作者 | 蘇越

金融業(yè)的數(shù)字化轉(zhuǎn)型已進入深水區(qū)，但金融機構(gòu)核心系統(tǒng)的改造整體上還處于起步階段。華為在相關(guān)研究中統(tǒng)計，僅有23%的金融機構(gòu)選擇以新的核心系統(tǒng)替代原有核心系統(tǒng)，50%以上的金融機構(gòu)仍選擇維持原有核心系統(tǒng)或者小范圍升級改造。金融機構(gòu)早已意識到，原有核心系統(tǒng)的架構(gòu)難以滿足數(shù)字化時代金融業(yè)務(wù)快速響應(yīng)、敏捷彈性的需求，所以并不缺少改造的動力。問題在于，核心系統(tǒng)建設(shè)難度大、成本高。

隨著云原生理念的成熟與推廣，問題有了新解法。云計算技術(shù)推動云原生的覆蓋范圍擴大，以適應(yīng)金融行業(yè)的高可用、高性能、業(yè)務(wù)連續(xù)性等特征要求。《2023年金融業(yè)信息技術(shù)轉(zhuǎn)型升級白皮書之核心下移篇》指出，金融業(yè)正逐步向云原生架構(gòu)體系轉(zhuǎn)型（即核心下移）。合理的方法、路徑和步驟至關(guān)重要。當數(shù)據(jù)和組織成為新的桎梏，金融數(shù)字化成為一項系統(tǒng)性工程，首先要有組織架構(gòu)和頂層規(guī)劃。

實力薄弱的中小金融機構(gòu)需要在科技廠商的賦能下，基于資產(chǎn)規(guī)模和和科技預算合理規(guī)劃實施計劃，適配不同的技術(shù)、產(chǎn)品、方案、機制。金融業(yè)已正式進入大模型時代。目前國內(nèi)參數(shù)在10億規(guī)模以上的金融大模型已超過20個，阿里、騰訊、百度、華為等大廠以及馬上消費、招聯(lián)金融等持牌金融機構(gòu)已公開發(fā)布相關(guān)成果，工農(nóng)中交等9家銀行在2023中報中明確了大模型進展，更多科技公司和金融機構(gòu)也在探索相關(guān)應(yīng)用。

但是，金融大模型的落地應(yīng)用尚不成熟，還面臨著監(jiān)管、數(shù)據(jù)、場景等多方面的問題。從智能客服、協(xié)同辦公等單一的“點”，到“線和面”的融合，可能還有很長的路要走，需要科技廠商和金融行業(yè)共同努力。日前，在中國信通院金融科技產(chǎn)業(yè)大會的主題論壇現(xiàn)場，作者作為參與人員，與神州信息金融技術(shù)部總經(jīng)理張勁、阿里云新金融事業(yè)部副總經(jīng)理宋勇和華為數(shù)字金融軍團分布式新核心業(yè)務(wù)總經(jīng)理韓滿進行了對話，探討了金融業(yè)向云原生分布式架構(gòu)體系轉(zhuǎn)型以及金融大模型落地應(yīng)用過程中的一系列問題。以下為內(nèi)容要點。

 01 

金融數(shù)字化轉(zhuǎn)型進入新時代

1、云原生技術(shù)全面涌現(xiàn)

宋勇：過去40年，銀行IT系統(tǒng)經(jīng)過多輪演進迭代，從單機時代、聯(lián)網(wǎng)聯(lián)機時代到數(shù)據(jù)大集中時代、分布式云原生時代。在數(shù)據(jù)大集中時代，誕生了銀行最重要的業(yè)務(wù)系統(tǒng)——核心業(yè)務(wù)系統(tǒng)，使得中國金融服務(wù)的能力和效率大幅提升。與此同時，數(shù)據(jù)、業(yè)務(wù)交易量及復雜性也大幅提升，彼時的IT系統(tǒng)不得已采用集中式處理架構(gòu)。

