作者 | 蘇越

金融業(yè)的數(shù)字化轉型已進入深水區(qū)，但金融機構核心系統(tǒng)的改造整體上還處于起步階段。華為在相關研究中統(tǒng)計，僅有23%的金融機構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。金融機構早已意識到，原有核心系統(tǒng)的架構難以滿足數(shù)字化時代金融業(yè)務快速響應、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。云計算技術推動云原生的覆蓋范圍擴大，以適應金融行業(yè)的高可用、高性能、業(yè)務連續(xù)性等特征要求�！�2023年金融業(yè)信息技術轉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體系轉型（即核心下移）。合理的方法、路徑和步驟至關重要。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，首先要有組織架構和頂層規(guī)劃。

實力薄弱的中小金融機構需要在科技廠商的賦能下，基于資產規(guī)模和和科技預算合理規(guī)劃實施計劃，適配不同的技術、產品、方案、機制。金融業(yè)已正式進入大模型時代。目前國內參數(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已公開發(fā)布相關成果，工農中交等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也在探索相關應用。

但是，金融大模型的落地應用尚不成熟，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部總經理張勁、阿里云新金融事業(yè)部副總經理宋勇和華為數(shù)字金融軍團分布式新核心業(yè)務總經理韓滿進行了對話，探討了金融業(yè)向云原生分布式架構體系轉型以及金融大模型落地應用過程中的一系列問題。以下為內容要點。

 01 

金融數(shù)字化轉型進入新時代

1、云原生技術全面涌現(xiàn)

宋勇：過去40年，銀行IT系統(tǒng)經過多輪演進迭代，從單機時代、聯(lián)網聯(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)務系統(tǒng)——核心業(yè)務系統(tǒng)，使得中國金融服務的能力和效率大幅提升。與此同時，數(shù)據(jù)、業(yè)務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。

近幾年，隨著國內互聯(lián)網公司、頭部科技廠商技術能力的提升，分布式云原生時代已然來臨。這個時代也經歷了三個階段：● 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結構；● 云延伸階段，嘗試用云+DevOps+分布式技術架構解決應用系統(tǒng)創(chuàng)新和上云問題；● 金融級云原生，其核心思想是，把最先進的技術架構理念和最嚴苛的金融級SLA高度結合，旨在刻畫出一套全棧云原生能力升級的技術體系，完整替換傳統(tǒng)架構。

所謂“一鯨落，萬物生”，隨著傳統(tǒng)集中式架構的衰落和退潮，云原生技術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)務風險管理、運維管理等各方面行業(yè)要求與云原生技術進行深度融合，實現(xiàn)對傳統(tǒng)集中架構的整體架構升級，發(fā)展為一套既符合金融行業(yè)標準和要求、同時兼具原生技術架構優(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，架構轉型挑戰(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的架構，很多銀行并不了解，架構轉型從規(guī)劃設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)的結構、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

金融機構數(shù)字化轉型進入深水區(qū)，有觀點認為“技術本身已不是瓶頸，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：目前不用過分強調技術作為數(shù)字化轉型的關鍵要素，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)字化轉型領導小組，不是選擇技術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)。現(xiàn)在越來越多的數(shù)據(jù)其實是非結構性數(shù)據(jù)，社交媒體、互聯(lián)網上的數(shù)據(jù)，要能夠有效地被金融機構識別和分析，才能實現(xiàn)真正意義上的“千人千面”服務。此外，還有很多其他因素，包括監(jiān)管機構既管又放的政策調整，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、產品、技術和理念更好的融合，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，就把核心系統(tǒng)和每個業(yè)務部門的系統(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)字化的新架構要承擔更多的業(yè)務創(chuàng)新，帶來更大的高性能、高可用、業(yè)務一致性的要求，當下是要變成新的分布式架構，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，技術不再是一個的產品的名字，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)務部門、業(yè)務團隊拉進來進行協(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和頂層規(guī)劃，然后基于這個框架，把不同的技術、產品、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)架構是一個個垂直的煙囪式架構，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)務需求。

未來的銀行技應當構建在基于分布式架構的平臺基礎上，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，未來的架構一定是分布式的。但走向分布式架構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，怎樣保證金融機構下面分布式的一致性。在橫向擴展過程中，架構的可靠性、高性能以及穩(wěn)定性也至關重要。

所以，未來可以構建一些如兩地三中心、多地多中心的多活架構，更好滿足敏捷面對創(chuàng)新以及監(jiān)管的要求。數(shù)字化轉型不是一蹴而就，需要一個周期。同時，銀行對應的科技人員、業(yè)務人員也要去學習更新迭代的知識結構框架，這樣才能夠讓分布式架構轉型的成果更好地支撐業(yè)務的敏捷和創(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，我們去銀行辦業(yè)務，完全不需要人，全部用AI的方式做行不行？可能在技術上未必不行，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，逐步被機構用戶以及最終的消費者接受。例如在內控、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，很多中小機構的數(shù)據(jù)質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濟、科技。這應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，已經開始使用AIGC去推動業(yè)務發(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