2022年是资管后新规时代的元年,新业务品种层出不穷、外部监管日趋严格,对资管运营管理提出了更高要求,如何精准管理众多产品和运营事件、提升日终清算等人工监控效率、降低操作风险、沉淀资管数据等成为行业亟待解决的问题。2022年年初,人民银行印发的《金融科技发展规划(2022-2025年)》明确将搭建业务、技术、数据融合联动的一体化运营中台作为金融数字化转型的重点任务之一。
在此背景下,浙商证券积极运用大数据与人工智能技术,构建资管运营一体化平台(以下简称“平台”),建立基于柔性管理和流程整合,确保运营业务流程依规按章严格执行。在实务操作层面的“最后一公里”对前台业务起到有效的制衡。依托标准化、流程化、数字化的流程监督,对资管运营全流程的风险进行统一精细化管控,提升业务人员的运营管理体验。
平台以业务流程为框架、数据为脉络,构建了以“三个中心”为顶层设计的一体化运营管控体系。具体包括:
产品中心(产品管理系统):主要功能有产品流程管理、产品要素管理、产品全景360、产品文档管理、产品多维数据展示、产品运营事件提醒等。
监控中心(运营管控系统):结合运营人员经验,将过往经验教训落地在系统中,形成运营人员的“第三只眼”。以无侵入的方式,将数据探针深入各个业务系统,并根据业务规则实时采集和监测业务运行的状态。
数据中心(资管数据集市):以数据平台化、模型标准化为基础,建立统一的资管数据集市,构建覆盖各维度视角的指标体系,打造全方位的数据体系,为报表中心、运营监控等应用,提供高效率的数据支持。
在场景应用创新方面,实现了两个突破:
一是构建了可视化、智能化的运营预警机制。搭建可视化、可配置的运营管控监控配置服务站,对业务运作、数据流转、流程执行等各类业务场景风险指标进行模型设计、算法校验和实时监控。通过可视化运营监控中心建设,汇总多个系统运营监控状态以及跨系统运营监控模型结果展示。同时及时预警并根据事先配置的异常处理流程自动化处理异常或必要时人工干预排查,及时、有效地管控运营风险。
二是构建了可共享监控规则因子库。通过资管运营管理业务的梳理,分类提炼出多维度因子,并根据其管理属性及运营管控要求封装成标准化监控规则因子库。由于资管产品要素的共通性、资管运营管理工作的同质性,监控规则因子库对行业“新引擎“通过标准化的入参定义,可向行业推广使用。
在技术架构方面,资管一体化运营中台以云原生架构为基础,构建大数据与人工智能技术中台,整合多套异构后台,保障业务需求快速响应。
其中,基于大数据平台的流批一体技术实现高吞吐、低延迟、高性能,能够分布式运行在上千个节点上,将一个大型计算任务的流程拆解成小的计算过程,然后将任务分布到并行节点上进行处理,在执行任务过程中,能够自动发现事件处理过程中的错误而导致数据不一致的问题,满足监控实时性要求高的业务场景。
目前,浙商证券综合运营平台已有300多个产品线上运行,实现线上全生命周期管理。涉及36个流程,合计277个流程节点,覆盖资管各业务部门;搭建了可视化、可配置的运营管控监控配置服务站,实现在运行的监控指标有166个,极大减轻业务人员工作周,同时降低了操作风险。浙商证券资管一体化运营管控体系的建设,对行业有一定的参考意义。项目实现了资管运营工作体系化、数字化、智能化建设,将业务人员从日常繁琐工作中解放出来,帮助解决一线业务人员的现实问题,为资管行业运营风险管理提供新的方向。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。