北京2022年9月7日 /美通社/ -- 2019年，Brett King在《Bank 4.0》一書中提出"金融服務無處不在，就是不在銀行網點"的大膽預測。
現在看來，Brett King的預測已經逐漸成為現實。金融機構初步呈現出體驗場景化、服務生態化、運營數字化、產品個性化、業務敏捷化等特征，傳統線下網點走向收縮，業務線上化、移動化和智能化趨勢明顯，并涌現出像云柜臺、智能客服、智能投顧等一批新業務、新場景。
金融行業發生顯著變化的背后固然有疫情等因素的推動，但更加關鍵的是金融數字化的趨勢不可阻擋，包括銀行在內所有金融機構都在積極思考和利用數字化來重塑自身的商業模式與業務。
與此同時，金融機構基礎設施也在面臨著一次大的轉型，過去秉承40年的傳統IT基礎架構已經"積重難返"。尤其是隨著數字經濟成為社會經濟發展的新引擎，數據成為核心生產要素，以及AI、大數據、5G等數字化技術的融入，金融行業的數字化加速開啟新階段，"數據要素"成為業務創新的關鍵，使得數據基礎設施的價值與作用日漸突出。
那么，金融行業的數據創新具備哪些重要特點？對于數據基礎設施有哪些新要求？如何讓金融數字化轉型和數據創新做到"有底"和"有數"。近日，來自中國農業銀行、中國銀行、浪潮存儲等多位專家深入探討了金融科技創新和數據基礎設施的方方面面。
金融創新與數據密不可分
利用大數據對貸款企業進行風險分析、節假日對客群進行數據分析和精準營銷、銀行卡換卡之后各種App的自動關聯、疫情期間的云柜臺讓客戶隨時隨地享受到金融服務……如今，金融行業的所有創新幾乎都與數據密不可分。數據就像是金融機構的血液，流動到每個組織和業務之中，為其帶來"養分"。
進入到數字化時代，金融行業的數字化轉型始終離不開兩個核心訴求：其一、用數據、數字化技術來破解金融普惠的難題，更好地服務實體經濟；其二，通過數據和數字化技術來重塑核心競爭力，擴大服務人群和提升服務體驗，實現可持續發展。而這兩大核心訴求的基礎恰恰就是數據。
正如央行金融科技委員會在《金融科技發展規劃（2022—2025年）》所明確提出要"激活金融數據要素潛能"、"加強數據能力建設"等內容。如今，數據正在迅速改變金融全業務流程，如何基于數據進行創新成為所有金融機構的重要課題。"以銀行為例，正在從全、深、準、快四個維度出發，以數據賦能產品創新、精準營銷、風控和管理決策等。"中國農業銀行研發中心北研四部處長趙存超如是說。
具體來看，首先是金融機構正在基于數據構建全面的產品或服務。以農行為例，為服務三農多樣化的金融需求，其在數據產品打造方面已經今非昔比，3000多種數據產品涵蓋了像遙感數據、動物面部識別、智慧耳標等多種、多類型數據，通過全面的數據產品去賦能三農金融服務。
其次是利用數據來推動精準服務，提升客戶體驗。以營銷為例，過去銀行的營銷往往是依靠熟人、關系進行。如今，大部分銀行都在做線上線下協同營銷，把數據融入到精準營銷之中，利用客戶畫像來推薦合適的金融產品與服務。
第三則是通過數據能力將業務與服務做深，比如貸款等核心業務，需要基于大量內外部數據，利用知識圖譜等AI技術，進行深度分析，尋找到貸款客戶的關聯關系，從而為風險控制賦能，降低業務風險。
最后則是通過數據來支撐銀行日常的管理決策，業務數字化可以讓銀行的日常運營更加清晰、直觀，基于數據可以對業務變化進行提示、預警和監控，讓銀行各級管理層可以充分意識到業務的狀態，從而進行更加科學與合理的決策。
事實上，正是數據和數字化技術的融入，使得銀行等金融機構可以不斷在業務上進行探索和自我革命，為客戶提供更好的服務與體驗，并且更好地參與到市場競爭之中。為了更好地從全、深、準、快四個維度賦能業務，銀行等金融機構也在走向中臺化，將數據進行匯聚、融合，形成數據中臺，再基于數據中臺提供的業務能力，通過業務中臺為前臺業務提供敏捷服務。
"數據中臺類似‘生鮮超市'，匯聚了各種各樣的數據供選擇；而業務中臺類似‘米其林大廚'，利用‘生鮮超市'提供的各種數據來支撐前臺服務。"趙存超形象比喻道。也正是金融數字化帶來的種種變化，使得金融數據創新對于數據基礎設施的要求格外之高，推動了金融數據基礎設施走向全新的變革。
金融數據基礎設施挑戰加劇
過去，在柜面業務為主的時代，金融行業的數據類型相對單一，數據量增長也較為穩定，基于IOE架構的傳統IT基礎設施尚能應對；現在，隨著基于數據的業務場景、應用大量涌現，數據呈現出爆炸性的增長，對于數據基礎設施則帶來了全面的需求與挑戰。
