“五大战役”推动中信特色的产业互联网建设

简介:

金融市场瞬息万变,各种各样的不确定性让“黑天鹅”层出不穷。全球化的背景下,金融行业需要不断的变化创新。

20年前欧洲中央银行第一任行长曾说过银行就是一台电脑加一个大理石门,而现在金融行业正在利用信息技术重塑金融行业。

金融行业在发展多年后的今天,更需要在整个产业生态中找准定位、服务对象和服务方向。将技术和业务深度结合,在数字化转型的过程中发现创新的变革。中信集团在这个过程中定战略、建班子、搭平台,制定互联网+转型战略,持续推动着中信特色的产业互联网建设。

产业互联网中找定位

金融行业本身是一个服务行业,所以看待金融行业不仅要从金融内部看,更要从产业格局看。目前金融行业有三个亟待解决的问题,第一、服务对象,围绕实体经济寻找金融服务机会;第二、服务能力,客户服务需求越来越综合以及金融产品不够丰富;第三、客户信用问题,消费互联网已经很好的解决了信用问题,产业互联网的信用问题还有待解决。

在大环境之外,技术对于金融行业也带来了不小的冲击。最近几年从国外来了一个舶来品FinTech(金融科技),维基百科对FinTech的解释是指一群企业运用科技手段使得金融服务变得更有效率,因而形成的一种经济产业。技术手段包括云计算、大数据、人工智能、机器学习等领域。

一些人甚至开始利用FinTech来发展经济。麦肯锡数据显示,2015年,全球投入“金融科技”领域的资金高达191亿美元,是2011年的近8倍。过去5年,超过400亿美元的资金流入这个领域。在强势资本的支持下,全球已有超过2000家金融科技公司。

中国中信集团有限公司互联网+转型工作小组常务副组长张波看来,金融科技同中国的互联网金融在本质上是一个概念,虽然一个强调科技,一个强调金融,但目标都是利用科技来实现金融行业数字化转型。

FinTech带来的是金融效率的提升和金融服务的优化。从科技角度看,FinTech代表先进的生产力,必然对金融行业产生深远的影响。当然金融行业对于科技的依赖程度本身就非常高,很多境外金融机构都称自己是科技公司。

近几年,美国、英国、新加坡等都出台了金融科技的监管白皮书,鼓励金融科技创新。2016年银监发布了《中国银行业信息科技“十三五”发展规划监管指导意见》,可以清楚看到银行业监管机构对于金融科技鼓励的态度,意见还提出了互联网+、云计算、大数据、相应发展框架。金融行业正在不断利用科技加快创新实现自身转型,提升服务能力,拓展产融结合的金融服务能力。

“变化来自于金融行业本身的数字化转型和传统行业的数字化转型。”张波理解数字化转型是对创新技术的应用,同时也是企业信息化建设的高级阶段。“数字化转型更强调节点之间的关联关系,每一个组织、个人、物品都可以作为一个节点,通过数字化定义每一个节点,而且所有节点通过互联网进行关联衍生出的一种新型的业态。”

同时数字化转型也让金融行业与传统行业更紧密的结合,将资金流、信息流、物流关联起来,发现更多金融服务机会,像供应链金融、贸易金融、资产证券化、物流金融、金融租赁、消费信贷等。

金融服务的数字化创新

创新离不开技术的支持,金融行业一直是科技界的尝新者。对于新技术的应用不同金融机构根据自身特点都有着不同的发展路径。

中信是一个金融与实业并举的广泛布局的产业集团,在银行、证券、信托、保险等领域运用信息技术变革创新也为中信集团带来了强大的市场竞争力。

2016年2月中信集团成立了互联网+转型小组,同年8月发布了互联网+转型战略,明确核心目标借助云计算、大数据发挥中信集团的综合业务优势打造有别于消费互联网的产业互联网,探索技术创新、管理创新、商业模式创新。并提出三大任务做连接、聚用户、生数据,构建整个产业互联网平台。

云计算和大数据其实早已成为金融行业发展的基础,中信集团在2016年8月成立中信云网公司,建立中信云平台,通过云计算和大数据为子公司提供平台服务,子公司通过平台建设自身应用实现效率提升,服务能力提升,以及业务规模的扩大。