近幾年，隨著國內(nèi)互聯(lián)網(wǎng)公司、頭部科技廠商技術(shù)能力的提升，分布式云原生時代已然來臨。這個時代也經(jīng)歷了三個階段：● 局部的分布式和云原生，用分布式數(shù)據(jù)庫、分布式中間件，疊加傳統(tǒng)的X86結(jié)構(gòu)；● 云延伸階段，嘗試用云+DevOps+分布式技術(shù)架構(gòu)解決應(yīng)用系統(tǒng)創(chuàng)新和上云問題；● 金融級云原生，其核心思想是，把最先進的技術(shù)架構(gòu)理念和最嚴苛的金融級SLA高度結(jié)合，旨在刻畫出一套全棧云原生能力升級的技術(shù)體系，完整替換傳統(tǒng)架構(gòu)。

所謂“一鯨落，萬物生”，隨著傳統(tǒng)集中式架構(gòu)的衰落和退潮，云原生技術(shù)正在全面成長和涌現(xiàn)。面對金融行業(yè)更加嚴苛的要求，需要解決架構(gòu)先進性，將金融對安全合規(guī)、交易強一致性、單元化擴展、容災多活、全鏈路業(yè)務(wù)風險管理、運維管理等各方面行業(yè)要求與云原生技術(shù)進行深度融合，實現(xiàn)對傳統(tǒng)集中架構(gòu)的整體架構(gòu)升級，發(fā)展為一套既符合金融行業(yè)標準和要求、同時兼具原生技術(shù)架構(gòu)優(yōu)勢。

2、 核心下移的三大痛點

張勁：核心下移是一個任重而道遠的工作，在和華為與阿里云等生態(tài)伙伴反復溝通過程中，我們發(fā)現(xiàn)痛點主要有三個層面。第一，系統(tǒng)使用周期長。核心業(yè)務(wù)系統(tǒng)一般使用至少7年，有些修修補補能用13-15年，很多信息因此變得模糊甚至無法溯源。所以在下移的過程中，首先要把過去的信息捋清楚，這是一個很麻煩的工作。

第二，架構(gòu)轉(zhuǎn)型挑戰(zhàn)大。以前絕大部分銀行使用的是OS-390、AS-400或者RS-600，也就是大型機到中型機到小型機。對于現(xiàn)在的分布式云原生這種微服務(wù)的架構(gòu)，很多銀行并不了解，架構(gòu)轉(zhuǎn)型從規(guī)劃設(shè)計到實施到運行都有很大的挑戰(zhàn)。第三，數(shù)據(jù)改造牽涉廣。數(shù)據(jù)庫切換升級是一個體系化的工程，涉及到數(shù)據(jù)的結(jié)構(gòu)、數(shù)據(jù)的移植，并且在數(shù)據(jù)改造的過程中，對原有的應(yīng)用要做切割和改造。

 02 

數(shù)據(jù)及組織成了新的桎梏

金融機構(gòu)數(shù)字化轉(zhuǎn)型進入深水區(qū)，有觀點認為“技術(shù)本身已不是瓶頸，數(shù)據(jù)及組織問題成了新的創(chuàng)新和發(fā)展的桎梏，包括數(shù)據(jù)打通，業(yè)務(wù)協(xié)同、開放生態(tài)等問題”。

3、“組織實際上是最難的”

張勁：目前不用過分強調(diào)技術(shù)作為數(shù)字化轉(zhuǎn)型的關(guān)鍵要素，因為它是一個重要的點，但不是唯一。組織實際上是最難的，因為所有企業(yè)的運轉(zhuǎn)都靠組織，一些數(shù)據(jù)打不通，是因為組織之間沒有打通。