從金融機構基礎設施現狀來看，大批金融當前正處于穩態和敏態業務并行的復雜局面，不僅需要加速進行分布式架構改造，讓基礎設施層走向云化，還需要應對混合云、容器云、虛擬化云等對于數據基礎設施帶來的挑戰。
另外，從金融業務數據呈現的特點來看，金融業務數據呈現出海量化、實時化、多樣化、數據價值化等特征，PB級數據規模已經成為新常態，正在向更高數量級發展，對于金融數據基礎設施帶來了全新的需求。例如，金融機構像營銷、風控等越來越多業務對于數據的實時性要求極高；而金融業務數據走向多樣化也極為顯著，結構化、非結構化、半結構化數據豐富多樣，像農行出于業務需要采集遙感數據、動物數據等就是典型例子；而隨著業務與數字化技術的深入融合，業務應用需要對數據進行加工、整合和分析，對于數據價值也極度渴望。
"過去，銀行等金融機構還主要是利用已有數據和服務過程中產生的次生數據；現在像機器采集數據也在明顯增加，從而更好地服務業務。"浪潮存儲產品線總經理李輝介紹道。
中國銀行數字資產運營中心處長李東亞也表示："以風控為例，除了銀行已有的基礎數據，銀行會與外部機構進行合作，引入像工商、稅務等機構的數據，對數據進行整合分析，從而產生價值。"
從新技術應用的趨勢來看，金融行業正在加大大數據、AI、隱私計算、數據編織等新數字化技術與業務的融合，對于數據基礎設施也產生了機器重要的影響。以隱私計算為例，隨著《數據安全法》等兩法一條例的陸續實施，數據的流通、共享和使用走向合法化和正規化，金融等行業對于隱私計算有著強需求。隱私計算不僅對上層算法創新有要求，對于基礎設施層的處理能力也要求極高。
又如，數據編織（Data Fabric）技術逐步進入到金融機構的視野。隨著業務的發展，金融機構除了需要數據大集中之外，很多數據分布在各個業務端，呈現出分布式的狀態。在分布式環境下數據如何進行分開算、分開存和協同使用，數據編織（Data Fabric）技術正在發揮關鍵作用，并且對于數據基礎設施帶來了全新的挑戰。
"銀行正在努力打造‘產、采、建、用、管'的數據閉環。從數據的產生、數據采集，到數據的建設、數據的使用，再到數據的流轉與管理，需要不斷迭代、優化。"趙存超總結道。也正因為如此，為數據閉環處理打造的數據底座正在成為金融行業數據基礎設施的發展趨勢，通過數據底座有效支撐云、邊、端等新興技術架構下數據采集、傳輸、處理、使用和管理的整個業務流程。
金融數字化如何做到"有底"和"有數"
在傳統IT基礎設施環境中，"數據存不下、流不動、用不好"現象極為普遍。而數據基礎設施的視角是圍繞數據的"產、采、建、用、管"提供全生命周期的支撐能力，讓數據存得了、流得動、用得好，將數據資源轉變為數據資產。
在李輝看來，金融行業圍繞數據基礎設施打造的數據底座必須堅持安全、可靠、經濟和高效的原則，從而更好地支撐起數據全業務流程操作和前臺業務創新。"金融服務需要永遠在線、數據永不丟失、性能永遠滿足、容量永遠夠用。"
以數據可靠性和業務連續性為例，雖然很多銀行都在進行"主機下移"和"分布式架構改造"，但對于數據可靠性和業務連續性的要求一點都沒有降低。像《銀行業信息系統災難恢復規劃》規定，AB類業務災難恢復要求在5級以上，業務中斷需要低于15分鐘，有些銀行對于業務連續性的要求會更高。另外，在性能層面，像海量數據處理、AI應用等，帶來極大的性能要求，推動了金融行業數據湖、存算分離架構的建設，在這種趨勢下，如何更好地發揮數據基礎設施的能力至關重要。
李輝認為，結合金融業務場景復雜化的情況以及基礎設施的發展趨勢，金融的數據底座需要走向場景化、平臺化和專業化。
首先是場景化，集合金融業務場景的豐富化和多樣化，圍繞金融業務場景來構筑最符合的數據基礎設施；其次是平臺化，數據湖、數據倉庫、數據編制、分布式數據處理和計算，以及圍繞"產、采、建、用、管"的數據處理和匯聚過程，都需要平臺化方案，讓數據打通和流動；第三是在IaaS層走向專業化，不同場景、應用對于數據存儲的要求各有特點，通過云化基礎設施、彈性架構、兩地三中心等來滿足不同的需求。
"現在銀行一直強調的數據能力和數據創新，都需要建立在良好的數據架構和強大的數據基礎設施之上。‘有底'的數據基礎設施才能保障數據處理的時效性、完整性和可用性，從而更好地服務業務和創造價值。"李東亞表示道。
總體來看，數據正在成為金融機構創新的基礎，建設一個安全、可靠、經濟和高效的數據基礎設施底座已經成為大勢所趨。面向未來，隨著像數字孿生、元宇宙等技術的興起，數字化技術將會推動金融產品、服務和商業模式持續變革，而數據基礎設施在支撐金融行業數字化轉型和智能化升級方面將會發揮更大的作用與價值。
