【活动回顾】2025 人工智能引领金融业变革线上沙龙成功召开

2025年3月13日，由金科创新社主办的“2025 人工智能引领金融业变革线上沙龙”成功召开，会议以“夯实数据底座 构建数据平台”为主题，来自光大银行、陕西农信等全国40多家银行、保险、证券等金融企业科技、数据中心、开发中心的IT架构、开发测试、数据平台相关负责人交流探讨数据架构、数据平台、AI和自动化领域的前沿思路和落地实践。

IBM中国金融行业总经理郭江蔚首先以“AI+金融，打造未来银行核心竞争力”为题，发表了欢迎致辞。她表示，近年来，AI技术在金融领域的应用日益广泛，极大提升了服务效率和质量，推动了创新。2024年政府工作报告启动“人工智能+”行动计划，加速AI技术在各行业的应用，金融行业更是这场革命的重要战场。

2025年金融行业充满挑战与机遇。AI技术正改变行业格局，成为金融战略的核心基石。IBM商业价值研究院的报告显示，生成式AI应用正迎来爆发式增长，金融机构需重新审视战略以充分利用AI技术。超过60%的金融机构高管认为，企业级AI创新需要建立新的风险管理文化。IBM作为全球领先的混合云和AI服务提供商，助力金融机构采纳新技术，优化数字体验，提升盈利能力。在中国，IBM服务金融行业超过40年，见证了上百家金融机构的数字化转型，期待进一步推动金融行业的变革和发展，迎接AI引领的新时代。

数据库是银行不可或缺的科技重器之一，也是技术转型难度最大的领域。光大银行面对“传统集中式架构依赖、国产数据库成熟度不足等”等内外部挑战，在国家战略指引下，从业务发展和科技发展的实际需求出发，历经4年成功打造了内部通用的数据库技术方案，培养了一批技术人才，支持了架构转型和应用上云工作，在普惠金融等业务发展中发挥了关键作用。中国光大银行银行金融科技部项目经理郑皓广在“岐山工程—— 新一代数据库技术平台建设项目”的主题演讲中，从“路线、产品、韧性、开发、运维”五个维度介绍了项目建设实践：路线方面，面对国内数据库厂商“多而不强”和开源生态不完善的情况，采用“合作研发+产品引入”双轨并行的技术发展模式：产品方面，光大银行EverDB以开源为基础，采用多组件灵活组合方案，支持技术转型、云化部署及银行特色业务的高并发需求；韧性方面，通过核心产品质量保障、高可用部署架构和混沌工程，确保系统韧性贯穿研发、测试和运行全过程；开发方面，根据业务需求细分场景，规范数据库产品方案，发布开发规范，适配开发框架，打造数据平滑迁移方案；运维方面，基于多年运维经验，优化运维规范，利用云平台特性实现自动化资源交付，保障安全运行并加速应用敏捷性。

展望未来，郑皓广表示，生成式AI与数据库技术的结合对银行业务的影响主要体现在“数据库/大数据开发、数据库运维、新技术人才培养”等方面，有望提高效率、优化资源并加速技术学习。

存储作为数据基础设施的核心底座，承载着金融机构最重要的数据资产。在AI时代，金融机构需要怎样的存储系统？IBM科技事业部存储解决方案专家周立旸在“AI时代的IBM数据存储助力金融行业的存力建设”主题演讲中指出，AI时代对存储系统提出了高性能、大容量、可扩展、安全且经济的要求，结合高速存储介质、分布式架构和云存储技术，才能满足AI应用的需求。

针对金融机构在“敏捷性、数据安全弹性、基础架构优化、AI/数据现代化”等方面的存力需求，周立旸提出了IBM存储的四大主要产品线：闪存、AI存储、带库及watsonx存储，并详细介绍了相关存储产品和存储解决方案，包括：IBM FlashSystem，实现高性能、低成本和强数据保护，助力金融机构应对未知风险；IBM Storage Defender，提供绿色安全的低成本存储解决方案；IBM磁带，为数据长期保存提供经济高效的存储选择；IBM Storage Scale，加速数据访问，提升AI效率；IBM Storage Ceph，实现湖仓一体，为私有云提供统一存储。这些产品和解决方案共同为金融机构提供了全面、高效的存储支持，助力其在AI时代实现数据管理的现代化和智能化。