這就是為什么很多數(shù)字化轉(zhuǎn)型領(lǐng)導小組，不是選擇技術(shù)部門而是全行級的部門來主導。但是現(xiàn)實仍然很難，比如很多銀行對公部門和對私部門的數(shù)據(jù)不能有效打通，這里有很多組織的原因，也有交易邏輯的原因。因此，組織上需要更多地開放融合，但需要時間去實現(xiàn)�，F(xiàn)在越來越多的數(shù)據(jù)其實是非結(jié)構(gòu)性數(shù)據(jù)，社交媒體、互聯(lián)網(wǎng)上的數(shù)據(jù)，要能夠有效地被金融機構(gòu)識別和分析，才能實現(xiàn)真正意義上的“千人千面”服務(wù)。此外，還有很多其他因素，包括監(jiān)管機構(gòu)既管又放的政策調(diào)整，包括金融目前的整個生態(tài)。

因為金融行業(yè)的科技預算和市場規(guī)模很大，怎樣建立一個更加繁榮的生態(tài)，能夠把這些好的廠商、產(chǎn)品、技術(shù)和理念更好的融合，這是金融行業(yè)數(shù)字化的重點。

4、“未來的架構(gòu)一定是分布式的”

宋勇：過去是縱向垂直擴展，也就是說以前銀行做核心系統(tǒng)采用集中式架構(gòu)，就把核心系統(tǒng)和每個業(yè)務(wù)部門的系統(tǒng)從底下到上面做得又粗又壯，而且每個都是縱向的。未來金融數(shù)字化的新架構(gòu)要承擔更多的業(yè)務(wù)創(chuàng)新，帶來更大的高性能、高可用、業(yè)務(wù)一致性的要求，當下是要變成新的分布式架構(gòu)，就是橫向的水平擴展。所以在這里面會有云、分布式的數(shù)據(jù)庫、分布式中間件，以及新的基于云原生分布式的核心系統(tǒng)。

時至今日，技術(shù)不再是一個的產(chǎn)品的名字，它可能是針對不同客群的系列解決方案。這些解決方案會把越來越多的業(yè)務(wù)部門、業(yè)務(wù)團隊拉進來進行協(xié)作，是一個比較大的工程。在這種情況下，未來金融數(shù)字化要先有組織架構(gòu)和頂層規(guī)劃，然后基于這個框架，把不同的技術(shù)、產(chǎn)品、方案、機制，以及不同的要求裝進去，做水平擴展。韓滿：以銀行為例，傳統(tǒng)架構(gòu)是一個個垂直的煙囪式架構(gòu)，數(shù)據(jù)流通起來存在很多困難，也不具備彈性敏捷的能力，從資源利用率、故障隔離等方面難以滿足業(yè)務(wù)需求。

未來的銀行技應(yīng)當構(gòu)建在基于分布式架構(gòu)的平臺基礎(chǔ)上，會走向一個敏捷、開放、智慧的形態(tài)，并且會連接更多的生態(tài)。華為的理念也是，未來的架構(gòu)一定是分布式的。但走向分布式架構(gòu)之后也存在很多挑戰(zhàn)，例如，怎樣保證在一起協(xié)作的更好，怎樣保證金融機構(gòu)下面分布式的一致性。在橫向擴展過程中，架構(gòu)的可靠性、高性能以及穩(wěn)定性也至關(guān)重要。

所以，未來可以構(gòu)建一些如兩地三中心、多地多中心的多活架構(gòu)，更好滿足敏捷面對創(chuàng)新以及監(jiān)管的要求。數(shù)字化轉(zhuǎn)型不是一蹴而就，需要一個周期。同時，銀行對應(yīng)的科技人員、業(yè)務(wù)人員也要去學習更新迭代的知識結(jié)構(gòu)框架，這樣才能夠讓分布式架構(gòu)轉(zhuǎn)型的成果更好地支撐業(yè)務(wù)的敏捷和創(chuàng)新。

 03 

金融大模型落地難，AI Bank一定會出現(xiàn)

