投资理财_投资理财知识 - 安岳理财网

安岳理财网

银行智能运维新征途:尽量减少业务问题几率 数据报送力争“可视化”

2021-08-16 15:09分类:新闻 阅读:

 

“伴随金融业务愈加融入各类场景,天天都要处置不少在线支付失败、在线转账失败等业务问题。”一位城商行IT部门负责人向记者透露。尽管这种业务问题占比非常低,但银行高层觉得这会干扰顾客金融服务体验与市场口碑,需要IT部门尽快将每天业务问题量再减少逾30%。

在他看来,要完成这项任务,绝不是易事。一是银行内部不少部门的业务操作IT系统仍相互割裂,致使不少业务问题出目前什么业务操作节点,二是当业务问题出现时,银行内部的问题溯源剖析能力偏弱,需要很多时间才能解决;三是目前银行部门的监控、运维系统仍然各自为政,总是只关注到某个层面的业务问题,缺少前瞻性的业务规划以减少新场景金融业务的问题发生率。

他透露,去年底以来他们也邀请第三方智能运维技术提供商搭建智能运维系统以解决上述痛点。

尽管这部分智能运维技术提供商争相介绍全新的人工智能智能技术将怎么样提高银行业务问题提前洞察、归因剖析、飞速解决的效率,最大限度确保银行运维的靠谱性与业务问题极低发生率,但银行方面更不想为了适配新智能运维系统拓展很多的业务迁移。对银行而言,运维的稳定性与安全性相比新智能技术应用更要紧。

一位股份制银行IT部门人士则向记者透露,现在银行要引入很多新智能运维系统以减少业务问题发生率与提高业务问题剖析解决能力,还需解决这部分新技术的水土不服问题。这部分水土不服问题主要包括数据采集管理难、数据库建设难、数据处置能力弱、无持续开发性等问题。

“对银行而言,智能运维系统的建设,不在于引入多少新智能技术,而是能否最大限度提高异常情况测试、异常情况归类、智能根因剖析、落实解决方法、预防异常情况再度发生的效率。”他强调说。

引入智能运维技术面临很多挑战

在业内人士看来,伴随金融服务融入愈加多场景,银行内部对各类场景化金融服务的靠谱性与反应速度考核需要日益提高,包括需要业务响应率、响应时间、成功率、耗时需要都在分钟级完成,在线个人消费信贷审批等新型业务甚至要在秒级迅速完成。

“事实上,要完成这部分考核需要,困难程度不小。”上述城商行IT部门负责人告诉记者。以在线个人消费信贷审批业务为例,整个业务步骤涉及网上银行买卖系统、网贷链接平台、信贷买卖系统、“公检法”买卖查看审查系统、身份核查系统、征信统一前置等多个系统,在实质操作环节,因为不同业务系统存在IT割裂,且银行没办法做到全步骤监控与数据采集管理剖析,任何一个业务环节出现数据交互差错,就可能致使整个业务步骤效率低下甚至出错,但银行内部若要对业务问题进行归因调分数查询析,又要梳理整追溯不同业务部门的原始数据,整个操作步骤异常繁琐且效率低下,甚至有时IT部门职员不知晓业务障碍到底发生在什么业务环节。

他透露,此前他们内部也在尝试塑造全新的智能运维系统,进而梳理整理各部门IT系统与数据报送推荐体系,最大限度达成业务数据标准化,但在实质操作环节,多个业务部门觉得大规模数据迁移相当繁琐且容易出错,对引入智能运维系统的积极性并不高。

“现在,大家也在尝试引入第三方智能运维技术提供商,帮大家搭建智能运维系统。”他指出。引入外部机构的一大好处,是有更高几率说服各个业务部门赞同引入新的智能运维系统,除此之外第三方智能运维技术提供商可以通过人工智能智能与云数据技术,解决数据业务大规模迁移过程的差错问题。更要紧的是,部分第三方智能运维技术提供商的人工智能能力,能够帮助解决传统监控运维系统生态割裂、视角单1、被动查找等痛点同时,结合云数据剖析、机器学习、人工智能可讲解性和常识图谱等重要技术有效提高业务问题、归因剖析、解决方法迅速落地、预防异常情况复发等效率。

