阿里云刘伟光:3.5万字拆解「核心系统转型」,核心从业者怎样寻得「出路」?(2)

简介: 阿里云刘伟光:3.5万字拆解「核心系统转型」,核心从业者怎样寻得「出路」?

2.1开放金融体系需要可标准化的构件式核心

规模是问题(业务)的解药,规模也是问题(系统)的根源。如今,开放银行的理念已经成为银行业的发展共识,最基本要求是银行服务通过API、SDK的方式将银行账户、支付、结算能力提供给合作方,以实现把银行的服务融入到各行各业中。做为开放银行战略的升级,场景金融、产业链金融正在描绘更大的开放格局,形成一个“泛在化”“毛细血管”式的金融服务。这些业务需要规模来解决泛在化的场景和需求,但这样的规模也是核心系统问题根源所在。

2.1.1不能变成新“竖井”的场景金融

场景金融是基于各类金融或者非金融场景顺畅地融入金融服务。从银行的角度看,最初的场景金融主要是与平台类公司接入合作,在消费者眼中,场景金融则是便捷的支付、贷款等金融服务的获得。随着场景金融的演进,其场景正在扩展到人们生活、学习、工作的各个方面,一些银行已经共建、自建了大量的场景金融业务。但基于场景的用户转化需要一套完整的业务系统进行支持,包括大量标准化、模块化的能力,业务能力方面包括用户中心、产品中心、合约中心、账户中心、权益中心等,数据能力方面包括用户画像、推荐模型、联邦计算等数据。此外,随着数字人民币试点领域的扩大,金融场景正在越来越丰富,仅数字人民币的应用场景就已经超过350万个。场景的价值日益受到重视,银行都在努力构造更多的场景,这也导致了场景的碎片化以及对场景构建的敏捷性要求。我们建议银行需要及早认识到如何让场景不成为新一轮的“竖井式开发”,而业务的中台化、标准化、构件化正是解决这一问题的出路,越来越多的银行正在为其业务设计结构化的业务模型,并探索将其与应用设计紧密连接起来。

2.1.2必须实现生态化的产业金融

从理论上来讲,供应链金融是金融业务从核心企业向周边企业拓展的最好方式,也是推动产业金融发展的理想模式。但是,供应链金融的发展往往需要依靠核心企业的意愿、平台的服务水平、周边企业的实际收益等诸多关键因素的综合作用,因此,尽管很多研究机构将供应链金融视为十万亿级别以上的大市场,但其总体发展一直不是很顺利。如果只为供应链金融单独去建设平台,那之前存在的建设成本、相关方收益等问题,恐怕依然难以解决。只有通过超越供应链视角的大型商业平台承载供应链服务,才有可能解决单一用途平台面临的问题。国家倡导建设的行业云,可以承载这样类型的商业平台,现有商业平台也可以进一步扩大互联,使任何一家企业可以加入平台即加入供应链,在平台中也可以自由加入任何供应链,这样的平台模式,才可能突破传统供应链平台高封闭、重成本、低收益的困境,这一模式也符合国家要求大型企业开源、开放的政策基调多功能的大型商业互联平台不仅承载供应链,也是各类型企业建立自身应用的“标准化构件库”,企业可以根据自身需要选择云原生的标准化构件组装自己的业务,这是“产业数字化”的一大推手。当然,这需要高度的业务标准化,所幸,国家标准化发展政策正在推动这一趋势的形成,未来银行也会融入到这一宏大的数字化商业生态中,这将催生金融机构新一代面向数字生态的构件化核心系统

2.2普惠金融体系需要可灵活组装的核心系统

普惠金融是致力于持续提高金融服务金融服务公平性、可获得性的金融服务体系,是通过更有社会责任感的经营理念、更有效率的风控手段、更低的运营成本来使更大范围的客户群体可以获得优质金融服务,在普惠金融的发展过程中,数字化技术将扮演越来越重要的角色。普惠金融的发展需要做好以下三个方面的工作:1.灵活的管理:在额度管理、计价定价、风险计量等体系中需要更灵活的能够支撑不同策略调整,适应不同区域、不同时期、不同行业、不同客户分层的普惠的要求;2.经济的管理:降低单账户/单交易成本,降低整体的综合财务成本;3.弹性的管理:业务系统可扩展支撑更大数量的中长尾市场。普惠的客群对象和业务特点决定了其产品碎片化、上线周期短、业务变化频繁,要求能够像积木块一样解构业务和技术能力,灵活配置、实现业务需要,金融机构的核心系统只有变得像一个可组装的流水化工场才能应对环境的快速变化,而对长尾客户群体的支持,更需要一套易扩展的核心系统架构

