ZD至顶网CIO与应用频道 07月08日 北京消息: 复杂且被高度条规控制的金融机构通常很难进行创新,而西班牙银行的创新之路可圈可点。从2008年开始进行数字化创新,BBVA一直克服各种难题,CEO兼主席从公司战略层面实施数字化改革,并持续通过实验并学习的方式调整其创新计划。本报告将帮助电商及渠道专家更好地了解如何建立并调整企业的创新计划。
不要执迷于“最初设立正确的“企业创新架构
BBVA应对变化的创新内容重点及相应的企业框架,对创新计划进行过三次调整。企业应先设立其创新计划并随时准备根据变化对其进行调整,而非盲目的执着于最初计划。
重点打造支撑企业数字化创新的基础
数字专家们应针对可能发生变化的创新重点和企业架构设计灵活的技术,推广跨职能合作并支持开放创新的业务流程。
实验多种方法及不同类型的投入
BBVA持续通过不同方式去开发并尝试不同想法,测试创新中心的工作效率等等。企业应该不断尝试,测试并从该过程中进行学习。
现状:BBVA视创新为数字化变革的核心
BBVA作为一家拥有6520亿欧元资产的全球银行集团,2007年应对全球金融危机时,BBVA开启其创新旅程,对集团进行数字化革新。FranciscoGonzález,富有远见银行CEO兼主席在2001便将创新视为企业数字化转型的重要一步。尽管拥有上层认可及远见,BBVA经过数年不同方法和结构的尝试,成为真正的数字化创新者。
·BBVA经历三个不同的创新阶段:过去8年内,随着消费者行为,市场环境等变化,数字化创新重点在银行不同部门中进行着调整。BBVA经历过三个创新团队调整阶段:IT内部创新、扩大团队包含与银行业务发展重点的创新、数字银行分支匹配敏捷项目管理的三次团队扩大。
·BBVA通过数字技术系统性的提升产品及服务:BBVA通过管理客户财富,增加一对一个人服务,提供丰富的手机银行服务功能,简化交易流程、扩大应用范围并加速转账速度,将社交添加到金融业务,为传统银行业加入娱乐元素,并且为商业用户提供洞察。
最佳案例:BBVA充分利用实验与学习的方法
BBVA的成功数字创新归结于其对新科学技术的投入及应用,以及对消费者需求的不断探索。。
·BBVA开放创新环境,加速新想法的开发和实施
BBVA采用实验与学习的方法,将员工,高校研究机构、创新机构、BBVA创新中心、BBVA创业公司比赛,Innova黑客马拉松挑战赛,BBVABeta测试器,BBVA风投,以及收购和合作伙伴融入整个创新生态圈。
·BBVA选择灵活、项目化的创新方法
BBVA的创新项目趋于项目化管理方式:设立指导委员会设立优先项目,灵活的预算编制以及敏捷运营执行的实施。
结果:创新的指标和数字转型相互融合
鉴于西班牙银行的高数字化成熟度,其创新能力及数字化转型指标相互交错,为了更好的衡量其数字化创新程度,BBVA正在开发衡量数字创新的衡量标准,该标准将包含员工奖励机制,为此BBVA正在关注:消费者对于创新的接受程度,消费者和银行通过数字触点的互动,数字化对于销售的影响。
下一步:BBVA努力为客户提供更多附加价值
西班牙银行所拥有的强大的技术及企业架构基础使得银行现在更注重为客户提供更多的价值,BBVA正在准备发布数字科技助力的更多新产品和服务,开发数据驱动的产品和服务并且扩大器创新生态系统。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。