蚂蚁金服刘伟光:抓住未来金融科技六大发展趋势

简介: 小蚂蚁说: 以支付宝为代表的移动支付已经为中国移动互联网商业化打下了基础。除了共享经济等互联网特色的经济模式,移动支付的普及还为中国银行业的移动数字化转型打下了基础。 首先,移动支付推动新零售发展,推动消费升级,让金融真正与生活结合;与此同时,移动端成为银行业转型发展的新型蓝海。

小蚂蚁说:


以支付宝为代表的移动支付已经为中国移动互联网商业化打下了基础。除了共享经济等互联网特色的经济模式,移动支付的普及还为中国银行业的移动数字化转型打下了基础。


首先,移动支付推动新零售发展,推动消费升级,让金融真正与生活结合;与此同时,移动端成为银行业转型发展的新型蓝海。

 

另一方面,近日有关消息显示,2019年中国的5G商用时代即将到来。5G,意味着移动战略的再一次升级,以新的姿态点爆我们的生活和交互方式,深刻影响金融业的未来。


73ee6f1df46d2e7460775c28cfc334e861e108d9

前言


在近日蚂蚁金服于杭州举办的首届《移动智惠金融峰会》上,蚂蚁金服副总裁刘伟光针对当前互联网发展的背景和趋势,针对中国金融机构数字化转型、金融科技发展趋势做出了6点总结,具体来说日前报道已有解释,在此不做赘述。


ff55f7c670343c7f89d3cf9d54adab8def347df3

 

想说的是,这些新的环境、新的国家战略下,科技推动传统行业都向数据驱动型或者软件驱动型企业转变,对于金融行业来说,所产生的变化并不止增加了海量的数据,不只是打通线上和线下的连接,而是触及金融业底层基础设施、未来商业模式的变革。

 

战场总在看不到的地方诞生:技术想象力驱动金融创造力

 

随着5G时代的到来,互联网科技的效应将持续发酵。跨入移动互联时代,网络的角色已经从人们获取信息的“窗口”变成驱动生活的引擎。人们依靠网络获取生活服务,所催生出的场景资源也促使着金融服务不只是原有的金融产品销售与购买,而是全方位渗透到人们的生活场景中。金融服务从前台,走向了生活的背后,成为一种“生活即金融”的融合状态。

 

在这里,时间和空间都不是问题,手机等移动设备终端成为了人们不可或缺的部分,成为零售业务推广和处理的最重要的接触点。在这里,“零边际”效应让销售成本趋零,并极大地增强客户黏性。

 

而与此同时,以创新科技,包括人工智能AI、大数据、区块链等新型技术也给金融数字化转型带来很多新的想像空间。

 

在首届《移动智惠金融峰会》上,中央财经大学金融学院博导、中国银行业研究中心主任郭田勇认为,在人工智能、区块链、大数据、生物核身等技术支持下,银行同样可以获得智慧营销、人工智能投顾、线上身份认证与客户识别、大数据风控、智能定价等科技金融业务的能力,用技术支撑更多的场景和业务量并发。

 

举个例子,余额宝有这样一个数据:几年前排名中国第一的基金公司用了20年的时间积累成了中国的基金行业的老大,而天弘基金携手余额宝,在蚂蚁金服技术力量的推动下,用三年时间将天弘基金变成世界第一,这就是技术推动变革的最鲜活的例子。

 

此外,据称,支付宝的资损率已长期小于百万分之一,在蚂蚁金服智能风控大脑的基础上,系统可以7*24小时对每一笔交易进行风险识别,识别速度只需人眨眼时间的1/10,而运用“人脸+眼纹”等生物识别技术后用户身份识别率则达到99.99,超过人眼的97%。

 

但这并不是终局。技术创造更多的可能性,现在只是新的起点。

 

以区块链为例,区块链将会建立信任连接的基础设施,在多方机构跨组织、跨机构的环境下,能够打造一系列的可信服务。区块链技术除了当前的公益、溯源等场景发挥了作用,也将会诞生出金融机构和外部机构连接的新业务场景。

 

又比如,很多网点可以看到超级柜员机,这是人工智能技术体验的最初始阶段。未来人工智能技术将贯穿金融业的更多场景、智能客服,智能投顾、人机交互等环节将客户体验会带到前所未有的高度。人工智能技术将带来更多全新的客户体验。


银行战略转型:线上线下业务融合的分布式银行核心系统

 

因此,面对移动端如此的资源优势,以及创新科技的支持,国内外领先的金融机构在新的战场上进行战略布局时,呈现出几大趋向选择,其中最明显、也是变革最大的是开放式平台经营,以及分布式计算、微服务化。分布式系统解决了大数据时代高并发的容灾能力,微服务则解决了海量交易和复杂业务逻辑处理效率和敏态开发。它们向上支持着“一个手机就代表一家银行”的平台化移动智惠银行能力。

