把金融航母開進智能峽灣，總共分幾步？_風聞
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头06-21 17:41
試想一下，有這麼一家街頭小店。夫妻兩個勤奮經營，誠信待客，廣受街里街坊的歡迎。他們流水穩定，蒸蒸日上，商業信譽很好，甚至是非物質文化遺產的傳承者。這樣一家店，在擴大經營，拓展業務時，應該獲得金融服務的支持嗎？
大家的答案想必都是肯定的。但現實情況是，由於沒有傳統的“三張表”與不動產抵押，這樣一家店其實很難向信貸機構證明自身的商業價值，繼而難以獲得有效的金融服務。這就是金融業常説的“能授予貸款的不需要貸款，需要貸款的得不到貸款”。
怎麼破解這個難題？答案是靠大數據和AI。如果金融機構可以通過大量可靠、多元的商業數據，準確識別一家夫妻店的商業模型與發展軌跡，那麼金融服務就有跡可循，有數據可依靠。從而就能夠解決千千萬萬家小微企業、小門店、小作坊的金融需求，做到真正的普惠金融，以數促實。
事實上，這僅僅是數據和AI技術能夠在金融業中發揮價值的冰山一角。大語言模型可能成為用户的智能理財顧問；AI風控技術可以擔任金融機構的風險評估師；智能體可以參與到金融業的頂層決策中來，擔任“數字人高管”。
金融業這艘龐大的航母，在過去經歷了幾次航道轉向，第一次是從簽章單據的傳統金融業態，駛向信息化、數字化的瀚海；第二次是從網點為中心，駛向智能手機和移動互聯網的多中心三角洲；第三次，就是駛向數據與AI驅動的智能峽灣。
今天，近乎所有金融機構都在關注AI、討論AI，堅決抓住智能化金融的新機遇。而當Where已經確定了，新的問題就是——How？
華為金融數據智能解決方案3.0的價值，就是提供了金融業駛向智能時代的方法與路徑。
那我們就以此為基礎，來看看把金融航母開進智能峽灣，總共分幾步？
第一步，眺望智能峽灣的迷霧與風暴
想要實現金融業的智能化目標，提高金融機構的整體智能化水平。首先需要明確的是金融機構面臨的智能化難題有哪些。就像一艘大船想要駛進海灣，首先需要讓水手登高眺望，預判接下來航行的難點是什麼。
AI的三要素是數據、算法與算力。對於金融業而言，進入智能時代的挑戰也藴藏在這些端口當中。整體而言，這次航程會遇到這樣幾項代表性挑戰：
1.數據迷霧
智能來源於數據。金融業龐大的數據規模與數據增速，就是金融智能化的最大助力。但海量數據中既藴藏着無數的保障，也會給數據的使用者、分析者帶來巨大的數據迷霧效應。如何更有效管理數據、分析數據、應用數據，成為數據驅動型企業，就是金融業面向未來的核心競爭力。
2.算法風暴
大模型的成功，讓各行業都看到了新的智能化契機。但通用模型如何與行業需求、行業知識適配是一個至關重要的問題。對於金融業來説也是如此，AI算法與金融場景的融合適配難度很高，並且AI開發週期長、開發效率低、相關業務上線應用流程繁瑣等問題，構成了困擾金融業進行智能化升級的算法風暴。
3.安全礁石
金融毫無疑問是最重視安全的行業，而AI技術帶來了大量數據的反覆調用、非結構化數據的頻繁存取，以及新的軟件系統與核心業務相結合。這些新變化都將帶來新的安全隱患。如何避免安全問題成為智能化航道上的礁石，也是需要考慮的問題。
水手難題
智能化的核心是人才，但在目前階段，既懂AI懂數據，同時又懂金融，懂券商的人才非常難得。適當的人才培養與培訓機構，是滿足金融業智能化升級的關鍵。
想要克服這些挑戰，金融航母需要在數據智能方面，完成一場多維度的全面升級。
第二步，讓金融航母做好準備
面向確定的智能化未來，金融行業需要深度、立體地釋放數據智能價值，全面提升數據、算法、算力、人才、安全等維度的能力與水平。想要衝破風浪，駛入智能海域，最關鍵的還是金融業本身的智能化、數字化水平。
華為數字金融軍團CEO曹衝表示，數智價值釋放經歷四階躍升：從作業到數據，構建數據全鏈路實時能力，數據實現高效流轉；從數據到信息，通過數據一站式與智能化治理，讓人人敢用數、用好數、愛用數；從信息到知識，建立知識圖譜與統一視圖，實現對金融用户全量全要素洞察與決策；從知識到行動，讓生產力AI化，幫助業務高效決策。
