龙湘君:基金行业奏响数字化转型五部曲 | 阿里CIO学院名人堂

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 7月30-31日,南方基金信息技术部高级副总裁龙湘君从深圳赶赴杭州,作为阿里创新学院的学员走进阿里巴巴,参与了两天的数智化升级培训班。参会期间,龙湘君接受CIO学院新媒体访谈,分享了他对基金行业数字化转型的见解。

image.png

“大胆尝试,小心求证”、“ 冷静客观,避免盲目”…

自基金行业步入数字化转型以来,龙湘君收获并总结了不少相关心得。

近年来南方基金一直持续不断地加大对金融科技的投入,通过金融科技推动数字化转型。在大数据、人工智能等方面,南方基金秉承“大胆尝试,小心求证”的态度,在多个业务场景进行技术实践;我们开展业务流程,人员协作,研发效能等场景的数字化工作,通过数字化技术更好地连接员工,连接服务,服务创新,服务客户。

面对数字化转型过程中接踵而至的挑战和困难,龙湘君表示南方基金会始终保持着目标感,坚定不移地“演奏”数字化转型五部曲。

以挑战为和弦,奏响数字化转型五部曲

行业形势瞬息万变,在数字化浪潮中沉浮的大小企业无时无刻不面临着各类挑战。根据企业不同的行业背景,在数字化转型的过程中企业需要审时度势,称体裁衣地选择最佳切入点。阿里培训课上提及的数字化转型五部曲,是企业转型一个极好的选择。

具体而言,数字化转型第一部曲为基础设施云化。在这一方面,十年前南方基金就开始了IaaS建设,今年我们又启动了PaaS建设,未来计划逐步采用云原生的研发路线。

第二部曲是触点数字化。随着南方基金自主研发的不断深入,自研系统承载的业务场景范围越来越广,可以触达的场景逐渐增多,可以从中获取的员工行为数据也日渐丰富。通过对这些行为数据进行离散性分析和连续性分析,一方面可以帮助持续优化系统,另一方面也有利于我们主动洞察和感知业务变化。

第三部曲是业务在线化。在这一方面南方基金和阿里不谋而合,我们正在开展的流程再造项目正是希望通过收集、处理、分析流程的各种数据来达到流程的优化。

第四部曲是运营数据化。南方基金今年启动了一个新项目-研发数字化,目标是实现DEVOPS全链路数字化。阿里组织的这次培训以及之前举办的研发效能峰会对我们有很大的启发和参考意义。

第五部曲是决策智能化。几年前南方基金建设了大数据中心,通过分析处理账户、交易、产品等数据给公司业务决策做量化数据支持。与此同时,南方基金还不断地在尝试数据场景化,即在合适的时间,通过合适的系统,提供合适的数据和信息以实现快速有效的决策。例如在交易流程的风控环节,提供与交易相关的风控数据、公司数据、舆情资讯数据等等,以便于风控人员能更准确更快速地进行决策。

上述五部曲如果要得到很好地实现,无疑需要大量资源投入。因此资源问题是企业数字化转型过程中首要面对的挑战。由于基金公司IT部门人员规模相对较小,数字化转型需要借助外部支持。例如PaaS平台之类的基础设施建设方面,像阿里有专业的团队,能提供专业的技术支持,我们是很难具备的,因此需要借助外部资源来实现最终的目标。

大数据与人工智能:大胆尝试,小心求证

大数据在客户和营销场景的应用为企业带来了改变。

image.png

首先,大数据显著减少了传统数据的处理分析时间。往常需要耗费10小时计算的客户指标,如今在客户数据大幅增加的情况下,只需要3小时左右即可完成计算;其次大数据解决了之前因客户数据量太大指标无法计算的问题,这些计算后的客户指标有助于更好地洞察、感知和服务客户;再次,大数据挖掘技术获得了一些以往未能发觉的知识,它通过BI技术将可视化的数据非常形象地呈现在公司决策者眼前,最终实现高效决策。

人工智能方面,首先感知智能是相对比较成熟的。应用比较多的主要是人脸识别,OCR等,效果是比较明显的。另一方面认知智能还在发展过程中。投入应用的有营销和客服场景的智能客服,智能外呼等;在投资研究领域,NLP和知识图谱技术使用的比较广泛,我们也尝试了舆情监控,企业画像,信息抽取等场景。

此外我们还做了一些其它方面的尝试。例如去年南方基金参加深交所的金融创新课题-股票智能推荐算法研究,是在研究员已经挑选的股票基础上通过AI算法去搜索类似股票,进行智能化推荐。

数字化流程优化:目标?创新?方法?

