百分點(diǎn)劉譯璟:人工智能發(fā)展的四大挑戰(zhàn)及對(duì)策
李卓 | 2017-07-05 14:18
【數(shù)據(jù)猿導(dǎo)讀】 當(dāng)前,雖然人工智能得到了資本的大力追捧,但真正大規(guī)模運(yùn)用且成功的應(yīng)用仍然集中在精準(zhǔn)營(yíng)銷、個(gè)性化推薦等互聯(lián)網(wǎng)場(chǎng)景中。而新一代的身份認(rèn)證、語(yǔ)音助手、客服機(jī)器人、自動(dòng)駕駛等人工智能應(yīng)用才剛剛起步

近年來(lái),大數(shù)據(jù)的發(fā)展可謂如火如荼,國(guó)外傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)廠商如Teradata、DB2、Oracle越來(lái)越受到開(kāi)源新技術(shù)如Hadoop、Spark、Alluxio等的沖擊,開(kāi)源新技術(shù)不僅能夠縮減系統(tǒng)軟硬件投資成本,而且可以處理傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)難以處理的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù),開(kāi)拓新的大數(shù)據(jù)分析應(yīng)用。金融銀行業(yè)一直是大數(shù)據(jù)建設(shè)與應(yīng)用的佼佼者,一方面銀行正在嘗試使用開(kāi)源新技術(shù)替換或部分替換現(xiàn)有數(shù)據(jù)倉(cāng)庫(kù)的功能,另一方面在大數(shù)據(jù)分析、應(yīng)用領(lǐng)域開(kāi)展新的探索與發(fā)現(xiàn)。接下來(lái),就廠商在銀行業(yè)大數(shù)據(jù)平臺(tái)建設(shè)、分析、數(shù)據(jù)應(yīng)用領(lǐng)域應(yīng)具備的建設(shè)能力進(jìn)行總結(jié)如下:
一、成功參考案例:廠商在金融銀行業(yè)大數(shù)據(jù)建設(shè)項(xiàng)目案例是必不可少的,尤其是中、農(nóng)、工、建四大國(guó)有銀行的成功案例就顯得彌足珍貴,有招商、光大、華夏、民生等十四大國(guó)有股份制銀行的建設(shè)經(jīng)驗(yàn)也是極為重要的,因?yàn)檫@些大的銀行不論從數(shù)據(jù)量的處理、數(shù)據(jù)分析、挖掘的創(chuàng)新應(yīng)用、新技術(shù)的研究探索方面都是小的農(nóng)商行無(wú)法比擬的,并且廠商在這些大型銀行沉淀的成功案例是其他商業(yè)銀行開(kāi)展大數(shù)據(jù)應(yīng)用服務(wù)工作的極佳參考,更是廠商贏取新客戶訂單不可或缺的敲門磚。
二、大數(shù)據(jù)平臺(tái)建設(shè)經(jīng)驗(yàn):目前大數(shù)據(jù)平臺(tái)軟件有國(guó)外相對(duì)成熟的Hortonworks與Cloudra,國(guó)內(nèi)也有華為、中興、聯(lián)想、星環(huán)等平臺(tái)軟件廠商,國(guó)內(nèi)平臺(tái)廠商又大致分為兩大類技術(shù)路線。一類是在Hadoop與Spark開(kāi)源代碼的技術(shù)上進(jìn)行深度改造,以支撐將Teradata與DB2等數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用能很好的遷移到自有大數(shù)據(jù)平臺(tái)上,深度改寫的內(nèi)容包括SQL語(yǔ)法兼容、存儲(chǔ)過(guò)程構(gòu)建、二級(jí)索引構(gòu)建等功能;另一類是積極擁抱Hadoop、Spark的版本升級(jí)路徑,只做輕度的改寫與封裝。前者的優(yōu)勢(shì)在于快速占有市場(chǎng),缺點(diǎn)是無(wú)法跟上Hadoop、Spark的版本升級(jí),后者的優(yōu)點(diǎn)在于快速跟上Hadoop與Spark的版本升級(jí),使用最新的大數(shù)據(jù)技術(shù)與性能優(yōu)化擴(kuò)展,缺點(diǎn)在于無(wú)法很好的替換現(xiàn)有Teradata與DB2等數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)的分析應(yīng)用。應(yīng)用集成商與銀行客戶如何進(jìn)行選擇也是仁者見(jiàn)仁,智者見(jiàn)智,但作為優(yōu)秀的應(yīng)用集成商應(yīng)該具備緊跟Hadoop、Spark等大數(shù)據(jù)開(kāi)源新技術(shù)的能力,并且能夠擁有企業(yè)級(jí)上百個(gè)節(jié)點(diǎn)的大數(shù)據(jù)平臺(tái)集群管理的實(shí)戰(zhàn)經(jīng)驗(yàn)。
