SolarWinds首席极客Patrick Hubbard
2020年10月11日,数字人民币在中国深圳首次公开大范围测试。5万名“礼享罗湖数字人民币红包”中签个人,可在深圳市罗湖区辖内已完成数字人民币系统改造的3389家商户无门槛消费。
随着金融科技的迅速发展,越来越多的人选择在手机、电脑等智能终端上快速完成日常业务的办理,既高效又便捷。对中国银行业乃至整个金融业而言,数字化转型已是大势所趋,以更开放的心态来迎接数字化转型,已成为行业共识。
北京大学数字金融中心编制的“商业银行数字化指数”表明,中国银行业总体上数字化程度不断加深,从2010年的14.83%增长至2018年的73.78%。
银行数字化转型不仅要实现产品和服务的数字化,更要做到数字化服务高效、可靠,尽量少犯错。此外,银行的IT团队还需要考虑如何帮助银行更好地应对数字化变革可能带来的风险,并在改造原有基础设施时把创新与安全更好地结合起来。
在开始启动数字化转型之前,IT专业人员需要先了解影响银行业大多数决策的两个因素:风险和可靠性。不管是兼顾稳定性和可靠性的本地混合基础设施,还是因其过往的出色表现和合规行而仍被广泛使用的COBOL编程语言,这两大因素都是银行需要考虑的。原有的基础设施为人们所熟知,风险自然比较低。而现在一次简单的软件升级就有可能导致银行业务中断,所以如果有银行对升级系统表现得较为谨慎,也是人之常情。
在银行业,IT部门往往被当成执行团队而不是创新团队。许多银行出于利润和绩效目标考虑,会让IT团队在尽量降低成本的同时提供好的服务。此外,合规、可靠性和安全等要求也是IT团队升级基础设施需要考虑的因素。所以那些还没获得认可的新兴数字技术,往往较难在银行推广。
当然,这并不是说银行反对数字化变革,实际情况恰恰相反。但任何数字化变革都要考虑风险、可靠性以及最重要的因素 —— 成本。IT专业人员可以制定出更清晰、安全并且高效的数字化路线图,为银行的混合基础设施注入新的活力,帮助银行为未来做好准备。
对网络中的海量安全数据压缩进行监控,对银行而言既是一大挑战,也是难得的机会。在银行门户和移动应用程序炫酷UI的背后,是由本地硬件、虚拟机、第三方服务、云乃至容器等组成的一个盘根错节的庞大系统。复杂的网络不仅影响银行服务和应用的性能,也会增加查明问题的难度。一旦出现问题,IT团队需要争分夺秒地翻查整个系统,竭尽所能挖出这些问题背后的原因。
先进的APM解决方案可以让绝大多数问题迎刃而解。现在的数字化银行服务越来越依赖于第三方服务同步运行的模块化策略,而APM解决方案对监控这一全新生态系统而言至关重要。IT专业人员可以通过APM将新的云原生组件与银行的数字层相连,借助实时数据流(例如交易追踪和服务日志)和传统的网络监控工具来提升监控能力。
借助用户和设备配置文件,银行可以快速追踪、隔离并解决应用层上出现的问题,以免问题进一步扩大。银行可以保证服务的正常运行时间和效率,并在全网实施统一的安全和合规策略。
银行使用APM等各种现代化解决方案来支持原有系统的做法,也催生出更多类似的创新。不少IT专业人员尝试把COBOL编程语言等各种应用都容器化,以创建一个性价比更高的自定义应用升级框架。一些企业甚至用微软Azure、阿里云、腾讯云以及百度云等云管理平台来取代本地部署的大型主机。此类平台运算性能灵活,甚至可以运行“很吃”处理器性能的工作负载。这样一来,IT团队就可以逐步实现银行应用和系统的数字化,而不会对整体运营产生重大影响。
不过,成功的银行数字化转型不仅仅是迁移系统,而是要通过创新更好地为客户提供服务。随着银行数字化的深入,硬件和网络的升级甚至超过了底层系统。银行有很好的机会通过IT部门改造那些“变通方法”,在原有基础设施的基础上提供现代化服务,打造全新的用户体验。那些“变通方法”往往效率不高,效果也难以评估,并不符合银行为客户提供顺畅、快速和稳定业务体验的宗旨。
银行的数字化转型绝非一蹴而就,曾经有人甚至认为转型几乎是不可能完成的事。不过经验丰富的IT团队发现转型不仅可行,还能给业务带来好处。兼顾管控风险、确保可靠性和控制成本,也没有想象得那么麻烦。先进的APM工具能提供深入和高效的监测功能,帮助银行更加高效、安全地升级原有基础设施,为银行业的数字化转型保驾护航,助力银行抓住更多实现业务增长的良机。
好文章,需要你的鼓励
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
浙江大学团队提出目标视角复现任务(TVR),测试AI主动导航至指定视角的能力,最强模型成功率仅12%,人类达93%,并验证了视觉示范学习与多轮强化学习的提升路径。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
这项研究提出"VLM即教师"框架,让视觉语言模型在视频生成推理时充当实时监考官,通过可微分奖励信号在线优化轻量LoRA模块,平均提升视频推理性能16.7分。