北京2022年9月13日 /美通社/ -- 近日，由存儲聯盟、BanTech智庫、百易傳媒DOIT、浪潮信息聯袂舉辦的"有數·對話"線上直播。本次對話，中國銀行數據資產運營中心處長李東亞、中國農業(yè)銀行研發(fā)中心專家趙存超和浪潮信息存儲產品線總經理李輝三位專家，共同圍繞金融科技發(fā)展的新潮流、新挑戰(zhàn)、新底座展開交流，對話由BanTech智庫焦盧玲主持。
在人民銀行發(fā)布的《金融科技發(fā)展規(guī)劃（2022-2025）》中，明確提出要"激活金融數據要素潛能"、"加強數據能力建設"、"夯實金融創(chuàng)新發(fā)展數字底座"，加速金融數據基礎設施建設勢在必行。與金融科技熱潮相呼應，浪潮存儲正迎來高速增長，一季度浪潮存儲裝機容量增長40%，七倍于市場平均增速，裝機容量約為1.5EB，占全球總裝機容量的12%，位列全球前三、中國第一。快速增長背后，像浪潮這樣的存儲公司如何助力金融轉型，金融新數據需求和存儲新技術發(fā)展能否雙向奔赴，未來如何再攀高峰呢？
01 道：
加速金融科技創(chuàng)新 為什么
銀行業(yè)作為數據密集型行業(yè)，數據是推動其轉型發(fā)展的關鍵抓手和核心引擎。發(fā)揮數據的創(chuàng)新引擎作用，對于銀行業(yè)推進數字化轉型的意義集中在哪些方面？
趙存超（農行）表示，以數據為核心推進數字化轉型，在銀行業(yè)主要體現在四個方面。
第一是"全"。農業(yè)銀行有一個戰(zhàn)略是服務鄉(xiāng)村振興。比如茶葉種植、生豬養(yǎng)殖等等，不同三農領域的金融需求不一樣，我們通過遙感衛(wèi)星、物聯網采集數據，通過牛臉識別、智慧耳釘等方式獲得數據，基于內外部數據分析推出了面向不同三農產業(yè)的金融產品。這背后有三千多種數據產品的支持，是數據賦能了銀行的產品研發(fā)。
第二是"準"。現在銀行在推數字人民幣，數幣推廣過程中需要線上線下協(xié)同精準營銷。這背后是數據中臺和營銷中臺的合力，數據中臺可以準確提供客戶畫像、篩選出合適的客戶，營銷中臺在合適的時間推銷合適的產品、額度，以數據推動客戶精準服務。
第三體現在"深"。風控智能化非常重要，需要用數據的能力提升銀行業(yè)風險控制的能力。例如，一些集團客戶是隱形的，沒辦法直接識別，我們利用數據，基于知識圖譜建立可以"往下深鉆十層"的能力，通過分鐘級數據分析可以看到其中的關聯，識別隱性、潛在的集團客戶、控股關系。
最后是"快"。對于銀行業(yè)而言，用數據來支持管理決策已經大眾化了；但如何讓數據能力快速支持決策，這個要求是很高的。銀行需要準確地、實時地感知行內的生產經營變化，把提示、預警、監(jiān)控信息發(fā)送給經營管理者。
總之，銀行需要從全、準、深、快四個維度出發(fā)，以數據賦能產品創(chuàng)新、精準營銷、風控和管理決策。
銀行在探索新技術、搶抓數字經濟紅利方面有哪些經驗？
李東亞（中行）分析道，技術的發(fā)展為銀行數據價值創(chuàng)造帶來了無限機遇，過去數據加工和存儲成本過高，銀行無法對海量數據進行處理，無法從數據中獲取價值?，F在IT技術快速發(fā)展，在數據加工、存儲、智能分析等方面都可以滿足銀行的需求，過去銀行匯總海量數據要花幾天時間，現在在大數據技術支持下，幾個小時就可以完成。
趙存超（農行）表示，新興技術的發(fā)展對銀行深度利用數據提出了很多挑戰(zhàn)。比如，隱私計算對底層安全硬件、上層算法提出了很高的要求，我們曾經在蘇州分行和當地人行、其他十幾家金融機構一起嘗試隱私計算，實現了信息要素的流動，做到了只有一家銀行無法做到的事。還有數據編織，銀行現在有很多數據，這些數據如何資產化，資產化之后如何進行數據管理是很大的挑戰(zhàn)；尤其現在是云時代，數據可能分布在遠端或其他公司，不同地方的數據需要進行分布式管理。為了能夠智能的查找到所需的數據，我們采用了一個比較超前的技術 -- 數據編織，把分布式環(huán)境下的數據在不同區(qū)域分開算、分開存，但在邏輯上又能夠通過語義解析技術獲得元數據信息，從而組建數據地圖。這說明在大數據時代，銀行可以用創(chuàng)新技術來解決數據資產利用、價值挖掘中遇到的難題。
02 法：
數據要素 如何支撐數字轉型
結合人行發(fā)布的《金融科技發(fā)展規(guī)劃（2022-2025）》，談談農行在金融科技創(chuàng)新發(fā)展方面的總體規(guī)劃和獨特見解？
