作者: IBM中国总经理 缪可延
西方有句谚语叫做“金钱使世界运转”,形象地描绘了资本在企业运营、竞争和发展中的重要作用。但世界正在变化当中,不久我们就将见证一个新的、史无前例的消费者群体占据主导地位,他们就是“数字原生代”。这一代消费者和企业的关系将在很大程度上建立在“数字信任”的基础上。关于“数字信任”,一个普遍的定义是人们对组织保护其数字数据安全、并能可靠和完整地处理数据的信心。我们都知道信任一旦破灭,则难以重建,“数字信任”更是如此。
中国互联网络信息中心(CNNIC)于今年发布的第48次《中国互联网络发展状况统计报告》显示,截至2021年6月,中国网民总体规模超过10亿,形成了全球规模最大、应用渗透最强的数字社会;网络购物用户规模达8.12亿,占网民整体的80.3%。许多“数字原生代”的消费者对即时满足和无缝数字体验的需求,将极大地影响未来几年全球消费者对企业的期待。现在的问题是,企业是否准备好迎接这个新的客户群体?
第一个接受检验的行业将是金融服务业。
客户对数字化原生交易的需求促使金融服务与技术不断交融。从“先买后付”和机器人服务到加密货币交易和区块链,金融服务机构正在不经意间蜕变成为技术平台,所管理的信息类型的平衡也被打破。这些机构曾经是金融资产的“承租人”,现在则变身大规模数据的“存储库”,并承担随之而来的风险和责任。它们管理的数据越多,保护数据安全的需求就越强烈。同样,在与客户无实际接触的情况下,他们提供的无缝体验越多,就越需要保证信任。
为此,金融服务组织必须拥有灵活性、弹性和安全性。要做到这一点,他们不仅必须拥抱云的力量,同时也要审慎衡量“上云之旅”的方法。运行任务关键型工作负载,以及在金融机构环境中实时移动海量数据,都需要强大的计算能力和规模,并在创新的同时确保合规。
对于合规与创新能否共存于高度监管的行业,很多人也许仍持怀疑态度。事实上,在开放式混合云战略的加持下,合规与创新不仅能够共存,而且可以相互推动。如何让合规与创新“共存共荣”,关系着金融服务机构在未来十年、以及更远的将来能否赢得和维系数字原生代的信任,以及能否维持自己的竞争优势。
为赢得数字原生代的信任,金融服务业需要遵守以下主要原则:
将数据存储在一处并非成功的关键
受疫情影响而加速的向云端“大迁移”并不意味着要将所有工作负载都迁移至云端。不是所有的数据都需要相同级别的控制和监督。第一个挑战是要确定哪些数据应保留在本地,哪些应迁移上云以及相应的理由。否则,金融机构将面临“大迁移”变为“大孤岛”的风险。
但反过来也是如此。目前,仅 10% 的银行机构的工作负载迁移上云,这阻碍了客户体验的提升和整体业务的增长,而这完全可以避免。当正确的工作负载位于正确的环境中时,企业就会看到理想的结果。
金融服务组织需要坚实的技术基础以更好地面向未来,这一基础的关键在于现代化核心架构。这一架构需要从传统的架构中被“解放”出来,并基于实时速度、安全性和敏捷性的现代化大型主机进行彻底改造,且在不增加延迟的情况下处理数万亿次数字交易。这对于企业级人工智能等任务至关重要。
将本地创新与混合云方法相结合后,金融服务机构可实现比单独使用某一种公共云高出 5 倍的价值。
供应商多元化孕育安全创新
认为单一供应商的方法简单且易控制的人越来越少,因为这种方法成本高昂、限制繁多且复杂,无法满足数字原生代客户的需求。事实上,最近一项 IBM 调研发现,70% 的金融服务组织认为供应商锁定是阻碍业务提升的重要因素。
如果一个企业受制于某一个技术提供商的技术“孤岛”,它将无法发展壮大。它无法根据自身情况进行调整和创新,而不得不受限于技术合作伙伴设定的范围。
企业要获得敏捷性,就必须建立在互操作的基础上——这个基础必须是多元化的。这种环境不应单独存在于本地或云端,而应该处在二者的交汇处。在那里,各种基础架构、技术和应用相融合,能够以安全的方式满足组织的竞争目标。
安全和隐私保护赢得信任
多元化也是创新、合规与安全之间的粘合剂。在多元开放的环境中,治理和监管合规性将成为核心设计元素,企业无需迁移客户数据即可实现安全管理。这种环境可将安全与合规置于核心地位,力求无缝遵守监管要求。治理和合规性工具能够跨多云环境运行,这对金融机构的成功至关重要。
此外,没有了“信息孤岛”的阻碍,网络安全也能得到更大范围的保障,这包括针对可疑网络活动的可视化,以及利用人工智能快速响应威胁。机密计算也可以对隐私保护提供支持,这种技术的设计方式使得数据无法被篡改,并且只能由数据所有者访问——甚至云服务提供商都无法访问。
以上三个原则是金融机构赢得数字原生代信任的基础。如果金融服务业在数字化旅程中一直使用单一的方法,很可能将会原地踏步。它也许能在现代化进程中不落伍,但势必无法创新、实现长远发展。金融机构需要在本地部署和“上云”之间各取所长,以满足未来消费者的需求。只有本地部署,或者只选公有云,将肯定无法实现真正的数字信任。
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。