各种创新技术在金融行业都在开展应用,移动互联和物联网可以实现用户体验的提升。中信在网点、App上都有大量的实践,其中证券手机炒股和手机客户业务量占比已经超过了50%,中信集团还建立了企业社交平台,将集团12万员工连接在一起,实现了跨组织、跨层级的连接,提高管理效率。

“五大战役”推动中信特色的产业互联网建设

中信在网点使用移动终端为客户提供服务

人工智能和区块链将成为未来金融行业最关注的技术。张波指出,人工智能最广泛的应用是智能投资顾问,其可以满足客户综合性的理财需求,将丰富的产品通过不同的投资组合适应客户的理财需求。区块链则在产业互联网中的不同环节实现信用体系的建设。

为持续落实互联网+转型战略,2017年中信集团实施“五大战役”:继续云服务平台建设、着力数据资源工作、探索产业生态试点、推动全集团“双创”、推动企业在线化,在不同层次探索实现产业关联。

未来金融行业数字化转型的步伐会越来越快,但这并不意味是某项技术的应用,或者服务模式的创新,而是业务和技术充分的融合,将整个流程进行重塑。



 

原文发布时间为:2017-7-14

本文作者:王聪彬

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


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
目录
相关文章
|
SQL 分布式计算 算法
Hive关联时丢失数据问题和常用的Hive SQL参数设置
针对结果的发生,本文从以下方面分析原因及提供解决方案: - 右表没有匹配的数据 - 关联键数据类型不匹配 - 受count列null值影响 - Hive版本问题,在某些版本中,左连可能导致右表为null - 数据倾斜 并在文末附属了`Hive SQL常用参数设置`的说明。
Hive关联时丢失数据问题和常用的Hive SQL参数设置
项目打包报错“caniuse-lite is outdated. Please run next command `npm update`”的解决方案
项目打包报错“caniuse-lite is outdated. Please run next command `npm update`”的解决方案
1142 1
|
API
诸葛神签免费API接口教程
该接口用于随机获取一支诸葛神签,共100签。通过POST或GET请求至https://cn.apihz.cn/api/mingli/zhuge.php,需提供用户ID和KEY。返回结果包括状态码、消息内容、签文图片、序号、吉凶及解签。示例中ID与KEY为公共使用,建议使用个人ID与KEY以提高调用频率。
323 7
|
机器学习/深度学习 存储 人工智能
【AI系统】低比特量化原理
模型量化是将浮点数模型参数转化为低比特整数表示的技术,旨在减少模型大小、内存消耗及推理延迟,但会带来精度损失。本文介绍量化的基本原理、优势及挑战,涵盖量化训练、动态与静态离线量化等方法,并探讨线性与非线性量化、饱和与非饱和量化等技术细节。
575 2
【AI系统】低比特量化原理
|
缓存 openCL 算法
关于实现Halcon算法加速的基础知识(2)(多核并行/GPU)
关于实现Halcon算法加速的基础知识(多核并行/GPU)
4341 0
关于实现Halcon算法加速的基础知识(2)(多核并行/GPU)
|
机器学习/深度学习 人工智能 算法
【乐器识别系统】图像识别+人工智能+深度学习+Python+TensorFlow+卷积神经网络+模型训练
乐器识别系统。使用Python为主要编程语言,基于人工智能框架库TensorFlow搭建ResNet50卷积神经网络算法,通过对30种乐器('迪吉里杜管', '铃鼓', '木琴', '手风琴', '阿尔卑斯号角', '风笛', '班卓琴', '邦戈鼓', '卡萨巴', '响板', '单簧管', '古钢琴', '手风琴(六角形)', '鼓', '扬琴', '长笛', '刮瓜', '吉他', '口琴', '竖琴', '沙槌', '陶笛', '钢琴', '萨克斯管', '锡塔尔琴', '钢鼓', '长号', '小号', '大号', '小提琴')的图像数据集进行训练,得到一个训练精度较高的模型,并将其
462 0
【乐器识别系统】图像识别+人工智能+深度学习+Python+TensorFlow+卷积神经网络+模型训练
|
存储 关系型数据库 MySQL
阿里云PolarDB解决游戏行业全球部署高并发问题
阿里云PolarDB解决游戏行业全球部署高并发问题
|
网络架构 CDN
|
数据安全/隐私保护
Navicat如何将当前连接信息复用另一台电脑
Navicat如何将当前连接信息复用另一台电脑
242 0
|
JavaScript 定位技术 API
在 vue3 中使用高德地图
在 vue3 中使用高德地图
2428 0