算规模,提供在线统计、学习和预测能力。该流式计算平台aiStream 在百信消费信贷业务的风险实时监控和策略干预上发挥着重大作用,后续也将在理财、内部创新等多领域或业务中进行深度应用,助力全行业务加速。同时考虑通过云服务向外界输出实时计算能力,让更多中小金融企业和用户享受到百信银行实时计算的技术成果。

四川福彩快乐12app下载 6

百信银行正在与百度协商快速成立联合金融实验室,百信金融大脑是其中的核心课题。

四川福彩快乐12app下载 7

目前基于数据中台的一个智能服务模型开发来说,流程如下:

去年7月,银监会与19家银行沟通,寻求每家银行出资不低于2000万元投入到金融云平台建设。

当数据作为企业的信息资产而存在时,企业如何从数据中发现问题、分析问题以及解决问题,实现数据价值最大化?这是大数据时代每个企业必须慎重考虑的问题。数据治理就是实现数据价值的必要途径。

资源管理:一切都是资源,无论是网络、内存,还是数据、服务,都是资源。对于模型构建者,关注的只是算法本身,如果该构建者需要数据,那这样的数据就是一个资源而已,无论资源是以环境变量的方式提供、还是以服务的方式提供,构建者本身并不需要关心。此时,必须一个资源管理系统,对数据服务进行统一管理。

第一个阶段是科技金融,第二个阶段称之为场景金融,第三个阶段是战略发展的主目标也是最终的目标,即智能银行即服务——服务对客户提出的所有请求和响应,都可以动态给出回应。

由中信银行和百度战略投资的百信银行,作为国务院、银监会特批的全国首家独立法人直销银行,承载了新时代下传统银行业向互联网转型发展的重任,是一种新型互联网银行形态。本文将以百信银行为例,从数据即服务、平台即服务和软件即服务三个维度,浅析百信银行如何构建“金融大脑”,并使之成为全行的“参谋部”,指导和验证经营管理决策,发展数字普惠金融业务,期以树立互联网银行智能化发展的标杆。

烟囱架构开发,对人员能力要求高

百信银行的大数据主要负责的工作有三点:

构建数据价值评估体系

(图5 引入AI中台的软件平台业务模式)

金融大数据核心工作包括三方面,即获取数据、建立模型、模型在实践中优化和迭代。百信银行恰恰是左手大数据作为参谋部,右手落地AI实验室,展开其业务探索。

AI是百信银行品牌的核心元素。百信银行正在着力研究如何打造百信AI基础服务平台,搭建本行AI核心系统,集成AI常用模型和算法,提供一站式AI服务,助力AI在百信银行落地、演化,实现全方位AI。该AI平台使用成熟后,将进一步市场化,最大化模型价值。

第二阶段:响应业务

金融上云及云上金融的先行者

由于国内市场公募基金和交易型开放式指数基金(Exchange Traded Funds,ETF)类产品的固有特性,传统意义上的智能投顾服务并不能良好地达成为客户做合理资产配置和精准建议的目的。百信银行在C端智能投顾应用上,用更贴近客户需求和国内市场现实的思路,打造“智能顾 投”的复合智能服务。百信银行充分发挥数据优势和平台优势,充分挖掘自身用户数据和合作伙伴的非结构化数据价值,将用户在不同场景的金融和非金融数据打通,借助多种大数据手段对用户进行精准画像,做到比用户更认识用户。基于充分了解用户风险收益偏好和家庭财务状况的前提,百信银行将充分发挥技术优势,借助机器学习和量化投资模型,通过配置全品类的金融产品,达到最大限度满足不同用户的不同投资需求的目的。

响应业务

一家技术创新的组织必然是从技术设施以及组织架构的底层开始展开改造的。

数据标准管理

从数据中台到AI中台

二是全行数据架构整体规划和设计,对数据的获取和模型建设、数据质量管控相关职责都是由大数据部分统一负责;

和传统银行相比,百信银行没有历史包袱,在IT规划之初,便制定了“标准先行”的数据治理方针,发布了行内关键的基础数据标准,并在行内业务系统中落地实施,从源头规范数据,保障数据质量。

训练,部署,发布依赖于手工部署缺乏有效的流水线

百信银行和百度云作为吃螃蟹的人,已经走在了行业前列。百信银行当下做的种种事情,其实都是为了适应这些变化的积极响应。

数据采集

(图3 创造业务阶段,数据中台面临的挑战)