三、金融數(shù)據(jù)處理經(jīng)驗(yàn):數(shù)據(jù)是所有數(shù)據(jù)分析工作的基礎(chǔ),數(shù)據(jù)在進(jìn)行深入分析之前通常要經(jīng)過(guò)復(fù)雜的加工處理。大量銀行業(yè)數(shù)據(jù)倉(cāng)庫(kù)及大數(shù)據(jù)平臺(tái)項(xiàng)目實(shí)施過(guò)程中需要建立對(duì)商業(yè)銀行各類數(shù)據(jù)源的深刻認(rèn)識(shí)與理解,并能夠結(jié)合相關(guān)ETL工具與多年實(shí)戰(zhàn)總結(jié)的數(shù)據(jù)模型設(shè)計(jì)方法論對(duì)商業(yè)銀行的數(shù)據(jù)進(jìn)行清洗、整合、轉(zhuǎn)換、建模等數(shù)據(jù)處理。金融數(shù)據(jù)處理經(jīng)驗(yàn)是廠商必備的大數(shù)據(jù)平臺(tái)建設(shè)能力,這種能力一定是建立在對(duì)金融銀行業(yè)源業(yè)務(wù)系統(tǒng)與FS-LDM數(shù)據(jù)模型多年的積累基礎(chǔ)之上。
四、數(shù)據(jù)分析項(xiàng)目經(jīng)驗(yàn):金融銀行業(yè)數(shù)據(jù)分析項(xiàng)目或?qū)n}大致圍繞著日常經(jīng)營(yíng)分析、財(cái)務(wù)資本風(fēng)險(xiǎn)、客戶市場(chǎng)營(yíng)銷、風(fēng)險(xiǎn)欺詐防控4個(gè)方面展開(kāi),業(yè)務(wù)提升也會(huì)包括客戶管理、產(chǎn)品管理、渠道管理、風(fēng)險(xiǎn)管理、財(cái)務(wù)資本管理、運(yùn)營(yíng)管理、營(yíng)銷服務(wù)一體化等方方面面。廠商如果能在中、農(nóng)、工、建四大國(guó)有銀行或十四大股份制商業(yè)銀行中,通過(guò)客戶、營(yíng)銷、績(jī)效考核、運(yùn)營(yíng)發(fā)展等領(lǐng)域的分析,成功實(shí)施相關(guān)應(yīng)用系統(tǒng)的開(kāi)發(fā)和營(yíng)銷應(yīng)用,那么,這些經(jīng)驗(yàn)積累將是其他商業(yè)銀行開(kāi)展大數(shù)據(jù)分析的參考標(biāo)桿,也是廠商數(shù)據(jù)分析綜合能力的體現(xiàn)。
五、金融數(shù)據(jù)應(yīng)用經(jīng)驗(yàn):數(shù)據(jù)與技術(shù)是大數(shù)據(jù)建設(shè)的基礎(chǔ),數(shù)據(jù)的應(yīng)用才是實(shí)現(xiàn)業(yè)務(wù)價(jià)值的關(guān)鍵。廠商在金融行業(yè)的數(shù)據(jù)應(yīng)用可包括客戶營(yíng)銷管理、經(jīng)營(yíng)分析報(bào)表,地址匹配,輿情信息檢測(cè),銀行數(shù)據(jù)治理、風(fēng)險(xiǎn)管控、監(jiān)管報(bào)送、歷史數(shù)據(jù)查詢等,這些內(nèi)容將在為客戶創(chuàng)造巨大商業(yè)價(jià)值的同時(shí),也是廠商大數(shù)據(jù)應(yīng)用能力的重要反映。
六、自主大數(shù)據(jù)產(chǎn)品研發(fā):“工欲善其事,必先利其器”。成熟的大數(shù)據(jù)建設(shè)廠商通常能夠結(jié)合多年的大數(shù)據(jù)實(shí)踐與技術(shù)研發(fā),提供大數(shù)據(jù)建設(shè)、分析、數(shù)據(jù)應(yīng)用的相關(guān)產(chǎn)品與服務(wù),可涵蓋企業(yè)基礎(chǔ)數(shù)據(jù)建設(shè)、數(shù)據(jù)分析與挖掘、數(shù)據(jù)應(yīng)用與可視化等多個(gè)個(gè)方面。產(chǎn)品也可包括ETL處理工具、客戶營(yíng)銷管理、數(shù)據(jù)可視化工具、電子地圖應(yīng)用、互聯(lián)網(wǎng)非結(jié)構(gòu)化信息采集、非結(jié)構(gòu)化文本處理、自助分析取數(shù)、元數(shù)據(jù)與數(shù)據(jù)質(zhì)量管理等。這些產(chǎn)品的合理應(yīng)用將為客戶最大的發(fā)揮數(shù)據(jù)的價(jià)值,也體現(xiàn)了大數(shù)據(jù)建設(shè)廠商技術(shù)能力的成熟度。
