7月12日，由華為云與《清華金融評論》聯(lián)合主辦、清華五道口“數(shù)字中國”企業(yè)家課程項目學術支持的《中國金融機構數(shù)字化轉型》專題研討會在線上隆重舉行，大會邀請產(chǎn)學研權威專家共同圍繞“中國金融機構數(shù)字化轉型”的方向與重點，展開了深入探討。

華為中國區(qū)金融云總經(jīng)理郭婷出席本次研討會，并分享了華為云在支持金融機構數(shù)字化轉型的過程中遇到的問題和對應的解決方案。郭婷認為，金融機構的數(shù)字化轉型，外因主要包括產(chǎn)業(yè)結構升級、生態(tài)聯(lián)合運營，內因主要包括業(yè)務壓力激增和用戶體驗升級，這些因素共同推動著金融行業(yè)的數(shù)字化轉型升級。

郭婷結合華為云長期服務于金融機構的實踐經(jīng)驗指出，支撐金融機構數(shù)字化轉型升級的基礎能力主要包括：核心系統(tǒng)的升級，以及由此帶來的基礎架構和數(shù)據(jù)庫的升級；數(shù)據(jù)分析系統(tǒng)的升級，以及由此帶來的大數(shù)據(jù)和AI分析能力的建設。針對這兩種能力的升級，郭婷提供了華為云的成熟解決方案及案例參考。

核心系統(tǒng)升級，加速金融核心業(yè)務創(chuàng)新

在郭婷看來，過去，很多金融機構采用雙模架構進行核心系統(tǒng)的改造，穩(wěn)態(tài)架構發(fā)揮了安全穩(wěn)定的價值；敏態(tài)架構依托云原生和分布式技術，構建彈性敏捷的能力，實現(xiàn)跨界融合價值創(chuàng)新。隨著業(yè)務量的激增，集中式核心無法支撐海量交易，需要進行提質增效和分布式的改造，越來越多的金融機構開始從雙模架構向完全敏態(tài)的單模架構推進。

華為云提供的應用微服務化、分布式事務和非侵入式服務網(wǎng)格等云原生服務，支持金融機構的敏態(tài)業(yè)務。具備“兩地三中心”容災能力，并且能夠支持原有業(yè)務的平滑升級。

郭婷認為，核心系統(tǒng)的升級是必由之路，云轉型是其依賴的重要支柱。業(yè)內普遍認為云轉型分為三大階段：On-Premise、Cloud-Based和Cloud-Native。前80%的金融機構仍聚焦在第二個階段，即業(yè)務平移上云。而部分頭部客戶已經(jīng)步入了第三個階段——全面云化。

全面云化能夠為金融機構帶來六大升級好處，加速金融核心業(yè)務的創(chuàng)新：一是基礎設施，從傳統(tǒng)的集中式架構，升級到云原生基礎架構。二是應用架構，從單體的三層，升級為分布式微服務，秒級擴容。三是交付模式，從瀑布式到DevOps，交付效率從月提升到天。四是部署模式，從單系統(tǒng)煙囪式到關聯(lián)系統(tǒng)組合，效率能夠提升50%。五是運營模式，從單中心到多地多中心，故障能夠做到秒級的遷移。六是自主創(chuàng)新，從芯片操作系統(tǒng)到云平臺、數(shù)據(jù)庫等全棧能力。特別是全面云化的智能運維能力，華為云在大型國有銀行的實踐中，基于全新的拓撲加AI算法，能夠做到故障一蹤到底，秒級定位。

數(shù)據(jù)庫是分布式核心升級的另外一個重要依賴。在核心數(shù)據(jù)安全上云方面，金融機構主要有三個顧慮。第一是選型，數(shù)據(jù)庫關聯(lián)客戶的核心業(yè)務，并且類型比較復雜，是封閉生態(tài)還是開放生態(tài)非常關鍵。第二個是成本，上層的應用改造范圍希望盡可能小，整體成本希望盡可能的可控。第三是運維，即在上云以后是否會增加數(shù)據(jù)庫的運維管理復雜度。

在數(shù)據(jù)庫方面，華為云在服務金融客戶時做到了選型安心、遷移放心、管理省心，不僅助力金融機構實現(xiàn)核心系統(tǒng)的升級，更能避免客戶的后顧之憂。2019年華為首次發(fā)布了GaussDB AI-Native技術。在過去三年，華為云持續(xù)將AI技術融入數(shù)據(jù)庫內核，實現(xiàn)數(shù)據(jù)庫自動優(yōu)化等功能，相比傳統(tǒng)的人工優(yōu)化的方式，性能能夠提升30%，同時耗時也能夠從天降到分鐘級。為了滿足金融客戶對于數(shù)據(jù)庫產(chǎn)品生態(tài)開放的訴求，華為云GaussDB數(shù)據(jù)庫面向70所高校，200家ISV發(fā)展了10萬開發(fā)者提供了數(shù)據(jù)庫培訓和認證，為金融機構的數(shù)據(jù)庫的人才發(fā)展和培養(yǎng)做出了貢獻。