想要實現數據價值的四階躍升，不能僅僅依靠單一技術、單一能力的升級，而是需要從頂層設計出發，完成包括數據架構、數據治理、數據消費、數據安全、數據人才在內的五維升級。為此，華為打造了數據智能解決方案3.0，其包括三大業務場景方案與四大數據平台方案，能夠以實時湖倉為基礎，對業務用數需求實現秒級響應。通過打造分佈式集羣計算能力，支持千億級參數大模型和TB級數據的高速訓練，打通數據和AI產線進行一站式開發與建模，並且還深耕數據智能化場景，通過融合架構，化繁為簡，助力金融業提升場景化智能水平。一次性解決金融業在算力、算法、數據、安全等領域的多重挑戰，幫助金融航母實現一次全方位、立體化的艦船革新，具體來看，其中包括：
1.立起數據消費的風帆。
在數據消費升級方面，金融機構需要樹立標杆性的數據應用場景，以此作為整個智能航行的風帆。為了滿足這一需求，華為攜手夥伴，通過實時湖倉、圖數據庫、大模型、實時決策、AI產線等技術引擎，打造了一系列創新性的業務場景方案。比如説，實時智能營銷方案，可以推動金融營銷從批量走向事件和模型雙輪驅動；實時智能風控方案，可以使能風控從單點和事後走向全面和前置；智能數字員工方案，可以助力運營從數字化走向智能化。
2.轉動數據治理的船舵。
數據治理方面，金融機構需要統一的數據治理工具，像船舵一樣為數據智能進行整體把關。為此，華為提供了數智研運一體化的產線方案，實現一站式敏捷化、智能化、精益化的數據治理與AI建模。通過引入DevOps敏捷思維，無縫銜接DataOps、MLOps，使能數據快速供給與消費，將模型開發時間從月縮短到周，以此全面重塑金融數據的開發與治理效率。
數據架構方面，金融機構需要實現多種技術有效協同，讓數據高效流轉，業務快速響應。架構就像船身船骨，是金融這艘大船能否乘風破浪的基座。為此，華為提供了智能湖倉一體和大模型存算網的兩大數智新基建方案，推動金融業務向秒批秒辦的高度時效性發展。
4.建造數據安全的船錨。
安全能力是金融智能化的定海神針，是一切技術升級的前提。華為數據可信流通方案，通過控制策略模型和引擎、跨域身份與信任空間、高性能透明加解密三大安全技術，實現數據跨主體以及邊界傳輸後依然可控，滿足金融機構高度嚴苛的安全需求。
5.培養數據人才作為水手。
為了滿足金融業智能化發展的人才需求，華為提供了架構設計、集成設計、數據遷移、場景設計與運營等四階服務，幫助金融機構快速部署落地並快速實現能力導入，為金融機構提升數據內生能力。
在五維升級的幫助下，金融機構可以全面提升自身的數據治理、應用、安全水平，從而讓這艘大船能夠穿越數據迷霧，駛出算法風暴，平穩度過安全礁石，以最高航速，抵達智能時代的新港口。
第三步，拔錨啓航，駛向智能時代
在確定了升級維度與方法後，金融業需要面向智能化未來堅實前進。這不僅需要有效的技術與解決方案支撐，同時還需要實踐經驗與生態合作。這一方面，華為數字金融軍團始終與金融業共同進取，立志成為金融業駛向智能峽灣的航海夥伴。
目前，華為數據智能解決方案3.0已經支持了工商銀行、招商銀行、上海銀行、海通證券、中國人壽等金融機構的數據平台建設，服務全球超過100多家金融機構，同時華為也在與工商銀行、農業銀行協作，共同探索金融大模型等AI領域的創新應用。
與此同時，在實踐探索方面，華為還啓動了了金融行業“智領躍升·數智轉型行動”計劃，聚合華為與夥伴的經驗與技術能力，共同構築領先的金融行業解決方案。在技術平台能力與實踐探索的雙輪驅動下，金融機構可以更好掌握數據，掌握智能，掌握AI技術帶來的跨時代機遇。
數據是無盡的寶藏，智能是確定的未來。以智能為羅盤，金融業的新一輪大航海時代已經開始，智能峽灣裏，別樣的風景正在等候。
在那裏，金融機構的數字化能力可以極大提升。開發AI模型，應用AI技術的門檻得到極大降低。AI技術將成為銀行服務千行百業的新抓手，新窗口。
在那裏，夫妻小店、鄉村小廠也能得到有力、精準的金融服務。金融將真正融入人間煙火，成為社會普惠發展的底座動力。
在那裏，工業、農業、服務業都將得到更加智能化的金融聯接，讓金融成為實體經濟的創新引擎。以金融數字化推動行業發展，進而實現千行百業的共同數字化創新，最終構築出“行業-金融-數字化”三者之間的正向循環，實現真正的數實融合發展。
隨着金融支撐實體經濟發展中上升為國家戰略，金融智能化正在成為支持實體經濟發展的未來抓手。在金融航母的甲板上眺望，智能峽灣的風景已是盡在眼前。