七、大數(shù)據(jù)團(tuán)隊(duì)建設(shè):“科技,以人為本”。大數(shù)據(jù)建設(shè)、分析、數(shù)據(jù)應(yīng)用是一個(gè)系統(tǒng)工程,所需的人才從大數(shù)據(jù)平臺(tái)搭建、數(shù)據(jù)采集、ETL處理、數(shù)據(jù)模型設(shè)計(jì)、集市建設(shè)、數(shù)據(jù)分析挖掘、可視化應(yīng)用等方面,所需要的角色也將包括大數(shù)據(jù)開(kāi)發(fā)工程師、ETL工程師、數(shù)據(jù)模型設(shè)計(jì)師、Java工程師、業(yè)務(wù)咨詢顧問(wèn)、數(shù)據(jù)科學(xué)家、數(shù)據(jù)挖掘工程師等。廠商如果能擁有一支金融行業(yè)平均從業(yè)年限超過(guò)五年的大數(shù)據(jù)建設(shè)、分析、數(shù)據(jù)應(yīng)用的團(tuán)隊(duì),團(tuán)隊(duì)成員穩(wěn)定,均具有豐富項(xiàng)目實(shí)施經(jīng)驗(yàn),且成功實(shí)施過(guò)大量商業(yè)銀行的大數(shù)據(jù)平臺(tái)建設(shè)、數(shù)據(jù)分析與專題項(xiàng)目,這些將一定是廠商大數(shù)據(jù)建設(shè)能力的加分項(xiàng)。
以上七大方面是筆者多年來(lái)總結(jié)的廠商在金融銀行業(yè)大數(shù)據(jù)建設(shè)、分析、數(shù)據(jù)應(yīng)用的能力。在大數(shù)據(jù)新技術(shù)不斷涌現(xiàn)、升級(jí)換代,金融產(chǎn)品與服務(wù)持續(xù)創(chuàng)新的時(shí)代,不論是想快速切入金融業(yè)大數(shù)據(jù)的新進(jìn)廠商,還是相對(duì)較成熟的大廠商都將是一個(gè)不斷學(xué)習(xí)、追趕超越、持續(xù)漸進(jìn)的歷程。
【關(guān)于作者】
李卓,北京愛(ài)狄特信息科技有限公司金融服務(wù)部總監(jiān)。研究方向?yàn)榇髷?shù)據(jù)平臺(tái)咨詢規(guī)劃、金融行業(yè)模型設(shè)計(jì)。具有IT行業(yè)18年工作經(jīng)驗(yàn),10年大數(shù)據(jù)平臺(tái)架構(gòu)規(guī)劃、金融行業(yè)模型設(shè)計(jì)、數(shù)據(jù)倉(cāng)庫(kù)實(shí)施與咨詢服務(wù)經(jīng)驗(yàn)。熟悉業(yè)界流行的大數(shù)據(jù)商務(wù)、業(yè)務(wù)及技術(shù)生態(tài),豐富的項(xiàng)目管理知識(shí)及實(shí)踐經(jīng)驗(yàn)。大型項(xiàng)目包括中國(guó)郵儲(chǔ)銀行大數(shù)據(jù)平臺(tái)規(guī)劃、中國(guó)郵儲(chǔ)銀行客管數(shù)倉(cāng)項(xiàng)目、鄭商所數(shù)倉(cāng)項(xiàng)目、恒大互聯(lián)網(wǎng)金融項(xiàng)目、中國(guó)移動(dòng)集團(tuán)公司的NG2-BASS3.0規(guī)范、渠道管理運(yùn)營(yíng)平臺(tái)(CMOP)方案制定等。
來(lái)源:數(shù)據(jù)觀
刷新相關(guān)文章
我要評(píng)論
活動(dòng)推薦more >
- 2018 上海國(guó)際大數(shù)據(jù)產(chǎn)業(yè)高2018-12-03
- 2018上海國(guó)際計(jì)算機(jī)網(wǎng)絡(luò)及信2018-12-03
- 中國(guó)國(guó)際信息通信展覽會(huì)將于2018-09-26
- 第五屆FEA消費(fèi)金融國(guó)際峰會(huì)62018-06-21
- 第五屆FEA消費(fèi)金融國(guó)際峰會(huì)2018-06-21
- “無(wú)界區(qū)塊鏈技術(shù)峰會(huì)2018”2018-06-14
不容錯(cuò)過(guò)的資訊
-
1#后疫情時(shí)代的新思考#疫情之下,關(guān)于醫(yī)
-
2數(shù)據(jù)軟件產(chǎn)品和服務(wù)商DataHunter完成B輪
-
3眾盟科技獲ADMIC 2020金粲獎(jiǎng)“年度汽車
-
4數(shù)據(jù)智能 無(wú)限未來(lái)—2020世界人工智能大
-
5#2020非凡大賞:數(shù)字化風(fēng)起云涌時(shí),共尋
-
6#榜樣的力量#天璣數(shù)據(jù)大腦疫情風(fēng)險(xiǎn)感知
-
7#榜樣的力量#內(nèi)蒙古自治區(qū)互聯(lián)網(wǎng)醫(yī)療服
-
8#榜樣的力量#實(shí)時(shí)新型肺炎疫情數(shù)據(jù)小程
-
9#榜樣的力量#華佗疫情防控平臺(tái)丨數(shù)據(jù)猿
-
10#后疫情時(shí)代的新思考#構(gòu)建工業(yè)互聯(lián)網(wǎng)新