自上世纪70年代末以来,我国金融信息化从业务电子化起步,在三十多年的时间里已基本完成了全国范围内金融业务自动化与和管理信息化的建设任务。随着互联网时代的到来,云计算、大数据、移动互联、人工智能等金融科技大放异彩,并与来自金融市场的应用需求一起形成合力,以双轮驱动的形式,推动金融信息化走进了全新的金融云化时代。
新华三集团副总裁、金融事业部总经理李乔
进入2018年以来,我国的金融云化进程明显提速。据Gartner的一份调研显示,80%的金融机构CIO期望在2018年加大云计算支出,其中39%的CIO甚至期望能实现大幅增长。3月,中国银监会牵头16家金融机构成立金融云公司,“云联”继“网联”与“信联”之后亦开始落地。紫光旗下新华三集团也继2017年协助网联构筑中国最大的互联网金融云之后,于2018年连续中标大地保险生产云、中国太平洋保险核心生产云、中国人民银行清算总中心生产混合云等金融云项目。
显然,上云已成我国金融机构最主要的数字化发展目标之一,金融IT的全面云化已是大势所趋。在2016年发布的《中国银行业信息科技“十三五”发展规划监管指导意见》中,中国银监会便明确指出,到“十三五”末期,金融机构面向互联网场景的重要信息系统将全部迁移至云计算架构平台,其他迁移比例不低于60%。在政府及行业监管者对云计算的大力推动外,金融云化的驱动力,更来自金融科技的不断发展更迭,来自金融市场旺盛的发展需求。
而金融云化的下一步,则指向了金融的智能化,这是金融科技的内在发展逻辑,也是金融信息化纵深推进的必然趋势。金融云化,帮助金融机构完成了基础设施的再造,这无疑为智能金融的到来疏通了脉络、铺平了道路——金融机构基础设施再造后金融云能力的增强,让爆发式增长的金融数据的拉升与集成成为可能,不仅有助于现阶段强化金融风险识别与防范能力,提升金融机构运营、管理与服务能力,也为下一阶段机器学习、深度学习等人工智能技术与大数据的融合,为金融在风控、营销、运营与监督等领域的全面智能化创造了基础条件。
新华三提出了“云领智能金融”的理念。这里的“领”,一方面表示先后顺序,云化是智能化的前奏与准备阶段,另一方面则强调因果关系,唯有高质量的金融云化工程,方能高屋建瓴地引领金融智能化稳步前行。
不同于新兴企业,已在30多年信息化历程中建立起巨大体量的IT基础设施的金融机构,难以一身轻松地跑步进入云计算时代。而一路陪伴金融行业走过业务电子化、信息化等阶段的新华三,更能理解金融行业云化的关键,站在金融机构的角度,从业务、安全、监管等多个维度出发,量身定制出具有可行性、可靠性、安全性与一致性的云化战略与实施路线,同时确保原有的系统和新的业务平台能实现更好的集成与平滑演进。
面对金融云化及智能化的风口,新华三领先推出全栈式私有云平台、人工智能平台、先进的GPU服务器以及更强大的SDN解决方案,并且所有技术和方案都在基于金融实践不断的丰富,为智能金融时代做好了充分的准备。
云领智能金融,新华三必将不负重望,与金融机构相携相伴,并肩共赴由全面云化开启的智能金融的美好明天!
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。