数字化转型是当前比较热门的话题,对此企业需要保持冷静清晰的态度,明确数字化转型需要解决的问题,确立最终想要达成的目标。

在数字化转型过程中,我们需要打通和连接外部供应商系统,这也需要供应商系统数字化和开放化,为我们提供一个良好的外部生态。

除此之外,创新是一个企业永恒的课题,数字化转型能够更好地支持产品和业务创新。以往的创新大多基于个人经验具有不确定性与较强的主观性,如今通过数字化转型可以为产品、业务、场景提供更多及时客观的数据支持,从而更准确快速地洞察市场与客户变化,设计出符合客户和市场需求的产品和业务。

最后,数字化转型不单只与IT部门相关,更关乎公司管理层和全公司业务人员,需要公司自上而下全面统筹。只有公司投入资源,业务部门、IT部门深度参与,整个公司形成合力才能真正实现数字化转型。最近几年来南方基金持续不断地加大对金融科技的投入,这为南方基金做数字化转型提供了强有力的保障,奠定了数字化转型的基石。

参与CIO学院培训收获颇丰

龙湘君:首先非常感谢阿里CIO学院精心准备这次培训,感谢班主任大侠以及各位授课老师和工作人员,我可谓收获颇丰。

阿里是一个非常年轻活力的地方,这里氛围开放,很多工作都走在科技最前沿。这次学习交流让我比较全面地了解阿里和阿里集团正在开展的工作,非常惊喜的是我找到了许多南方基金和阿里巴巴工作的契合点。例如在数字化转型这方面,阿里的理论和实践对南方基金正在开展的研发数字化、业务流程再造、PaaS平台建设等可以提供非常有价值的借鉴和参考。

文章来源:阿里飞天CIO学堂微信公众号

名人堂

名人堂是阿里CIO学院打造的一档大伽访谈栏目,每周一期。以推动企业创新与数智化升级为愿景,通过采访行业顶尖客户,帮你更好地了解和思考企业数字化转型中可能面临的挑战,梳理行业痛点和方法路径,从而相互滋养,共同成长。

