AI人工智能|新基建下拥抱新金融，金融行业如何升级“数字底座”？互联网金融

文/黄海峰
“十年前银行账单可能一个账户只有一张纸，今天一个账户的账单可能有厚厚一沓，一个红包就能带来银行数据频繁的读和写。”华为数据存储与机器视觉产品线副总裁顾雪军，在9月4日举行的“华为金融创新数据基础设施战略暨2020金融行业解决方案媒体发布会上”这样讲到。

文章图片
这句话也让笔者感触良多。当世界开始全面进入数字化时代，作为与数字、货币联系密切的金融行业，在手机银行、移动支付等技术的快速发展下，也进入了全新的数字化升级变革阶段。
试想十年前，银行、证券公司等金融行业所有的数据只产生在柜台上。但十年后，即使你在菜市场买一把青菜，也会产生交易数据，需要被存储下来、被快速正确处理。可见，金融行业发展趋势是向数字化、智能化转型，提供全渠道服务。而渠道交易模式的小变化，掀起业务系统需求的大变革。
IDC中国金融行业分析师朱佳怡也曾表示，当金融行业客群关注点向小微转移，将更加关注信息科技建设，在云、大数据、人工智能等技术应用研发和产品采购方面投入更多。
在发布会上笔者一直在思考，在新基建和双循环大背景下，金融行业在数字化进程中，到底面对着怎样的挑战？面对数据爆发浪潮，华为又能为金融行业赋予怎样的能力？
新趋势伴随新挑战
回顾金融行业发展，可以清晰的感受到金融行业正在向数字化、智慧化转型，包括核心交易系统、互联网金融以及智慧网点。
比如，在传统存贷、核保业务时期，业务往往以存款、汇款为主。但到了今天的移动金融、互联网金融的兴起，业务拓展到数字保险、数字抵押等无时无刻不在发生的全新业务形式。具体来看，金融数字化发展面临以下挑战。
首先，数据体量不断增长。金融行业每天新增数据量由此前的50G，增长到10TB 。此外，随着小额支付的兴起，日常金融交易量增长近10倍。这就要求金融行业数据基础，能够对每时每刻产生的海量数据“存得下” 。

文章图片
其次，数据时延更低。面对高密度数据运算、互联网用户高并发访问、实时数据分析、机器学习等多种应用场景，数据存储系统必须要满足更高并发的数据访问，同时需要保证较低的响应时效。
再次，更高可靠性。在数字时代，数据对任何行业都意味着财富，对金融行业而言更是重中之重。因为金融行业一切的业务都建立在数据的基础之上。
金融行业随着存储数据总量的增长，设备数量越来越多，同时设备故障、电器老化、自然损耗等问题也成为无法绕过的难题。一旦设备发生故障，往往可能带来数据的丢失或者需要长时间的数据恢复。这对金融行业而言是无法承受的损失。这需要存储设备能够提供5个9甚至6个9的（99.9999%）可靠性保障。
最后，金融行业正处在高速发展阶段，竞争更为激烈。金融行业就需要在挖掘数据价值的基础上，为营销服务提供新能力。以AI辅助营销为例，当用户跨进银行大门的那一刻，就需要对用户的需求和偏好做到心中有数，帮助工作人员提供差异化的推荐和服务，个性化营销，提升客户体验。
“五大绝招”应对挑战
既然金融行业面临着不小挑战，如何才能助力行业应对挑战？
在发布会上，华为数据存储与机器视觉产品线副总裁庞鑫表示，银行的数据处理能力面临着海量交易、数据处理效率和数据全生命周期管理等方面的挑战。围绕数据的“采、存、算、管、用”，华为致力于帮助银行构建智能时代的创新数据基础设施，帮助银行挖掘和释放数据的更大价值，为金融业务创新赋能。

文章图片
顾雪军进一步介绍说：“金融行业面向互联网新业务，基于敏捷、弹性资源池支持线上业务快速创新，打破时间空间限制，实现无处不在的线上金融服务；面向未来新的网点，基于机器视觉、大数据分析等实现网点智能改造，银行业务直接延伸到小区、家庭。”

文章图片
的确，金融服务变革需要技术支持，数据是金融科技创新的关键要素。笔者发现，华为正在依靠自己在数据存储和机器视觉领域的领先技术和方案，带来“五大绝招”，助金融行业应对数据“存得下、用得快、管得好”挑战。
绝招一：快如闪电的全闪存能力
据悉，华为启动的闪存升级，在整体架构不变的前提下，仅需更换存储，以最小投入助力金融行业应对碎片化的海量交易。
华为全闪存具备高性能、低时延，通过FLashLink性能加速算法，同时支持端到端的NVMe能力，提供0.05ms时延，可支撑10倍增长的交易规模，降低70%的交易时延，节省50%空间。