四川福彩快乐12app下载 8

百信银行构筑智能金融大脑之路充满了挑战和不确定性,如何发挥银行数据资产价值是成功开展数据治理工作和践行数字普惠金融的关键。数字普惠金融之路任重而道远,百信银行将不忘初心,坚持金融科技创新的战略定力,为互联网银行找到一条差异化发展之路。

四川福彩快乐12app下载 9

作为国家金融改革前沿,百信银行是个崇尚AI技术与业务落地的试验田。这个试验田的基础设施、组织架构、技术探索几乎都搭建在“A(AI)、B(Big Data)、C(Cloud Computing)”上,而背后的支撑者则是百度云。

互联网数据:该类数据是银行数据源的有效补充,例如,互联网社交数据、移动定位数据、舆情数据等,但是此类数据的质量和标准化程度较差。

首先,从基础设施角度,可以将数据中台智能化

和人们想象的银行金融机构完全不同,这家公司更增添了几分技术的味道,以至于前台墙上有一串诸如aiBankOS=combine(AI. Big Data. Cloud Computing)的代码公式。

智能风控是百信银行首要打造的核心竞争力,也是“智能银行即服务”体系的关键组成部分。目前百信银行初步建立了富有互联网银行特色、简单有效的风险管控体系。利用模糊匹配、深度学习、设备指纹、神经网络等前沿技术,初步打造了百信银行大数据风控体系,可以通过1万多个标签对个人用户风险进行实施准确评估。2018 年,将继续完善以白名单为主的大数据风控模型,同步建设用户特征变量库,特征变量达10000 个以上,建立风控策略模型实验室,打造具有市场竞争力的大数据信用评分体系和智能定价体系,为拓宽银行服务的边界、践行数字普惠金融打下坚实的基础。

而对业务场景来说,很多时候是需要数据服务的,例如用户的基本信息管理、用户的行为数据分析,这些数据不但可以暴露给业务系统使用,甚至可以直接丢给终端用户自行使用。类似这种契合点,让数据平台变成了一个服务,提供给业务系统。而对数据服务的使用者来说,在消费数据的同时也在继续产生数据,这样在数据平台和业务系统之间就构成了一个良性的闭环。

3、从银行自身的业务发展来看,新的架构平台带来的组织变化、办事方式变化也能帮助银行业创新业务模式,提高运行效率。

四川福彩快乐12app下载 10

拆分服务构建环节,智能服务开发流程化,快速响应业务需求

2、从交易规模来看,互联网新兴业态创造的交易规模给银行带来很大的冲击,像阿里双11、京东618每年都会带来交易峰值冲击银行业基础设施。

银行传统客服侧重于解决客户问题,而互联网银行由于没有实体网点,客服就成为重要的营销渠道。智能客服不仅是帮助客户解决问题的窗口,也是深入了解客户需求的途径。与图像识别、声纹识别、VR、AR、全息投影等技术相结合,智能客服将重新定义商业银行现有服务模式,客户与银行之间的交互将更加智能化,更加接近人们与生俱来的自然行为。百信银行致力于落地“智能银行即服务”,有赖于智能客服机器人与客户形成良好的互动,挖掘用户潜在的需求,为客户提供智能化、个性化、有人情味儿的服务。百信银行将采用自然语言处理技术,充分利用客户画像成果,精准提取并理解客户意图和情感,基于知识图谱构建并持续优化客服机器人的理解和答复知识库,以至于能够预测客户未来的行为和需求,为客户提供超预期的服务,逐步减少甚至替代传统客服人员,实现自动化服务和销售。

也即,利用算、模型、框架,动态、快速地组装服务,创造出新的个性化体验和新的业务新的业务模式,解决“好用”的问题。

四川福彩快乐12app下载 11

智能风控

本文已标注来源和出处,版权归原作者所有,如有侵权,请联系我们。

云上的基础设施、组织架构

数字化转型已对中国经济产生了深远影响,中国企业正通过“互联网 ”战略深入布局多行业、多元化的数字生态系统,力图深入触及消费者生活的各个方面,对全球数字化格局的影响也与日俱增。金融作为数字化、智能化转型的重要领域,在大数据时代下,叠加人工智能、云计算、物联网(Internet of Things,IoT)、区块链等前沿技术,智能化金融正迎来前所未有的繁荣发展时期。