更多文章

点击查看青岛华通集团智能研究院明磊:拥抱数字化转型正在成为CIO头等大事 | 阿里CIO学院名人堂>>>

点击查看ERIC,ZHANG:地产业数字化转型按下“加速键”美好人居正当时 | 阿里CIO学院名人堂>>>

点击查看李锋:联接数智化生态,打造“数字化越秀” | 阿里CIO学院名人堂>>>

点击查看龙湘君:基金行业奏响数字化转型五部曲 | 阿里CIO学院名人堂>>>

点击查看段晓力:从一个小目标的对立 到万个小目标的融合 | 阿里CIO学院名人堂>>>

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
机器学习/深度学习 分布式计算 算法
Spark快速大数据分析PDF下载读书分享推荐
《Spark快速大数据分析》适合初学者,聚焦Spark实用技巧,同时深入核心概念。作者团队来自Databricks,书中详述Spark 3.0新特性,结合机器学习展示大数据分析。Spark是大数据分析的首选工具,本书助你驾驭这一利器。[PDF下载链接][1]。 ![Spark Book Cover][2] [1]: https://zhangfeidezhu.com/?p=345 [2]: https://i-blog.csdnimg.cn/direct/6b851489ad1944548602766ea9d62136.png#pic_center
426 1
Spark快速大数据分析PDF下载读书分享推荐
|
Prometheus 监控 Cloud Native
搭建部署Grafana
搭建部署grafana
744 1
|
新零售 供应链 监控
蒙牛集团信息技术助理副总裁、CIO张决:双中台助力蒙牛数字化转型 | 阿里CIO学院名人堂
12月3日,2020阿里CIO学院在杭州举行。400位企业CEO、CTO、CIO齐聚一堂,共同探讨企业数字化转型经验。今年新冠 疫情爆发,给企业带来不小挑战,到场嘉宾表示,数字化已经成为企业未来发展最大的确定性。 本次峰会由阿里CIO学院主办。据阿里CIO学院院长洪英介绍,400位嘉宾分别来自央企、国企、民企,都是企业信息化建设的领导者。
蒙牛集团信息技术助理副总裁、CIO张决:双中台助力蒙牛数字化转型  | 阿里CIO学院名人堂
|
2月前
|
人工智能 关系型数据库 数据库
公募REITs专属AI多智能体查询分析项目
公募REITs专属AI多智能体查询分析项目。本项目是基于 OpenAI Agent 框架的多智能体项目,提供二级市场数据查询分析、招募说明书内容检索、公告信息检索、政策检索等多板块查询服务。支持图标绘制、文件生成。
公募REITs专属AI多智能体查询分析项目
|
5月前
阿里云产品五月刊来啦
阿里云发布混合思考模型 Qwen3 全系列 ,通义灵码新增Inline Chat能力,,详情请点击阿里云产品五月刊
190 52
|
8月前
|
机器学习/深度学习 人工智能 自动驾驶
今日热门论文推荐:MM-Eureka、FedRand、EasyControl、FEA-Bench
由Skolkovo科技学院等机构提出的这项研究,聚焦于人工智能文本检测(ATD)的可解释性提升。利用Sparse Autoencoders(SAE)从Gemma-2-2b模型中提取特征,该工作揭示了现代大语言模型(LLM)与人类文本的差异,尤其是在信息密集领域,展现了独特的写作风格,为ATD提供了新的见解和方法。
155 14
|
5月前
|
机器学习/深度学习 人工智能 算法
AI Agent驱动下的金融智能化:技术实现与行业影响
本文探讨了AI Agent在金融领域的技术实现与行业影响,涵盖智能投顾、风险控制、市场分析及反欺诈等应用场景。通过感知、知识管理、决策和行动四大模块,AI Agent推动金融从自动化迈向智能化。文中以Python代码展示了基于Q-learning的简易金融AI Agent构建过程,并分析其带来的效率革命、决策智能化、普惠金融和风控提升等变革。同时,文章也指出了数据安全、监管合规及多Agent协作等挑战,展望了结合大模型与增强学习的未来趋势。最终,AI Agent有望成为金融决策中枢,实现“智管钱”的飞跃。
AI Agent驱动下的金融智能化:技术实现与行业影响
|
存储 数据可视化 数据挖掘
大数据环境下的房地产数据分析与预测研究的设计与实现
本文介绍了一个基于Python大数据环境下的昆明房地产市场分析与预测系统,通过数据采集、清洗、分析、机器学习建模和数据可视化技术,为房地产行业提供决策支持和市场洞察,探讨了模型的可行性、功能需求、数据库设计及实现过程,并展望了未来研究方向。
713 4
大数据环境下的房地产数据分析与预测研究的设计与实现
|
9月前
|
API
阿里云大模型调用思考模型时输出思考后无法输出回复
在使用部分OpenAI模型(如deepseek-r1)时,官方代码只能输出思考过程而无法输出最终回复。问题源于代码中未正确判断思考数据为空字符串的情况。修正方法是增加对`delta.reasoning_content`和`delta.content`非空的判断条件。此外,`deepseek-v3`模型的输出格式不规范,包含无意义的信息且标签未闭合,建议避免使用该模型。
|
9月前
|
人工智能 安全 API
新手指南:Claude 3.5/4.0国内怎么使用?精选3种使用方法!
更强的上下文理解能力: Claude 在处理长文本和复杂对话时简直是王者
3685 2

热门文章

最新文章