 

根据调研,过去几年,国外顶级银行如花旗、汇丰关于数字化转型的讨论,其中80%话题都集中在如何构建在云上基于移动终端的未来数字化银行。今天,当生物核身技术、安全风控技术足够强大,意味着银行可以将所有的业务移植到手机端上。未来的手机银行将已经不再只是APP、超级APP的概念,将是融合APP、大数据营销、生物核身、智能风控,交互体验技术,业务运营于一体的新型的全渠道的业务,这就意味着前台能力越来越厚,其位置越来越重要。这相当于,过去银行经营是以车拉万马,而平台化经营将局面转变成为以万马拉车。

 

这样的平台化模式,既借鉴了移动互联网应用的销售运营模式,也意味着背后需要一套灵活敏捷、具有强大吞吐量,并能够保证数据一致性安全的分布式互联网架构核心。每一个适应数字化转型的金融机构,都意味着对自身分布式能力体系的建筑。

 

刘伟光表示,在这样的情况下,未来的核心技术将释放出更多能力给中台。中台将承载着更多的功能。以数据中台为例,今天大数据不再是一个以Hadoop为核心的日志管理平台,也不是以数据仓库为核心的历史数据平台,它将是贯穿银行、保险、金融业的360度的视图的数据中台。数据不再只为决策和分析,会更加会用于支撑数字化营销、风控、智能推荐、智能投顾和未来更多的应用场景。数据会成为未来银行业一个新型的资产,各家需要的是一个全行级的大数据中台。

 

因此,这样新型的中台最重要的核心是能够支撑今天的业务和未来的业务,以及未来不可预料的新型金融业务。

 

所以,今天的金融机构需要的是一个分布式平台,真正支撑快速迭代、分布式一致性的研发平台,包括数据库、开发平台、全链路分析、压测的业界全栈式技术平台。

 

“根据蚂蚁自身的不断实践和探索,已经对当前市场的研究过程中,我们做出了这些趋势的判断,因此蚂蚁金服展开了覆盖上述环节的全渠道、全栈式技术开放战略。”刘伟光称。

 

“单点金融科技不代表金融科技的精髓,因为单一技术不足以支撑一项完整的业务,金融机构要完成数字化转型,是有两个必然的环节,一是企业管理者经营者的思想的转变,因为未来,不仅是金融行业,几乎所有的行业都会变成以数据驱动或者软件驱动型的企业,这才是企业未来的最重要的核心竞争力之一,所以只有深刻的认识到这点,才能根据每个金融机构自身的特点制定数字化转型的战略和路径。于是才有了其二:这个过程可以是从前端渠道入手;也可以是从数据平台入手,同样也可以从核心系统升级开始……无论路径如何,最终科技手段将与业务目标相互融合相互促进,相互融合。”

 

刘伟光表示,蚂蚁金服从诞生开始就是一个百分百的数字化企业,而各种自身业务的高速发展让我们沉淀和打磨了一系列技术,“从分布式数据库到分布式中间件,从全栈式大数据分析平台到移动开发框架,从金融级生物核身到智能风控平台、从人工智能到拥有最多专利技术的区块链平台,我们的技术是可以完整的加速客户在各个方面,各条路径上的转型过程。全方位科技开发,才是蚂蚁金服秉承的金融科技开放策略,并且是与市场友商相比最大的特点和优势。”

 

据介绍,过去,蚂蚁金服曾经历了较为彻底的技术开放历程,这个过程开放的技术包括底层的中间件、数据库、人工智能、区块链,到上层的风控和生物核身等,但刘伟光表示,“在这个开放过程当中,我们认为开放这么多技术,仍然不够彻底,金融行业还有许多问题值得我们与行业生态伙伴共同解决。”所以在2017年的12月份,蚂蚁金服一个新的计划,即正式开放了网商银行的银行核心系统,从而实现了开发战略中的从基础架构再到核心应用,打造业界最强开放战略。

 

总结


在技术开放的战略上,蚂蚁金服科技开放更强调全局的开放,金融领域纵深度的深耕细作,并且坚持完全自主研发、自主可控。而更重要的是我们所有的技术都来自于我们自身的实践,自身金融业务创新的背后支撑和积累。


因此蚂蚁期待通过技术开放和更多金融机构和合作伙伴建立紧密的合作关系,携手一起推动数字转型的进程!


