中国上海,2020年2月12日——全球领先的银行系统制造商Temenos(SIX:TEMN)和Google Cloud近日宣布达成全球战略合作伙伴关系,共同助力金融服务机构在Google Cloud上运行关键任务型银行软件和应用程序,建立可盈利的业务模型,为大幅提升客户体验保驾护航。
Temenos携手Google Cloud一同在云端提供市场领先的金融服务产品,以提升可扩展性、运营效率,加速上市时间,促进创新。此外,Temenos将在Google Cloud上提供其完整的端到端软件产品套件(包括分支银行、数字和核心银行业务解决方案)。
两家公司的合作始于2019年,通过将Temenos软件集成到Google Cloud中,双方合作初显成效,Temenos与Google Cloud共同收获了一批来自欧洲和亚洲银行客户。随着合作的不断深化,在Google Cloud中已经可以运行Temenos的全套银行软件和应用程序。未来,两家公司也将源源不断地开辟新的商业模式,继续助力银行更快地进入市场,帮助客户实现切实的商业盈利。
目前,全球超过3000家金融服务机构都在使用Temenos的现代、云原生、API优先技术。作为此战略合作伙伴关系的一部分,银行可以利用Temenos的可扩展性、强大弹性和全球基础架构在Google Cloud中运行其应用程序。两家公司在2020年巴黎金融科技论坛(Paris Fintech Forum 2020)上宣布其深化的合作伙伴关系。
基于其开放的云端解决方案,以及在混合云多云环境中交付的强大能力,Temenos将成为全球首家在Google Cloud Anthos上运行的银行软件供应商,这对于帮助客户在本地、云上、甚至跨云交付批量关键任务工作而言至关重要。
Anthos是Google Cloud的混合云多云应用程序平台,机构用户可以在此平台上进行应用程序的迁移和现代化升级,搭建新应用程序,支持在云上、本地或多云环境中运行。Anthos以Google的开源技术(例如Kubernetes、Istio、Containers等)为基础,可以协助银行助力其开发人员、安全专业人员、平台团队和运营工程师,增强提升员工和客户体验、节省成本并增加收入的能力。
“业内入驻云端的银行数量呈现出爆炸式增长,我们很高兴能够扩展我们在云方面的领导地位,也很荣幸能深化与云计算创新领域的领导者Google Cloud的战略合作伙伴关系。作为Google Cloud的全球战略性银行软件合作伙伴,我们会在市场中推出创新解决方案,而这种解决方案将是Temenos API优先技术、基于云原生与微服务的银行软件与Google Cloud的可扩展的、领先的云功能相结合的最优产物。” Temenos首席执行官Max Chuard表示, “通过成功将Temenos功能丰富、技术先进的数字银行平台与Google Cloud结合,我们的客户将从中受益良多。我们将共同助力银行缩短上市时间,简化运营流程,实现灵活扩展并提供出色的数字客户体验。借助Google Cloud Anthos,我们使银行可以自由创新,并享受多云平台带来的真正好处。”
Google Cloud首席执行官Thomas Kurian表示:“Temenos已为全球数千家领先金融服务机构提供了市场领先的银行软件应用程序,而我们很高兴与他们继续加深战略性合作。将Temenos的核心功能扩展到Google Cloud上可以帮助银行以数字化的方式变革其业务模式,并提供全新的客户体验和产品。”
Temenos始终处于软件创新的最前沿,坚持将其收入的20%用于研发,并且在过去十年中一直处于云端银行领域的领先地位。Temenos专注于加速银行的数字化转型、帮助他们变得更加敏捷,并更快地进行创新。
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。