360金融首发融合中台 金融科技后浪席卷而至


作为2019年科技圈公认的最火概念 , “数据中台”在各大行业数字化转型舞台C位当仁不让 。 众多以技术能力自持的机构纷纷开始加紧布局 , 一时间开启了行业头部企业对数据中台的探索热潮 。 在随后如火如荼的实操较量中 , 市场也在不断加深认知的前提下得以回归理性 。 然而日前360金融首席科学家张家兴提出的“融合中台”概念 , 再次将中台热度推向高潮 。
如今 , 传统的互联网金融公司转型金融科技公司已成大势 , 纷纷为自己打下以技术为中心的标签 。 但是 , 以业务为主导 , 追求技术架构快速迭代的传统方式 , 不足以支撑金融科技公司继续壮大发展 。 根据360金融多年实践经验 , 张家兴总结认为 , 随着业内中台化趋势加剧 , 单一中台在业务赋能中的劣势初露端倪 , 以架构性思维预见行业发展 , 融合中台或将成为通往未来的“高速路” 。
【360金融首发融合中台 金融科技后浪席卷而至】
360金融首发融合中台 金融科技后浪席卷而至
本文插图
360金融首席科学家 张家兴
数据AI 2 in 1的时代之选
数据中台的核心价值 , 在于帮助企业将分散的业务数据进行统一的规划、管理、整合 , 形成企业独有的“数字资产”;与此相对的AI中台 , 则是一个用来构建大规模智能能力的“基础设施” 。 业内单独建设数据中台或AI中台的企业不胜枚举 。
以阿里巴巴为例 , 其数据中台系统由多元数据采集和接入、公共数据中心、统一数据服务三个核心板块构成 , 主要应用于整体的商业生态当中 , 从而为其新零售、金融、旅游、健康等板块实现业务数据化和数据业务化 , 为业务前台和云端双向赋能 。 阿里以外 , 京东的数据中台建设速度也较快 。 2017年末京东内部将技术团队拆分为前台与中台两大板块 , 前台对应商城各事业部、中台服务于共性需求 。
不同于数据中台对企业自身业务的绝对依托 , AI中台分内外部两种形式发展壮大 , 一种通过第三方机构科技赋能形式出现 , 如旷视、商汤、科大讯飞等;另一种则是以企业内部AI Lab闻名 , 如阿里达摩院 , 腾讯AI Lab , 百度IDL , 微软MSR , 谷歌 Google Brain等 。
在此背景下 , 张家兴提出融合中台概念 , 通过数据和AI的2 in 1组合实现价值最大化 , 同时也实现了金融科技业务驱动1.0时代到数据智能2.0时代的过渡 。
张家兴认为:“数据本身不等于数据资产 , AI本身也无法发挥价值 。 单独依靠数据中台 , 虽可打通、整合企业内部数据 , 但却缺少技术辐射能力 , 很难实现最大化的业务赋能 。 从技术角度本身而言 , 只有打通从数据到计算 , 再到模型这个数据加AI链路 , 才能更好的赋能业务 , 提升运营效率 。 ”
融合中台并非1+1等于2
“基于整个公司的技术框架来说 , AI中台是绝对的‘中间’力量 , 向下接受不同种类、不同属性的数据支持 , 之后通过机器人、推荐、圈人等具体AI能力 , 向上支撑特定业务 。 因此 , 数据和AI的融合并进是业务发展到一定阶段的优选之路 , 融合中台并非1+1等于2那么简单 。 ”
360金融首发融合中台 金融科技后浪席卷而至
本文插图
数据智能平台矩阵
从张家兴对360金融融合中台的阐释中可以窥见 , 这是一个功能复杂、多技术、全场景的赋能平台 , 也是一个糅合了传统数据挖掘、大数据、深度学习、自然语言处理等能力的多维度平台 。 因此 , 可以从以下三个维度来总结数据AI中台的能力:
——数据维度:数据处理的全生命周期
AI中台具备数据接入、特征处理、模型训练、建模分析、线上业务接入等数据处理的全生命周期的能力 。
——场景维度:跨业务的基础平台
融合中台不会局限在某一个特定的业务线 , 它将服务于360金融所有业务 , 但这不是“中台万能理论”的依据 。 融合中台发挥作用的必要性前提 , 一是要有很多业务线 , 二是各业务线之间有一定相似性 , 三是有可能还会产生新的业务线 。 360金融通过融合中台“大中台 , 小前台”概念的统一调配 , 增强了技术的通用性 。 这也反应了公司灵活的组织架构优势:一切以业务发展为目标 , 中台模式也更容易推进 。


推荐阅读