面对数据量及数据应用需求的井喷式增长，传统架构的数据仓库和大数据平台存在数据孤岛、处理效率低、流转时间长等问题，难以敏捷高效地发挥数据价值。为解决这些挑战，陕西农信启动了全栈信创的湖仓一体化智能数据平台建设。陕西省农村信用社联合社科技部技术专家闫显以“构建多技术融合的湖仓一体化平台，打造银行数据智核新引擎”为主题，分享了该项目的建设实践。闫显重点从“项目建设目标、技术架构、功能架构及数据流向”等方面介绍了项目方案，并总结了三大创新点：一是多集群部署架构，通过独立配置管理各集群资源，降低集群间耦合关系，便于根据业务需求灵活调整资源分配，满足多样化的数据处理需求和业务场景；二是数据层级设置，根据数据的重要性、使用频率和处理复杂度，整合数据源与数据仓库的组件技术特点，规划数据层级设置，利用Hudi特性在湖内以时序形式存储数据，降低存储空间并提升数据处理能力；三是DataOps + MLOps提升研发及数智应用效能：基于DataOps工具建立数据研发运营体系，提升团队协作效率和整体效能，同时DataOps与MLOps的无缝对接确保模型能够获取最新数据进行训练和推理，为AI技术赋能金融业务提供基础。

陕西农信经历一年时间完成湖仓一体调研、交流、演进路线及方案制定，再通过一年时间完成项目研发、测试及上线。总结经验，闫显表示，一是对业界湖仓一体实施案例充分调研，基于行内原有数据平台的基础软硬件，确定湖仓一体的基础架构和演进路线；二是为了提高原有硬件资源的重复利用，降低演进过程中的应用改造和数据迁移难度，在原有技术体系上进行架构升级；三是根据行内业务数据特点以及湖仓技术能力，调整数据流转和加工的流向，统一进行全行数据的存储与处理，使数据链路高效运转。

DeepSeek的爆火给我们带来启示，最佳的工程设计应该从性能和成本两个方面进行优化，这也印证了IBM关于人工智能不应局限于大型专有系统的观点。IBM 科技事业部资深技术专家应骊珠以“利用AI和自动化实现降本增效，释放生产力”为题，详细介绍了以AI为底座的IBM软件平台，涵盖混合云、交易处理、自动化和数据四大核心领域，并强调IBM通过多源统一方法和全球数据建模，推动AI技术的创新与价值实现；重点阐述了IBM的AI策略：旨在通过可信数据、开放式架构和无缝集成来扩展和加速AI的应用，提供全面的AI解决方案以推动业务转型和创新，如数字劳动力、人才/人力资源、金融、供应链和采购，以提高流程生产力等。

针对金融行业，应骊珠展示了生成式AI的应用场景示例，包括在大语言模型增强的AI能力、面向金融业务和办公的典型应用场景、提升开发运维生产力的应用场景以及IBM智能运维解决方案和IBM Instana 在金融行业云环境下的APM案例、IBM 在多个领域赋能企业 AI+ 转型的成功实践。这些创新应用为金融行业带来了显著的效率提升和业务价值。

近年来人工智能技术的快速发展并与金融行业的深度融合，为金融业数字化转型注入新动能。生成式AI技术的突破性进展，为简化和优化银行核心系统、提升金融服务效率提供了全新解决方案。把握数字技术金融应用的新机遇，积极推进企业级AI布局和场景实践，成为金融企业提升核心竞争力、加速智能化转型的重要课题。“2025 人工智能引领金融业变革线上沙龙”聚焦AI时代金融行业面临的挑战和机遇，探索面向未来的数据底座和数据平台建设新思路、新方法，助力金融企业借助AI与自动化工具的卓越能力，以全新可持续战略思维加速智能化转型。

在金科创新社官网、微信公众号均可下载资料！