趙存超（農行）說道，農行也在積極探索，行里提到建設數據友好型系統(tǒng)，基于數據中臺、業(yè)務中臺形成閉環(huán)。數據中臺類似"生鮮超市"，能夠把所有領域的數據匯聚、融合在一起，形成數據動產；業(yè)務中臺則是"米其林廚師"，基于數據中臺提供的數據能力，為前臺提供敏捷的服務，支撐數字化轉型。
圍繞數據閉環(huán)，我們總結出"產、采、建、用、管"五個步驟，覆蓋從數據形成到使用再到價值創(chuàng)造的各個環(huán)節(jié)。首先，產就是數據從哪里來，不管行內還是行外的數據，產生過程中都要有標準、有規(guī)范、保證質量。同時互聯網數據非常重要，之前銀行的數據相對來說比較單薄，以后需要獲得更多的客戶行為數據。第二是采。有了數據之后需要按照標準化的方式、接口把數據采集起來，放到數據湖里。第三是建。把數據建設成為資產，通過數據模型化把數據資產沉淀下來，給后續(xù)應用提供基礎。第四是用。銀行需要提升數據使用能力，包括使用AI、BI、知識圖譜、隱私計算等技術，讓這些技術成為數據資料深度應用的加速器。最后是管，從數據流轉過程來講，管能夠支持整個數據流轉過程，保證數據質量不斷迭代優(yōu)化和流轉過程有序進行。
深挖數據資產價值離不開數據基礎設施建設，請分享對于金融科技創(chuàng)新中"有數、有底"的解讀。
李輝（浪潮信息）表示剛聽了兩位專家對金融行業(yè)數字化轉型的分享深有感觸。金融行業(yè)越來越依賴數字化手段，這些數字化手段其實要回到一個本質就是數據，而數據需要物理載體，就是數據存儲基礎設施。浪潮作為IT基礎設施提供者，需要為數據的閉環(huán)處理提供一個數據底座，有效支撐端邊云新興技術架構下數據采集、傳輸、處理、使用和管理的整個業(yè)務流程，這稱之為"有底"，即我們會提供數據存儲基礎設施。
同時，從數據底座的能力維度看，金融需要的是安全、可靠、經濟、高效的底座。這樣的底座能夠保證金融業(yè)務（包括剛才提到的金融創(chuàng)新產品）服務永遠在線、數據永不丟失、性能永遠滿足、容量永遠夠用，這也是有底的第二個含義，就是數據存儲底座要能夠更好地支撐前臺的創(chuàng)新應用，支撐數字化轉型過程中的數據全業(yè)務操作流程。
李東亞（中行）稱贊李總講的非常好，并補充說："有底"從基礎設施來講，就是要保證數據有底氣。現在監(jiān)管一直在強調數據的加工能力和數據價值的創(chuàng)造，這些都是建立在良好的數據架構以及強大的數據基礎設施之上的。沒有一個好的數據基礎設施，不可能保證數據加工的時效性、完整性和可用性。數據價值是經過大數據匯總、分析而產生的，數據價值挖掘要依賴于數據底座，包括像浪潮存儲提供的數據能力。
03 術：
以新存儲應對金融新數據挑戰(zhàn)
銀行數字轉型過程中，遇到了哪些數據存儲方面的挑戰(zhàn)？
李東亞（中行）表示，數據存儲是一個永恒的話題，隨著IT技術的發(fā)展，數據存儲訪問能力越來越高。同時銀行業(yè)務服務范圍越來越廣，產品創(chuàng)新不斷增加，銀行數據量不斷增長，如何保存銀行業(yè)務歷史數據，將對未來智能化分析產生重要影響，所以可以說銀行業(yè)務對于數據存儲和訪問的需求是無限的。
在銀行成本管控之下，數據存儲既要滿足當前業(yè)務需求，也要滿足未來長遠數據戰(zhàn)略。銀行需要制定合理的數據架構和存儲模式，按照數據應用優(yōu)先級進行合理管控，但這也帶來數據管理和架構設計的復雜性。如何在確保數據完全性的前提下，滿足數據高效訪問的需求，是未來存儲面臨的一個挑戰(zhàn)。
趙存超（農行）分享道，銀行業(yè)對數據的需求越來越旺盛，我們想要的、需要的、獲得的數據越來越多，我們要去強化數據底座。轉型過程中，數據容量、性能要求越來越大，這里面有一些矛盾的，怎么解決呢？我們正在推進數據湖建設，引入了存算分離的架構，把AI計算這種耗內存、耗CPU的計算能力分出去，把大量歷史數據沉到對象存儲里去，輕者為上升為天，濁者下降為地。存算分離模式能夠很好地發(fā)揮底層大容量存儲的能力，同時上層又能發(fā)揮高速運算的能力，再加上中間網絡能力的提升，能夠在一定程度上解決數據爆炸式增長帶來的挑戰(zhàn)。
隨著金融業(yè)務不斷創(chuàng)新，數據發(fā)生了怎樣的變化？