數(shù)據(jù)分析系統(tǒng)升級，提升金融機構大數(shù)據(jù)和AI分析能力

在數(shù)據(jù)分析系統(tǒng)方面，郭婷認為，盡管大數(shù)據(jù)技術已經(jīng)非常成熟，但仍然存在諸多痛點：一是數(shù)據(jù)協(xié)同分析難，業(yè)務越來越復雜，單個系統(tǒng)的數(shù)據(jù)已經(jīng)無法滿足業(yè)務變化的需求，傳統(tǒng)的煙囪式建設，導致數(shù)據(jù)分散在多個湖、多個倉、多個系統(tǒng)，難以實現(xiàn)互聯(lián)互通。二是數(shù)據(jù)可用時間晚，由于技術條件的限制，數(shù)據(jù)無法實時增量入湖和更新，直接影響了數(shù)據(jù)價值的發(fā)揮。三是存儲空間浪費多，數(shù)據(jù)平臺建設過程中，存在多套底層平臺的問題，數(shù)據(jù)割裂造成了浪費。四是業(yè)務的連續(xù)性難以保障，在集群達到一定規(guī)模數(shù)量后，各種突發(fā)事件頻出，進而影響正常的業(yè)務運轉。

華為云的數(shù)據(jù)湖服務通過持續(xù)的創(chuàng)新來協(xié)助金融機構解決以上問題。包括邏輯數(shù)據(jù)湖、實時數(shù)據(jù)湖、離線數(shù)據(jù)湖和滾動升級。其中，邏輯數(shù)據(jù)湖支持跨湖、跨倉、跨云秒級分析協(xié)同，提供Hetu數(shù)據(jù)虛擬引擎，能夠實現(xiàn)湖和倉的數(shù)據(jù)協(xié)同分析，減少數(shù)據(jù)的搬遷。實時數(shù)據(jù)湖提供實時的組件，支持數(shù)據(jù)實時增量入湖，以及毫秒級的OLAP的分析，流批一體等功能。離線數(shù)據(jù)湖和滾動升級同樣不可或缺，前者支持多種引擎，支持BI和AI的綜合分析，后者支持分批升級和故障節(jié)點的隔離，實現(xiàn)業(yè)務升級過程中的業(yè)務無感知。

郭婷還結合某銀行客戶通過華為云的數(shù)據(jù)湖方案實現(xiàn)營銷場景、風控場景、運營場景創(chuàng)新的案例，指出在金融數(shù)字化轉型升級中，技術的改變帶來的不僅是思維的重構，更能有力地支撐業(yè)務數(shù)字化、數(shù)據(jù)業(yè)務化的轉變，覆蓋零售、風險、監(jiān)管等更多的服務場景。同時，對數(shù)據(jù)治理流程規(guī)范化、數(shù)據(jù)資產(chǎn)全景化提供更好的支持。

此外，郭婷認為，在金融數(shù)字化轉型的路上，AI的應用將愈發(fā)頻繁。為此，華為云為金融行業(yè)提供了AI解決方案ModelArts和盤古大模型。ModelArts的使命是讓AI的開發(fā)更簡單，成為通用的生產(chǎn)力，并解決AI人才和專家匱乏的問題，同時也面向開發(fā)者提供一站式的服務。由于金融機構的行業(yè)特殊性，它們更需要泛化能力更強的模型，華為云的盤古大模型就具備了領先的語言理解和模型生成的能力，可以實現(xiàn)一個AI大模型在眾多場景的通用、泛化和規(guī)?；膹椭?。

郭婷結合客戶案例，解讀了華為云為金融行業(yè)提供的AI解決方案的實力。比如在某金融機構的金融倉項目中，應用了AI的視覺技術對抵押物進行實時的追蹤，包含了上千種類型的箱體。使用傳統(tǒng)的方式可能需要對百萬張圖片進行標注，而且不同的場景也需要不同的模型。借助盤古大模型的場景泛化能力，客戶只需要一個模型就可以完成多個環(huán)節(jié)的檢測，同時識別的準確率得到進一步的提升。在保險理賠場景中，AI技術可以支持車主自助報損，實現(xiàn)精準賠付，核保人員不用去到現(xiàn)場，從而大幅節(jié)省成本。在互聯(lián)網(wǎng)金融行業(yè)，可以使用AI理解視頻內容來實現(xiàn)自動化推薦，幫助金融機構找到更精準地找到客戶。“AI的技術與金融場景的泛在結合，將會極大地提升金融數(shù)字化與智能化的進程”，郭婷說道。

金融有底，賦實有數(shù)。在數(shù)字經(jīng)濟浪潮下，金融作為國民經(jīng)濟的引擎和血脈，數(shù)字化轉型升級迫在眉睫。圍繞銀行、保險、證券等金融客戶的數(shù)字化轉型升級需求，華為云通過源源不斷的創(chuàng)新產(chǎn)品和解決方案的升級，助力金融機構加快轉型進程，守正創(chuàng)新，為推動國家數(shù)字化經(jīng)濟產(chǎn)業(yè)高質量發(fā)展提供助力。