其次,对于中台使用者来说,将烟囱式模型构建过程改造为可复用的模型构建过程

百信银行和百度云也成为了金融上云以及云上金融的先行者。

软件即服务——这种交付模式具有良好的可扩展性,非常适合应用在大数据领域。大数据来源于业务,也服务于业务。大数据是智能金融的“燃料”,它为人工智能不断学习、快速成长提供源源不断的动力。百信银行作为一家AI银行,通过构建百信金融大脑,逐步落地大数据在智能风控、智能客服、智能投顾等业务上的应用,并将陆续实现其他领域的创新实践。

如何对规模化的智能服务进行管理:当只是零星三两个智能服务的时候,通过手动人工管理等方式,不会有太大的问题;然则,当智能服务成千上万的时候,如何管理、如何构建、如何高效维护,就会成为很大的麻烦。

“作战指挥室”工作人员介绍完毕后,走向另外一面墙把窗帘拉开。我们才发现现在身处一个Loft的上层,下层一批技术人员噼里啪啦正敲打着键盘,十几个大屏幕上显示了百信银行IT系统的运行全貌,整个场面颇有航天发射中心的风格。

数据标准管理是数据治理中的一项基础职能。数据标准管理关键点在于如何规范数据项,统一全行定义;难点在于如何在信息系统设计开发以及日常业务处理中落实数据标准。

这样的数据治理工作在进行了很多年后,数据中台这个概念逐渐有人提出了,阿里的《企业IT转型直到:阿里巴巴中台战略思想与架构实践》这本书更是把用中台战略把这个概念推向了一个极致。中台战略中,人们常说:大中台,小前台。在这种模式下,频繁出现的字眼是:共享。那么,到底共享的是什么?答案便是数据的服务。中台战略,并不是搭建一个数据平台,但是中台的大部分服务都是围绕数据而生,更加巧妙的地方是中台战略让数据在数据平台和业务系统之间形成了一个良性的闭环。于是,数据和业务系统融为了一体。

因此大数据部也被寇冠视为百信银行的“参谋部”。百信银行通过大数据部提供的数据去分析产品是不是有市场,是不是有发展空间,通过数据去看营销活动上线以后是不是有效果,通过数据回答产品上线体验好不好。

流式计算平台

AI中台至少应该分为以下几个层级:

国家层面之所以提出这种意见的原因非常复杂,这和时代发展以及技术进步有很大的关系。

数据集成

回到创造业务的需求。以简单的销售业务为例,数据中台提供的服务本质如下图所示:

1、参谋部:

数据安全管理

(图7 可复用的模型构建过程)

大数据还需要进行脱敏、提纯、通过AI建模结构化之后,才能变成可以被直接运用于商业层面的有价值的信息。

元数据是“描述数据的数据”,相当于查找数据的“数据地图”。通过元数据管理,可以更好地维护、分析、使用和解释数据。大数据背景下,除了传统系统数据字典和业务定义之外,还需考虑纳入与大数据相关的元数据内容:术语字典应包含大数据的术语;需要为非结构化数据提供分类、语义支持;Hadoop、NoSQL 数据库的技术元数据需要纳入元数据存储库管理。有些企业为了充分发挥元数据的价值,对元数据管理的范围进行了扩大,从简单的库表,到整个大数据平台,再到服务管理,甚至驱动微服务,不断突破传统元数据管理范畴。元数据管理的关键在于如何和银行信息系统开发上线体系进行有机结合,以保证元数据维护的及时性和准确性,并以此分析上线系统对其他系统的影响。百信银行借助数据治理平台将行外数据和行内关键业务系统数据进行了统一管控,实现了数据的血缘分析和影响性分析。

数据中台提供的是存储和计算的能力,基于不同的业务场景,构建出了用来支撑不同业务的数据服务,依托于强大的计算力,可以快速缩短获得结果的周期。而AI中台则是将算法模型融入进来构建为服务,让构建算法模型服务,更加快速高效,以更加面向业务。但无论是数据中台还是AI中台,都是一层基础设施,做好基础设施只是第一步,如何让它的价值最大化,还要依托于AI中台不断结合业务来持续优化,做到“持续智能”。

和传统银行不同的是,百信银行和百度云共同打造了私有云基础设施。因为百度具备金融云解决方案,为银行或金融机构提供安全IT基础设施、人工智能、安全防护、智能获客、大数据风控等整体解决方案,为金融机构提升基础能力和服务效率提供创新的技术与服务支持。百信银行是运用这一揽子解决方案的一个典型案例。

本文已标注来源和出处,版权归原作者所有,如有侵权,请联系我们。

数据安全、治理和数据量不充分:数据中台的价值点,在于提供了数据的计算和存储的能力,但是在智能服务构建下,光有计算和存储还不够。治理到什么程度的数据,才能较好的支撑服务的构建?个性化的服务与数据安全冲突的时候,如何抉择?数据量不足导致算法模型泛化能力太差,怎么办?

