韩海潮:数字化浪潮引领基金行业转型新方向 | 阿里CIO学院名人堂

简介: 7月23日-24日,天弘基金信息技术总监韩海潮作为阿里CIO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。期间,韩海潮接受CIO学院的新媒体访谈,对数字化转型进行了深度交流。

司之一。秉持着客户第一的价值观,以“为天下人提供稳健、便捷的理财服务”为使命,截至2020年6月30日,天弘基金旗下公募基金累计为客户赚取收益2371亿元。2013年,天弘基金和阿里巴巴旗下支付宝合作推出余额宝,天弘基金成为余额宝的基金管理人。截至2020年6月30日,天弘余额宝基金规模为1.2万亿元,是国内规模最大的单只基金。

除此之外,天弘基金敢为人先,借助阿里云先进的计算平台,设立行业首家基于云计算的去IOE大型结算系统——天弘基金云直销系统,与阿里一同用数据力量创造了奇迹。

image.png

天弘基金信息技术总监韩海潮在阿里CIO学院培训活动现场

在本次采访中,韩海潮强调了企业在数字化转型过程中业务电子化、流程自动化的重要性,认为企业推动实现运行全流程的监控、提高相关系统性能和研发效率是十分必要的。他通过讲述基金行业IT部门的定位和作用,为我们分享了天弘基金在数字化转型过程中的经验。他表示基金行业在未来极有可能出现两极分化的趋势,随着数字化的发展,无论是社会分工、技术人员还是管理工具都会发生一定的变动。

以下为部分采访实录:

阿里CIO学院:您好,请问在当前经济发展面临内外部挑战的大环境下,您认为企业有什么痛点亟待解决?最想拥抱哪方面数字化转型?

韩海潮:我认为当前业务痛点主要有以下几个方面。

一是业务的全面电子化。尽管基金行业信息化起点高、监管要求严格,银行开业需要达到一定程度的信息化建设。但仅仅达到开业程度的信息化建设在我看来是远远不够的,银行的信息化、电子化仍有很大一部分待完善。例如银行间的一些交易,其电子化程度并不高,是近几年才有了一定的发展,开始实行电子化的上行下行接口。除此之外,银行间成交结果、划款结果查询,与托管行的电子对账等都还未实现全面的电子化,加快对这些业务的系统化可以弥补主业务流程电子化不足的问题。

二是要实现流程的全面自动化。基金业务在执行顺利的基础上还进一步要求执行完美。目前来看,我们业务的传递大多是通过邮件、OA、表单进行,但这并未与我们业务处理流程建立起真正的联系。然而IT则可以通过爬虫、OCR、RPA甚至AI人工智能等一些新技术实现企业流程的自动化,提升业务操作效率,同时帮助企业在此基础上防范手工操作的风险。

三是要实现企业业务运维和运行全流程的监控报警。在这方面我们已经做出很多尝试,并且实现了一部分。最要明确监控和报警大概分为三层:一是基础设施层面,可以通过一些工具软件来解决底层的硬件、操作系统、数据库、中间件的监控报警问题;二是业务接口层和系统程序层,可以通过对系统埋点、权限控制、研发测试以及发布流程控制等方式,帮助提升业务运行的稳定性和系统的健壮性;三是在业务级别的监控,这类监控可能脱离系统的存在,直接对业务的一些属性进行逻辑上的同比、环比分析,然后通过数据的结果判断业务是否处于一个良好的状态,类似蚂蚁的总督资金安全系统。

四是系统的性能。随着天弘基金业务发展,客户增多,业务量增大,系统性能需要满足一定时间内的增长,只有充分理解底层的数据库、系统技术架构以及一些新技术应用,这个目标才能达成。这一点可以参考支付宝的余额宝系统,它通过云计算和分布式架构解决了互联网基金的大数据量清算问题。

五是要提升研发效率。当企业的信息技术发展到一定程度时,必定会遇到研发瓶颈,与大量涌现的需求形成碰撞。过去由于缺少开发技术、测试效能以及处理数据的统一平台,导致研发部门效率较低。如今解决这些瓶颈以保证底层技术以及数据流、信息流通畅已经迫在眉睫。中台化是一个解决思路,但资管行业的IT部门暂时还没有能力自建如此庞大的底座,依靠外力是目前的必选方案。

阿里CIO学院:您认为在数字化转型的路上,天弘基金有怎样的成功或失败经验?