5、金融大模型落地難在監(jiān)管、數(shù)據(jù)和場景

張勁：大模型的落地應(yīng)用遵循“點線面”的原則。一件事在開始時是達不到顛覆性、挑戰(zhàn)性成果的。舉例來說，我們?nèi)ャy行辦業(yè)務(wù)，完全不需要人，全部用AI的方式做行不行？可能在技術(shù)上未必不行，但實際上是肯定不行的。

在AI大模型上，我們選取了兩個點。第一點，在軟件開發(fā)領(lǐng)域。這個方向不直接接觸用戶，還是在科技體系里面，讓金融機構(gòu)的代碼工作能夠變得多快好省，降低成本。

第二點，圍繞智能機器人。為什么大家不愿意去聽AI語音呢？因為它不通人性，還不能很好地理解客戶的語言，尤其是情緒。所以可以先不做智能投顧這類復雜的方案，先讓AI做好日常處理，更好地解答客戶的問題，感受客戶的體驗，提升客戶的滿意度�，F(xiàn)在對于大模型來說，讓行業(yè)做出顛覆性的創(chuàng)新很難，而且還有一些監(jiān)管的實際要求。選取兩個點，選取一些線，通過科技廠商和金融行業(yè)共同的努力形成一個面，具體在金融行業(yè)里怎么落地，還需要大家一起去探索。

宋勇：阿里云在大模型的這件事情上扮演了兩個角色，一是基礎(chǔ)大模型，二是場景大模型，更多的是提供一層平臺和二層平臺。阿里云的策略也是讓大模型在一些可用的場景上逐步成長，逐步被機構(gòu)用戶以及最終的消費者接受。例如在內(nèi)控、財報編寫、辦公協(xié)同、投資理財建議等方面，找一些不大的場景，既滿足合規(guī)，銀行中又有足夠的數(shù)據(jù)進行訓練。不過，大模型在核心系統(tǒng)、智能營銷、在2B2C鏈條上全面使用應(yīng)該比分布式核心要快，但是需要大家共同努力，以及監(jiān)管合規(guī)政策的一定轉(zhuǎn)變。

韓滿：最近我去參觀了一個城市商業(yè)銀行的智慧運營，其中有一項用到AI的審核工作，大概70%的工作已經(jīng)可以通過人工智能來做，但是還是保留了大概50人做人工審核。從準確性上來說，有20%的工作當前還需要人工來進行，另外有10%是出于嚴謹性考慮需要打回重新來做。這就代表了AI至少有20%提升空間。所以對于這個問題，一方面要考慮監(jiān)管的需要，是不是能夠讓AI大模型有一個很大的發(fā)揮空間。另一方面，AI大模型本身的質(zhì)量和準確性也需要提升。另外，從數(shù)據(jù)角度來看，很多中小機構(gòu)的數(shù)據(jù)質(zhì)量還存在著各種各樣的問題，比如數(shù)據(jù)治理不足，數(shù)據(jù)維度簡單，數(shù)據(jù)量不夠等，很難訓練出一個很好的大模型。

6、AI Bank：偽命題OR跨時代意義？

宋勇：首先在AI這件事情上，我們認為在整個經(jīng)濟社會體系里面，它目前看是一個不可逆的過程，它一定會落地，但不確定是否以大模型的方式落地，或者AI怎樣去重塑我們的社會經(jīng)濟、科技。這應(yīng)該是一個越來越快的、非線性的，指數(shù)增長的過程，而且是一個堅定的過程。所以什么時候出現(xiàn)AI Bank，我們目前不能預測，但這是一個確定的不可逆的過程。其次，阿里在4月份的時候提出，支撐阿里6大集團業(yè)務(wù)那套科技會用AIGC重塑一遍。也就是說在阿里自身的商業(yè)版圖里，已經(jīng)開始使用AIGC去推動業(yè)務(wù)發(fā)展，這是我們在做的一些實踐。

       原文標題 : 金融數(shù)字化走到哪一步了？來自神州、阿里和華為的回答