蚂蚁金服科技,只为分享干货,您的转发是对我们最大的支持

欢迎在文章下方留言与我们进行交流哦~

 

— END —


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
|
3月前
|
人工智能 弹性计算 搜索推荐
开源 OpenClaw 实战:30 分钟在阿里云部署你的第一个 AI Agent
阿里云推出OpenClaw一键部署方案,仅需9.9元即可在轻量应用服务器、无影云电脑或ECS上快速搭建本地优先AI助理。三步完成:选环境→一键安装配置(集成百炼API)→个性化任务分配,零代码轻松启用智能体。
577 4
|
4月前
|
人工智能 JSON 自然语言处理
想让大模型更懂你?从原理到实践,详解高效微调的全流程
本文深入解析大模型微调中的核心参数调优与显存优化策略,涵盖学习率、训练轮数、批量大小、截断长度、LoRA秩五大关键参数的原理、调参技巧及显存影响,并结合LLaMA-Factory实战演示高效微调全流程,助你低成本、高质地打造专属AI助手。(239字)
576 1
|
4月前
|
机器学习/深度学习 数据可视化 安全
大模型应用:从交易行为到实时反欺诈:向量数据库驱动的智能风控实践.33
本文介绍基于向量数据库的实时交易反欺诈方案:将用户、交易、环境等多维特征转化为行为向量,存入向量库后通过毫秒级相似度检索识别异常。相比传统规则引擎,该方案响应更快、适应性更强、误报率更低,并附ChromaDB完整实现与可视化分析。
320 1
大模型应用:从交易行为到实时反欺诈:向量数据库驱动的智能风控实践.33
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
PPO 应用 —— 大模型偏好优化的核心场景与落地思路
本文详解PPO算法在大模型RLHF落地中的核心应用:聚焦对话风格、客服话术、内容生成、安全合规、垂直领域及多模态六大场景,强调“偏好定制化”价值。全程无代码,提供4步落地法与3大实操要点,助力企业高效实现大模型优化。(239字)
|
5月前
|
弹性计算
阿里云服务器2核4G配置3年价格参考,个人和企业选购3年活动价格分享
阿里云服务器2核4G配置3年价格参考,企业用户选购阿里云2核4G服务器,可选通用算力型u1实例,年费199元且续费同价,三年总价597元。个人用户可选经济型e实例,三年期活动价1499.40元起,领券后最高再减150元,实付1349.40元起。企业用户购买u1实例三年最划算,个人用户选e实例三年期优惠更明显。
|
6月前
|
canal 缓存 关系型数据库
微服务阶段原理篇
本文介绍了电商系统中ES索引与MySQL数据同步的解决方案,重点阐述了基于Canal和MQ的异步同步机制。通过解析MySQL的binlog日志,Canal实现数据变更的实时捕获,并结合RabbitMQ保证消息顺序性,最终实现Elasticsearch索引的高效更新。该方案解耦了业务逻辑与索引维护,提升了系统性能与一致性。
 微服务阶段原理篇
|
运维 监控 安全
深入理解微服务架构:设计原则、挑战与实践
深入理解微服务架构:设计原则、挑战与实践
|
人工智能 开发者
钉钉AI助理接入DeepSeek,深度思考,能力更强
钉钉AI助理全面接入DeepSeek系列模型,包括R1、V3和R1-qwen32b蒸馏版。用户可在钉钉上创建AI助理时选择这些模型,并使用全新模板一键创建、发布和使用基于DeepSeek模型的AI助理。PC端和移动端均提供了简便的操作步骤来创建和发布AI助理,无需复杂配置即可实现深度思考和联网查询功能。此次更新旨在提升工作效率,提供更丰富的选择和更智能的体验。
1464 14
|
存储 人工智能 Serverless
搭建文生图AI系统
随着人工智能的发展,**文本生成图像(文生图)**技术在广告创意、视觉设计、内容营销等领域应用广泛。阿里云通义千问作为先进的大语言模型,不仅具备强大的文本理解能力,还能与图像生成技术结合,实现根据文本描述自动生成高质量图像。 本博客将展示如何使用通义千问与阿里云的其他产品(如函数计算、API 网关、对象存储 OSS)搭建一个简单的文生图系统,实现用户输入文本并生成相应图像的功能。
1216 6
|
人工智能 安全 测试技术
MetaLlama大模型
LLaMA 是一组基础语言模型,参数范围从 7B 到 65B,在大量公开数据上训练而成,性能优异。Llama 2 为 LLaMA 的升级版,参数规模扩大至 70 亿至 700 亿,特别优化了对话功能。Code Llama 基于 Llama 2 开发,专注于代码生成,提供不同参数规模的模型。这些模型可在多种平台上运行,包括官方 API、第三方封装库如 llama.cpp 和 ollama,以及通过 Hugging Face 的 transformers 库使用。此外,还提供了详细的模型申请及使用指南,便于开发者快速上手。相关链接包括 Meta 官方页面和 GitHub 仓库。
MetaLlama大模型

热门文章

最新文章