韩海潮:第一点是IT一定要脚踏实地,求真务实,切实地解决痛点和问题。以投研技术开发部的发展为例,其最初的定位是利用新兴技术、云计算、人工智能和大数据技术实现行业研究,辅助基金经理投资。尽管小有成就,开发过当时行业里比较超前的系统,但实际效果并不显著。后来,我将方向更改至解决业务部门效率提升、风险防范和数据支持相关需求,将服务方向聚焦于风控、交易和运营,得到了业务方和公司的认可,同时节省了人手。

第二点是要合理地进行资源利用,实现优势互补。基金公司的IT部门人数不多却面对大量的部门业务需求,担负着数百个业务应用系统的持续开发。IT部门如何实现价值最大化,将有限资源与相关业务需求点对点连线这一问题至关重要。因此,基金公司一定要把精力投入到相对创新独特、具有价值的业务需求中。而相比之下通用的、技术底层的业务需求则可以通过外部合作来实现,达到效率的最大化。

第三点是需要将数据驱动作为基金公司最基础的IT能力,数据底层能力和数据中台的建设应该稳扎稳打。在数据库国产化的大环境下,国产新型数据仓库、实时数仓以及金融级别的交易型数据库将会在行业内寻找到更多的应用场景。

image.png

天弘基金信息技术总监韩海潮在阿里CIO学院培训活动现场

阿里CIO学院:在您看来大数据、人工智能技术将会对本企业的商业模式和行业格局带来怎样的变化?

韩海潮:无法预见未来,但可以给几个预测吧。

第一,金融行业两极分化,头部公司的信息技术人员的比例增加,覆盖面变广,在享受新鲜技术给企业带来红利的条件下,部分金融公司转型为科技公司。而其他资产管理公司将会采用专业化分工,例如将IT运营整体外包,把精力和资源聚焦到优势能力以降低成本。

第二,社会将实现更加精细化分工协作,更多以大数据、人工智能为背景的IT公司将直接参与到市场,为资产管理公司提供专业化服务。

第三,大数据技术和人工智能技术将成为基金经理、研究员等业务人员广泛掌握的基础能力。这些技术将成为信息采集、业务研究和决策的基础工具,技术和业务将更加融合,有技术功底的业务人员将会大放光彩。