李輝（浪潮信息）表示，其實剛開始對話之前我認為金融行業(yè)不需要過多的依賴于機器采集，但剛才趙處講了農行的一些業(yè)務場景，比如農行需要借助遙感衛(wèi)星、物聯網等機器采集手段來采集數據，這是顛覆了我的認知。另外，銀行需要在整個服務過程當中采集數據，這些數據相當于次生數據，對下一步提升線上線下服務的時效性和質量有重要作用。
趙存超（農行）說道，金融行業(yè)的數據呈現了幾個不同的特點。一是實時化程度提升，數據采集、利用的實時性要求提升了。第二是多樣化，不只是數據的結構多樣，結構化、半結構化、流式等等，還包括數據的來源不同，可能源自行內，也可能是外部物聯網設備的信息。而且越往前走，隨著元宇宙時代的到來，虛擬世界里拿到的數據會越來越多，數據變得越來越豐富。第三是數據價值方面，銀行所需要的數據深度越來越高，需要做深度分析和挖掘。所以要"有底"，銀行需要用新的算法和技術，對數據進行多次的加工、匯總、整合，形成數據資產，把價值充分發(fā)掘出來。
李東亞（中行）分析，隨著金融管理程度越來越高，銀行本身的基礎數據是遠遠不夠的，需要深入挖掘客戶信息。這些信息一方面是通過銀行核心業(yè)務系統(tǒng)進行數據的采集，另一方面也要和外部機構進行合作，引進工商、稅務、海關等外部機構的數據，把這些數據跟銀行自己的數據整合在一起，形成客戶的全面風險數據。另外，非結構化數據也很重要。怎樣將非結構化數據引進來、使用好并產生數據價值，需要在數據整合和應用上有比較好的應對方式，這一方面需要銀行自身的創(chuàng)造，另一方面需要像浪潮這樣的存儲公司提供支持。
浪潮存儲在推進金融數據基礎設施建設方面有哪些先進方案？
李輝（浪潮信息）總結說，剛才兩位專家提到了一個金融行業(yè)對存儲的關鍵需求，就是數據饑渴，即需要用更多的數據來滿足智能轉型、場景服務、產品創(chuàng)新的需要，也就是圍繞數據全方位創(chuàng)新的需要。
從數據存儲上來講，金融行業(yè)從過去關鍵應用到未來智能化應用發(fā)展過程中，整個架構在發(fā)生著變化，要用新的理念來看待存儲公司提供的存儲基礎設施建設方案。
首先要堅持一些原則：安全、可靠、經濟、高效。在安全方面，金融行業(yè)對安全的要求越來越高，不光數據底座需要具備安全能力，里面的組成模塊也要具備。在可靠方面，金融系統(tǒng)要求業(yè)務和數據7×24小時在線。當然還有經濟性和高效性的要求，金融行業(yè)的數據量，現在是PB級，未來會有更大的發(fā)展，浪潮存儲會為金融行業(yè)提供更高效、更經濟的存儲平臺。
在基礎要求之外，結合金融業(yè)務場景的復雜化以及整個基礎設施的變化，我們提供三個方面的解決思路：場景化、平臺化、專業(yè)化，這三化是縱橫結合的解決思路和方案。
其一，縱指的是金融行業(yè)的應用場景，像剛才農業(yè)貸款產品、金融監(jiān)管產品等等，我們要堅持場景化，圍繞場景化來構筑對于銀行來講最好、最合適的系統(tǒng)。
其二，在PaaS或DaaS層面，我們還應堅持平臺化，剛才講到的數據湖、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。
其三，IaaS層的基礎設施需要專業(yè)化。剛才趙處也在提存算分離，不同場景和平臺對于計算和存儲的要求各有各的特點。金融核心應用要求高可靠、高安全、高性能、低時延，金融渠道和服務業(yè)務需要敏捷、彈性，不同場景下需要有專業(yè)化的產品。面向核心業(yè)務浪潮提供全閃產品；面向渠道業(yè)務、微服務業(yè)務，我們提供云化基礎設施，存儲產品要具備極致的云化對接能力，提供更具彈性、橫向擴展的架構，符合未來兩地三中心甚至三地四中心的需求。
如何看待未來應用的變化，數據基礎設施如何滿足上層應用的變化？
李輝（浪潮信息）總結道，未來應用最大的變化是需要越來越多的借助于數據。金融應用正在從自動化到智能化、從線上到線下、從無人化到人性化，其核心是更加有效率、有質量、更安全可靠，比如線上的人性化，會在留客方面變得更加重要，將是銀行非常重要的競爭力。再往下到技術層次，數字化、數字孿生和元宇宙這三個技術會促進金融產品、服務、商業(yè)模式的創(chuàng)新，這些都需要數據的支撐，需要數據基礎設施來存儲、保管數據。
浪潮希望通過全方位的數據存儲產品，更好地支撐金融數字化轉型，支撐像中行和農行這樣的數字化先鋒用戶，釋放數據要素價值推動數字經濟發(fā)展。
