作为全球经济的支柱,金融机构正面临着前所未有的挑战--从保护客户数据安全和遵守新的监管条例,到抵御更新、更灵活的金融科技初创企业和更大规模的科技金融公司的竞争。在消费者层面,数字金融正超越传统的实体银行和保险经纪人与客户所建立的关系,通过移动应用程序随时随地满足客户的金融需求。贷款、房屋和汽车保单以及信用卡等有利可图的金融产品也正在被颠覆。
零售银行和保险公司并不是唯一受到影响的金融机构。随着近两年疫情带来的封控状态,投资银行允许他们的日间交易员在家工作,曾经熙熙攘攘的交易大厅变得一片寂静。尽管一些金融机构现在仍需面对面地开展业务,但鉴于人才挽留及录用的挑战越来越严峻,很多机构正在考虑混合模式或者“个性化沟通+中心式服务”的模式是否更为可行且可取。
为了保持竞争力,银行和金融市场必须对劳动密集型业务实现自动化,以腾出宝贵的人力和技术资源,同时对新技术进行大量投资。
消费者希望以快速且安全的方式访问他们的账户,锁定丢失的银行卡,进行虚拟支付和转账,这意味着金融机构需要开发易用的应用程序,兼具超凡的正常运行时间,并能轻松与其它应用程序相集成。这种与其它应用程序无缝集成和互动的需求表明,金融服务行业正在向以平台为中心的新型商业模式转变,而置身于一个强大的生态系统则是重中之重。
此外,通过创造新兴的数字资产而推动行业变革也很重要。这些新兴资产包括稳定币、加密货币和中央银行数字货币(CBDC)等,而所有这一切的基础是平台经济。 平台是一种产品,它为其它产品或服务提供支持或赋能,其成员可以通过API(应用程序编程接口)来获得平台的服务。
在银行业,这种平台型商业模式被称为开放式银行,它为金融机构创造了新的收入来源,同时提升对客户的价值。开放式银行通过向受监管的供应商提供数据服务,使他们能够获取、使用和分享这些数据,让客户可以通过多种多样的个人金融方式与不同的支付服务提供商实现无缝互动。 支付交易平台的例子包括亚马逊、Airbnb、Uber和支付宝等。另一种类型是 "创新平台",通过提供一个共同的技术框架,让其他人可以在此基础上建立他们的应用。
采用数据经纬架构是助力银行推动应用现代化的方式之一。但公司也必须考虑他们的生态系统,集结正确的合作伙伴对金融服务的未来至关重要。
2017年,星展银行推出了一个银行API开发者平台,上面拥有20个类别的155个API,包括资金转移、奖励、实时支付和PayLah应用! 超过50家公司--包括AIG、麦当劳、MSIG、PropertyGuru、Activpass、FoodPanda、Homage和soCash在内,将他们的服务放在星展银行的平台之上。
随着金融行业继续向混合云环境过渡来获得成本效率和更大的灵活性,它必须继续投资于专注于安全的人员、合作伙伴和技术,以保护客户敏感数据的安全并满足监管机构的期望。
这些变化是金融业和银行应该在消费者或零售层面去努力推动实现的,从宏观来看,最热门的讨论则是关于中央银行数字货币(CBDCs)——这些是类似加密货币的数字代币,由中央银行发行,并与该国的法定货币价值挂钩。国际货币基金组织报告说,目前有110个国家正在考虑发行CBDCs的计划。
IBM行业研究院刚刚发布的《2022年全球银行及金融市场展望》指出,"数字化可以释放整个组织和生态系统的价值--从客户界面到中后台运营"。那么,金融机构还能做些什么来把握平台经济所带来的机会呢?
首先,他们应该通过端到端的数字化来重塑运营并推动创新;部署人工智能和数据环境,将数据的价值付诸于行动,加速转型。 同时,寻求新的商业模式来推动增量收入的增长;他们还应该建立新的平台商业模式,在一个无摩擦的环境中整合生态系统参与者的需求。 在今天这个不断变化的环境中,重要的是要拥抱和接受新的现实——重新定义工作的方式、地点和时间。
最后,找到可行的可持续发展模式,倡导行动,满足市场预期和监管要求,实现企业的道德目标。
作者Paul Burton是IBM亚太区总经理
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。