“现在,不同银行对引入智能运维技术的诉求完全不同。”上述股份制银行IT部门人士向记者透露。现在大型银行很看重智能运维系统的开放性与可迭代性,即智能运维系统的底层数据、数据共享、常识汇聚等范围可以彼此打通与重复用,进而有效支撑银行迅速开发全新的业务场景智能运维能力,促进银行内部的业务迭代升级与新场景拓展。相比而言,中小银行主要侧重用智能运维技术,完成场景化金融服务的数据剖析与业务增长预测,与迅速解决各类业务问题等。

这背后,与中小银行运维部门的技术水准与IT资源投入有着密切关系。记者多方获悉,中小银行因 IT投入有限,总是会将数据输出放在小型机器设施,致使他们对智能运维技术引入与部署数据采集节点有更高的需要,以解决相对复杂的数据串联打通等问题,但这致使第三方智能运维技术提供商更难达成数据采集链条的稳定性与安全性。

数据报送还需落实“标准化”与“规范化”

值得注意的是,怎么样借用智能运维技术向监管部门精准全方位地报送经营数据,俨然成为银行面临的新挑战。

一位银行合规部人士向记者透露,现在金融监管部门期望借用云数据监控与剖析技术,将监管需要报送的银行运营数据转化成数字化、标准化的“机器可读”程序语言,对银行等金融机构也有明确的技术规格设定需要。但对银行而言,信息科技风险监测需应付的是大量抽象的机器数据,它不像隐私聊息、用户信息、买卖数据等业务数据那般容易理解。所以银行等金融机构采集这部分机器数据后,还需经过专业化剖析,不只将机器数据转化成可视化的业务指标与符合监管部门的监管指标,报送给金融监管部门。

“以往,大家遇见的最大挑战,是通过一个脚本语言或重语言写作的查看语言,非常难令监管部门相对容易迅速地获悉各类经营数据背后的底层数据指标是不是存在异常,反而导致监管部门与银行之间围绕某些业务数据需要反复交流确认,才能学会银行的业务情况。”他告诉记者。因此他们正尝试构建全新的智能运维系统,能让金融监管部门不需要花费太多交流本钱,就能迅速知道银行各类买卖数据与风险情况。但这需要银行内部先达成报送数据的规范化与规范化操作,并通过数据降维等技术确保监管部门能迅速获悉底层原始数据,从而更全方位精准地知道银行实质运营情况。

“大家正与一些第三方智能运维技术提供商合作,借用后者提供的动态数据采集+数据剖析模块达成各项业务全链路监测试打分析、异常行为剖析、异常买卖归因剖析,再达成指标变量数据汇聚与大全计算,以可视化方法向金融监管部门提供报表展示同时,便于后者更精准地拓展指标剖析。”他指出。现在通过初步测试,这套智能运维技术已初步解决各项业务数据规范化与标准化问题,但在以可视化方法向金融监管部门报送经营数据方面,还需拓展很多可操作性探索。

记者多方获悉,不少第三方智能运维技术提供商正积极探索通过“区块链+”融合技术,提高金融机构报送经营数据的操作效率与精准度。

在一位第三方智能运维技术提供商卡奈,区块链正从单一技术走向融合技术——可以与人工智能oT、隐私计算等技术不断融合,一面提高金融机构报送经营数据的可视化程度,一面凭着区块链的不可篡改性,令监管部门可以精准知道底层原始数据,杜绝银行在数据报送过程的弄虚作假行为。

郑重声明:文章来源于网络,仅作为参考,如果网站中图片和文字侵犯了您的版权,请联系我们处理!

上一篇:亚太股市收盘普跌

下一篇:没有了

相关推荐


关注我们

    投资理财_投资理财知识 - 安岳理财网
返回顶部