第四,数据决策将成为辅助管理最基础的工具,成为业务决策机制中极为重要的一个流程,人工智能技术在资产管理行业任重道远。

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>>>

点击查看贾坤:扶贫基金事业借数字化转型助力决胜脱贫攻坚战 | 阿里CIO学院名人堂>>>

点击查看郑荣:世界的香格里拉——从“藏在深闺无人识”到“网红旅游目的地” | 阿里CIO学院名人堂>>>

点击查看魏琴:前海再保险以科技创新打破保险行业传统疆域 | 阿里CIO学院名人堂>>>

点击查看王丽静:深挖“数据宝藏”打造新型高端智库 | 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
|
编译器 Linux C语言
【CMake install目录解析】CMake 深度解析:实现精准、高效的项目构建与安装
【CMake install目录解析】CMake 深度解析:实现精准、高效的项目构建与安装
1881 0
|
3月前
|
Linux 数据安全/隐私保护 iOS开发
2026年OpenClaw(Clawdbot)搭建喂饭级教程:阿里云+本地部署(Windows/macOS/Linux通用)
2026年,OpenClaw(原Clawdbot、Moltbot)完成重大版本升级,在跨平台适配性、部署便捷性和功能扩展性上实现全面优化,成为个人与轻量团队搭建专属AI助手的首选工具。其核心价值在于“用自然语言指令实现任务自动化”,无需手动编写脚本,即可完成文档处理、日程管理、文件读写、跨工具协同、代码生成等各类重复性工作,被用户称为“私人AI员工”。
2763 3
|
3月前
|
人工智能 弹性计算 运维
2026年OpenClaw(Clawdbot)全场景实战手册:新手零基础从部署到运维通关指南
2026年,AI智能体行业迎来爆发式增长,而OpenClaw(前身为Clawdbot、Moltbot)凭借其“自然语言驱动、全流程自动化、生态高度开放”的核心优势,成为GitHub上增长最快的开源项目之一,截至2026年2月,星标数已突破18.6万,Fork量达3.2万。这款由奥地利开发者Peter Steinberger打造的工具,彻底打破了传统AI助手“只对话、不落地”的局限,实现了“思考-规划-执行-反馈”的完整闭环,无论是个人办公自动化、轻量团队协作,还是新手开发者辅助,都能无缝适配。
1103 1
|
云安全 人工智能 安全
《大模型安全研究报告(2024年)》正式发布
《大模型安全研究报告(2024年)》正式发布
|
Java 关系型数据库 数据库连接
mybatis中的useGeneratedKeys和keyProperty
在 MyBatis 中,`useGeneratedKeys` 和 `keyProperty` 是用于处理数据库自动生成主键的关键配置。通过这些配置,可以方便地获取和使用数据库生成的主键值,提高开发效率和代码可读性。确保正确配置和使用这两个属性,可以在应用程序中高效地进行数据库操作。
932 25
|
JSON 分布式计算 DataX
【YashanDB知识库】使用DataX工具迁移yashan数据到maxcompute
本文介绍使用崖山适配的DataX工具进行数据库迁移的方法,包括单表迁移和批量表迁移。单表迁移需配置json文件并执行同步命令;批量迁移则通过脚本自动化生成json配置文件并完成数据迁移,最后提供数据比对功能验证迁移结果。具体步骤涵盖连接信息配置、表清单获取、json文件生成、数据迁移执行及日志记录,确保数据一致性。相关工具和脚本简化了复杂迁移过程,提升效率。
|
存储 缓存 小程序
微信小程序数据缓存与本地存储:优化用户体验
本文深入探讨微信小程序的数据缓存与本地存储,介绍其意义、机制及应用场景。通过合理使用内存和本地缓存,可减少网络请求、提升加载速度和用户体验。文中详细讲解了常用缓存API的使用方法,并通过一个新闻列表案例展示了缓存的实际应用。最后提醒开发者注意缓存大小限制、时效性和清理,以确保最佳性能。
|
监控 开发工具 Android开发
Android平台实现RTSP拉流转发至轻量级RTSP服务
为满足Android平台上从外部RTSP摄像头拉流并提供轻量级RTSP服务的需求,利用大牛直播SDK实现了相关功能。SDK支持开始与停止拉流、音频视频数据回调处理及RTSP服务的启动与发布等操作。拉流仅需将未解码数据回调,对性能影响小。音频和视频数据经由特定接口传递给发布端进行处理。此外,SDK还提供了获取RTSP会话数量的功能。此方案适用于监控和巡检等低延迟应用场景,并支持二次水印添加等功能。
511 1
|
机器学习/深度学习 人工智能 算法
人人都能搞定的大模型原理 - 神经网络
从1950年人工智能初现雏形至今,感知机作为神经网络的基石,引领了从单层到深层神经网络的技术飞跃。20世纪50年代末,弗兰克·罗森布拉特受人脑神经元启发,提出了感知机模型,它能够通过学习调整权重与阈值来识别模式,如手写数字。随着技术进步,感知机演变成更为复杂的层级和卷积神经网络。直至2022年ChatGPT的问世,人工智能的应用进入了公众视野。感知机的学习机制基于监督学习,通过不断调整权重和阈值来提高识别准确性。这种“亚符号”派的技术逐渐发展为拥有数十亿参数的大模型,展示了强大的智能涌现能力。随着AI技术的不断发展,我们正步入一个人机共生的新时代。

热门文章

最新文章