百信银行专门成立了大数据部,在寇冠看来,AI很重要的输入就是数据,没有数据就没有整个AI基础。

数据即服务(Data-as-a-Service,Daas)——数据是互联网银行的战略资源。百信银行通过B B、线上 线下的发展模式为客户提供产品和服务,每个业务都在源源不断地生产数据。数据即服务是指与数据相关的任何服务都能够集中整合处理,然后提供针对用户的数据服务。涉及到元素涵盖数据采集、数据集成、数据治理以及数据运营等内容。

本质上,这些工作都是因为业务需要不得不进行的一系列数据治理的动作,对于如何利用数据来发力,并没有形成一个强有力的底座。有点像“头痛医头、脚痛医脚”:各个业务系统规范不一致了,于是开展了元数据治理;数据分析的时候数据关联不上了,于是不得不进行主数据治理。

2、弹性的部署对于IT基础设施的效能带来极大的改善和提升。互联网业务的发展弹性空间很大,经常在重要时间节点出现峰值的波动,对基础设施挑战非常大。但是利用云的部署可以做弹性调整。

百信银行成立了全行级别的数据治理委员会,统一协调数据治理工作;同时发布数据标准管理办法、数据安全管理办法等多项数据治理相关的制度和流程,并在数据标准管理、数据质量管理、元数据管理、外部数据资源管理等数据治理平台进行落实。

和数据平台结合,利用数据平台的能力作为数据支撑,最大化的发挥数据平台的价值

如何把技术与金融高度融合,构建AI在金融领域的综合应用体系,以及利用AI技术把关键的金融场景打通,形成可落地的应用,这个是课题的核心目标。

传统客户交易数据:这些数据来源基于客户和银行发生业务关系所沉淀的传统金融数据,一般为结构化数据。例如,客户数据、账户数据、交易数据等。这类数据模型构建比较成熟,传统银行对于此类数据的应用深度和广度最好。

数据中台本身还是围绕数据服务来进行的,而非围绕智能服务来进行的。未来的操作系统,一定会越来越个性化,甚至每一个人看到的登录界面都不一样,系统可以根据对应的终端用户自行呈现符合该用户习惯的系统界面。那么对于这样的场景和服务,我们需要怎样的平台?整个软件开发架构和流程是否也都会相应重造?

不仅如此,百信银行的组织架构也是有很大的技术驱动因素——IT治理的双线化逻辑。

和数据平台孤立,缺乏统一的数据服务接口

2、实验室:

四川福彩快乐12app下载 12

(图4 软件平台的业务模式)

能不能这样:将整个软件组装出来的服务,包装成个性化的产品一样去售卖,提供量身定做的服务?那么整个运营模式就变成:平台提供了一种快速构建智能服务的过程,服务售卖者利用这个平台,自己动手构建出服务,拿出去售卖,类似一个提供“智能业务服务的PaaS”。

基础设施隔离,无法动态进行资源的分配和管理

企业利用数据的三个发展阶段

所谓的智能化,是指将在数据中台进行的一系列的数据服务构建操作进行智能化实现,让数据的接入、存储、分析展现、训练、到构建管道都更加自动化。例如,对于通用的CI/CD来说,测试不过则会构建失败,那对于AI中台下,就要考虑一个推荐模型构建失败的条件是什么?答案可能是“本次模型的准确率低于上一次构建的准确率”的时候,CI应该被构建失败。在实践中,这可能是CI构建过程的维度之一,还会有很多其他指标和维度。我们就需要在现有的数据平台的CI中,实现并自动化这些指标和维度,使之更加智能化。

(图6 烟囱式模型构建过程)

结语

银行、互联网巨头、金融IT服务商、金融科技创新公司、消费金融公司、保险机构等都迅速入局,试图通过与商业生态系统共享数据、算法、交易、流程和其他业务功能,为商业生态系统的客户、员工、第三方开发者、供应商和其他合作伙伴提供服务,使合作双方创造出新的价值,构建新的核心能力。金融科技作为以新技术为核心的创新,立足于新理念、新政策将形成澎湃的力量,重塑中国金融产业新生态。