2.3绿色金融体系需要可泛化设计的核心系统

发展绿色金融是不仅是金融行业的商业机会,更是金融行业的社会责任。绿色金融包括两个部分,一是面向客户的“双碳”要求触发的业务变革,一是金融机构自身要完成“双碳”目标。按照“双碳”要求,金融机构要控制信贷资金流向,逐步减少高排放用户的信贷支持,未来也可能会逐笔核算信贷资金的“碳排放量”,控制信用业务的“碳”风险。这需要社会数据的支持,而不仅仅是来自用户的数据,需要更多的外部数据源、权威数据支持金融机构计算“碳”风险。通过构建绿色金融账户,完善绿色金融产品,提升绿色金融智能化评估,金融机构可以更好地支持绿色生态链上下游体系的开放性融合,打通绿色循环。绿色金融将推动对金融账户应用模式的泛化,从而影响核心系统的设计理念全生态链绿色金融模式设计三  金融核心转型的能力要求与建设体系“重大问题的解决方案,永远不可能在产生这个问题的维度上出现。”--爱因斯坦数字韧性被越来越多的金融机构所提及,什么是数字化韧性?当应对外界环境变化,或者客户需求变更时,软件产品需要有弹性和韧性,要有反应足够快的数字化体系。当集中式架构在面临“数字韧性”而“力不从心”的时候,我们认为很难用“旧时代的方法”去解决新时代的问题。云原生似乎成为一个数字化企业的“标准答案”了。

相关文章
|
SQL 安全 网络安全
数字堡垒的守护者:网络安全与信息安全的现代战略
在数字化浪潮中,信息安全成为维护企业和个人资产的重中之重。本文将深入探讨网络安全漏洞、加密技术及安全意识的重要性,并分析如何通过这些工具和知识构建坚不可摧的数字堡垒。我们将从基础概念出发,逐步揭示高级防护策略,为读者提供一套实用的网络安全指南。
|
机器学习/深度学习 传感器 自然语言处理
一文尽览 | 轨迹预测二十年发展全面回顾!(基于物理/机器学习/深度学习/强化学习)(上)
为了在动态环境中安全驾驶,自动驾驶车辆应该能够预测附近交通参与者的未来状态,尤其是周围车辆,类似于人类驾驶员的预测驾驶能力。这就是为什么研究人员致力于轨迹预测领域并提出不同的方法。本文旨在对过去二十年中提出的自动驾驶轨迹预测方法进行全面和比较性的回顾!!!它从问题公式和算法分类开始。然后,详细介绍和分析了基于物理、经典机器学习、深度学习和强化学习的流行方法。最后,论文评估了每种方法的性能,并概述了潜在的研究方向。
一文尽览 | 轨迹预测二十年发展全面回顾!(基于物理/机器学习/深度学习/强化学习)(上)
|
数据采集 存储 弹性计算
阿里云刘伟光:4万字解读金融行业全域数据“观”(2)
阿里云刘伟光:4万字解读金融行业全域数据“观”(1)
260 0
阿里云刘伟光:4万字解读金融行业全域数据“观”(2)
|
存储 运维 监控
阿里云刘伟光:2 万字解读金融级云原生
阿里云刘伟光:2 万字解读金融级云原生
|
存储 人工智能 运维
数智洞察|阿里云刘伟光:剖析企业数字化的降“本”增效
数智洞察|阿里云刘伟光:剖析企业数字化的降“本”增效
532 0
数智洞察|阿里云刘伟光:剖析企业数字化的降“本”增效
|
数据可视化 安全 前端开发
低代码开发的困境与解药
随着企业数字化的不断深入,低代码技术已成为企业释放数字化创新能力的关键工具。很多企业客户也被低代码所宣传的快速开发、低维护成本所吸引。但实际落地过程中,最终经常因为以下几个问题而导致满意度大打折扣。
|
机器学习/深度学习 人工智能 搜索推荐
首发丨阿里云刘伟光:2万字解剖「保险科技」,管理者怎样做「正确的事」?
首发丨阿里云刘伟光:2万字解剖「保险科技」,管理者怎样做「正确的事」?
首发丨阿里云刘伟光:2万字解剖「保险科技」,管理者怎样做「正确的事」?
|
设计模式 Java
设计模式-简单工厂设计模式
什么是工厂设计模式? 工厂设计模式,顾名思义,就是用来生产对象的,在java中,万物皆对象,这些对象都需要创建,如果创建的时候直接new该对象,就会对该对象耦合严重,假如我们要更换对象,所有new对象的地方都需要修改一遍,这显然违背了软件设计的开闭原则,如果我们使用工厂来生产对象,我们就只和工厂打交道就可以了,彻底和对象解耦,如果要更换对象,直接在工厂里更换该对象即可,达到了与对象解耦的目的;所以说,工厂模式最大的优点就是:解耦。
188 0
|
存储 人工智能 自然语言处理
阿里云刘伟光:真正的数据中台是什么?
阿里云希望,能通过数据中台,帮助金融客户将数据变成资产!
4980 0
阿里云刘伟光:真正的数据中台是什么?