案例名称:【数据中台推动构建“业务+科技”双驱引擎】
公司名称:【华安证券股份有限公司(600909)】
案例简述:
随着企业规模不断扩大、业务逐步多元化,数字化转型是企业发展的必经之路。华安证券力图加快数字化转型步伐,集团的数字化转型紧抓“4321”战略重点,目标是实现“四化”做到“五个一”,主要思路围绕“一个顶层设计(金融科技规划)+三个平台体系(智能投资服务平台体系、综合业务管理平台体系、金融数据支撑平台体系)”来开展,其中数据中台是金融数据支撑平台体系中重要一环。华安证券从战略高度进行顶层设计、确定规模化投入政策、坚持贴合业务的建设规划,成功打造了数据中台架构体系。

本案例在基础建设方面,应用分布式存储技术,结合数据治理工作的成果,建立了标准化、可共享的数据服务体系,实现了核心数据资产的沉淀和有效管理,提升了对业务需求的数据响应能力,降低了业务创新的试错成本;在管理赋能方面,基于数据中台打造了“管理驾驶舱”和员工端等平台,推进了集团一体化的经营和管控,辅助集团建立了更加科学高效的决策体系;在客户服务方面,通过数据中台的支撑,构建了面向零售客户和机构客户的综合服务体系,为客户提供便捷的、智能的、全生命周期的财富管理服务。

扫码查看详细案例
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。