市场变幻莫测、渠道日趋多样、客户体验要求提升、产品服务不断创新,为了持续保持“百年老店”的优势,银行业必须迈出“舒适区”,接纳数字技术的所带来的影响,并不断优化原有的业务模式。
在IBM看来,要应对这样的挑战,银行需要具备五大能力,即创新能力、分析能力、数字化能力、合作能力与敏捷性,从战略、人员、组织流程与文化、技术四个层面着手,实现自身的转型与变革。
然而,这不仅仅是业务的事。对于金融行业而言,IT一向与业务“并驾齐驱”,因此,当业务在新形势下不断调整,作为核心支撑,银行的系统架构也必须跟上业务转型的节拍,考虑如何将人工智能、大数据、云计算等最新的技术融入到新架构中,在保证安全、稳定、合规运行的同时,随时、随地、随需地满足客户的要求。
在本期“连线‘赢’行家——行话连播”中,中国工商银行信息科技部副总经理杨雷和IBM中国首席技术、IBM杰出工程师程静,围绕工商银行的转型实践,与大家分享了在新的竞争格局下,银行核心系统架构如何步步转型,以更高的敏捷性和性能,在保持安全、稳定的基础上,满足业务创新的需求。
面向未来的三大业务特征和六大架构特征
面对看得见的、看不见的,想得到的、想不到的竞争对手,工商银行这几年在业务发展上一直抱着合作共赢、开放创新的心态,希望能建立一个金融服务的生态圈,真正为客户提供极致的服务和体验。杨雷认为,未来银行的业务特征有三——开放、高效、创新;未来的IT架构特征有六——开放性、高容量、易扩展、成本可控、安全稳定、便捷研发。
2014年,工商银行启动了核心系统架构的转型工作,通过确立集中与分布有机结合的技术架构,利用API等方式,让客户服务变得更加便捷,让内部管理和风险管控也变得更加高效。
尤其是业务敏捷度几乎已经成为用户的“刚需”,如果银行不能快速地对用户的需求做出反馈,就会让“差评率”大大提升。对此,程静从三个角度做了剖析,她认为银行首先要把业务与核心架构真正结合,保证稳定性的同时满足一定的灵活性;其次,是应用系统的组件化和模块化,通过业务建模,构建业务架构;其三,是架构的云化和微服务化,通过微服务实现应用的基础功能,以灵活的组合为新的产品和服务提供支持。
当然,在这个过程中,杨雷也表示,企业不可能把五年乃至十年后的IT规划一下子实现,因此,要在现有架构的基础下,把握未来技术发展趋势,找出架构转型的切入点,并循序渐进地调整转型的目标、方向和路径,持续地对架构进行迭代和优化。
技术发展将逐步完善,IT规划需循序渐进
杨雷认为,包括云计算、大数据、人工智能、区块链、生物识别等等,技术的发展都需要是一个逐步成熟、逐步完善、逐步拓展的过程,要落地到具体的应用场景还需要企业不断探索。
而在人工智能方面,实际上工商银行已经有了比较广泛的应用,从基本的支付结算、风险管控,到自身的业务管理、资产估值等等,工商银行在架构上已经融入了复杂计算框架等技术。“通过技术的不断成熟和具体应用,我们才能进一步知道IT架构转型过程中哪些方向需要切换,哪些需要迁移,从而形成可供进一步参考的标准和指引。”杨雷表示。
事实上,在银行转型过程中,最首当其冲的难点就是面对高容量、高拓展性、业务高峰的高流量需求;进而是国际化业务的拓展,核心系统必须满足流程、时效以及其它国家和地区的监管需求。
对此,程静表示,IBM多年来始终坚持和客户携手共同推进转型的进程,对银行系统做出评估,并针对性地提出实施策略地相关建议。与此同时,在银行进行需求和路线图的设计过程中,IBM也有专门的团队能够提供技术架构方面的咨询和实施,帮助银行选择成熟的核心系统产品包,或者为其定制化开发、性能调优等等。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。