金融科技数智化,数据智能深化应用

2022-12-09 由 发布 阅读(531)

金融业务在数据智能深化应用上的体量越来越庞大,业务创新的同时也引发了金融数据产业的技术创新,通过不断实践,数据库加速了数据资源化的进度,致使金融行业数据要素的演进近乎几何倍增地成长,为数据要素的多元发展奠定了基础。

金融数据库资源化的核心技术便是数据库,随着金融数据生态日新月异的创新,金融业务对于数据库的安全和智能提出了更高要求,例如数据防篡改、AI数据库、云原生数据等等创新技术是助力金融数据库资源化的重要手段。首先,防篡改数据库利用加密算法把数据存储为密文、并在云上操作,在密文空间实现运维和输出,以防止数据库来自内部的安全攻击,进而保障数据在云空间内多元使用、场景应用的交互,也可在金融业务交易环境中,为用户实现有公信力的加密数据隐私保障。其次,AI数据库融合数据库架构和算法的核心逻辑,并以AI能力进行输出,实现多维智能诊断、智能检测、智能防范、系统自我修复,基本完成金融数据数智化运维的升级,面对金融机构间复杂的技术环境和异源的数据库整合也游刃有余。最后,云原生数据库在采用了云技术后,达成了金融数据要素资源圈统筹,计算和存储高效并发,弹性容量,秒级备份,面对金融行业复杂且海量的数据运算完全应对自如,多维运算。

数字经济产业生态逐渐成熟,与之相关的数字经济技术进一步铺开,在金融数据管理领域成为了金融业数智化数据管理的另一爆发点。DCMM8是国家推出的标准《数据管理能力成熟度评估模型》,也是国内数据管理行业的第一个国家标准。DCMM8是目前企业数据智能化管理能力评判的唯一标准,可直接用于对企业数据管理能力进行评价。金融行业是数据密集型行业,金融机构纷纷通过了DCMM的评级,从而治理金融数据要素,发挥金融数据的潜在价值。金融机构的数据管理体系架构得以优化,持续有效地提升数据管理能力。借助DCMM8的规定,金融机构得以全面多维客观地进行自我数据管理水平评价,及时裨补缺漏,对数据进行高效、有效、全面治理,并用于对所服务的企业进行考评,信评。如今,头部金融机构均已实现DCMM。另外,通过央行牵头,全行业同心推进多源数据源的治理,跨机构使用,极大地扩大了金融业务数据资源的池子,充分发挥数据要素治理后的成效。随着DCMM的不断落实,金融行业数据标准化应用和规范化治理,大幅提升金融科技数智化的体量和比重,致使数据管理规范向公开市场迈进。

AIoT即智能物联网,是由物联网和人工智能、区块链、大数据、云技术融合应用的新技术,可大幅提升金融机构数据管理效率和准确率,并以此实现线上数据与线下物流结合的金融业务和服务,从而实现万物万联。AIoT在金融业务中发挥着重要作用,通过实体业务中的各项数据搜集和反馈,确保数据的真实客观性,并与物联网的各个数据节点、设备终端、架构边缘端或者云中心运用机器学习模型进行数据智能化分析与应用。AIoT与金融的默契组合已广泛应用于三类业务,其一便是金融机构组织内部智能化管理,对设备运维、技术共享、实物仓管,甚至应用于银行的钞箱管理、贵金属管理进行监管;其二,通过AIoT对动产、不动产,甚至活体抵押物进行精准监控,将原有的静态金融产品底层标的升级为动态监测,包括标的物确权、溯源、流程的盲区以及交割单、票据、凭证等造假问题的预防等;其三,现实三维世界的金融业务场景化探索,以AIoT为纽带,为金融机构的数字化资产和数字化金融场景而服务,例如工业物联网、汽车金融等等。