数据中台对一个企业,起着至关重要的作用。在数据中台这个称谓成型之前,各个企业也都在用不同的方式来尽可能地利用数据产生价值。只是在这个过程中,也不得不处理着数据带来的各种问题,比如各个业务系统经年累月以烟囱架构形式存在而导致的数据孤岛、数据隔离、数据不一致等等。因为这些问题实在是过于繁杂,企业开始建立数据团队,或者数据部分开始继续数据整顿工作,因此数据仓库、数据湖、主数据治理等一系列的工作职能应运而生。

环节无法有效拆分,响应周期慢

数据中台的意义

四川福彩快乐12app下载 13

响应运营是数据分析最直接也是最原始的诉求。没有谁不不会关心自己的用户留存率,没有谁不关心自己的营收额;出现了故障、如何分析定位,如何预测预防,运用数据分析自然不过。但是在运营分析过程中,也发现了另外一系列的问题,比如各个业务系统的数据存储格式、存储介质都不相同,在进行基本的运营分析的时候,无法流畅的进行。此时,不得不进行一系列的数据治理。常见的主数据、元数据治理就是发生在这个阶段,只是数据仓库将主数据和元数据治理进行了规范化。

四川福彩快乐12app下载 14

虽然有了数据中台,但是当有大规模的、基于智能算法的数据服务需要落地实现时,依然会碰到以下挑战。

流水线:流水是构建规模化智能服务非常重要的一个环节,工作如其名,让我们构建智能服务的时候,可以像流水线工作一样,达到这样的效果,则需要对整个任务进行非常详细的分解。

银行与金融科技融合的理想境界是什么?是银行即服务。伴随着开放银行在国外愈演愈烈,中国作为全球金融科技的领先力量与深度参与者,迅速燃起了对开放银行这种平台化商业理念的研究与试错。

响应运营

通用AI能力平台化,降低人员要求,提升协作效率

中台和模型:中台有数据的计算和存储能力外,还应该具备算模型的能力,这里的模型指的是一些业界通用的、或者企业级通用算法模型。它可能是一个算法、可能是一个别人已训练好的模型,可以使用迁移学习的方式去使用。对于中台来说,它都是一个数据集的体现,不应该和一个表,一个文件有特别的区分。

创造业务

四川福彩快乐12app下载 15

(图1 数据中台所解决的问题)

基础设施:对CPU做虚拟化的技术已经相对成熟,但是智能服务依赖的更多的是GPU,那么GPU如何做虚拟化,算法模型训练和数据是否需要共同使用相同的机器,还是集群相互隔离,都是需要在一开始设计好的。

从AI中台落地实施的方式来看,AI中台可以是数据中台的进一步延伸,从数据中台一步一步演进过去。

第三阶段:创造业务

这基本类似于一个横向的烟囱架构,导致目前对一个基于算法模型产生的服务进行拆分的时候,都不是特别地顺畅。如果大部分业务场景依旧以流程为主还好,如果新业务需要引入多的智能服务,那么一系列的问题就会暴露出来:

过去,数据依赖于手工进行,没有软件;有了数据中台,以功能驱动,固定的数据输入,得到固定的数据输出,构建出能用的服务变得更快速、更加的标准化,解决了业务侧的“能用”问题。但是,如何以固定的输入,以产生更灵活多变的输出,提供比如个性化的服务,做到“好用”,数据中台并没有给出答案。

第一阶段:响应运营

于是像数据中台这样的思想就被提了出来:既然数据是从业务系统产生的,那么是否业务系统也需要数据分析结果呢?对于数据平台来说,数据平台本身提供两大能力:数据存储和数据计算的能力。那么业务系统的数据存储和数据计算能力是否可以剥离到数据平台,仅仅让业务系统很轻量的维护自己的业务流程操作?所以利用中台剥离了复杂的业务环境,再配合微服务等技术,一下子让人感受到了“数据服务的共享”。

这是目前最常见的软件平台的运作方式,开发人员开发出了对应的软件服务后,提供给终端用户使用,虽然会有销售售卖该服务。这种方式,好比是拿着一个锤子找钉子,而不是给钉子快速制作一把合适的锤子再去售卖。

在建立了数据中台架构之后,我们逐步认识到,原来数据的价值并不只是个运营出个参考的分析报表,做一系列的预算。数据中台为大型企业数据利用最大化提供了一个初始的参照方向。当我们发现,深度学习、机器学习等等一系列技术开始在这个平台下施展拳脚的时候,我们可能已经清晰地认识到:中台并不是数据分析利用的终点。

本文由四川福彩快乐12app下载发布于四川福彩快乐12app下载,转载请注明出处:百信银行三大维度构筑智能金融大脑:Daas PaaS

关键词: 大脑 数据 业务 三大 维度