导语：从“账房先生”手中拨动的一颗颗算盘珠，到20世纪50年代花旗银行用计算机记录每笔交易，从1980年阿尔文·托夫勒在《第三次浪潮》中描绘了未来社会的绚丽蓝图，到如今各行各业方兴未艾的大数据、大模型、云原生……时代的长河奔涌向前，在新浪潮的奔腾下，未来已来，金融数字化变革的发展脉络逐渐清晰。
如果说数字文明如同一条奔流不息的长河，那么金融，就是这条长河里一道道粼粼的波光。
这条数字文明的长河中沉淀了金融科技的先行者们不可胜数的著作瑰宝。上周（11月17日），中国信息通讯研究院（以下简称“中国信通院”）主办了2023（第六届）金融科技产业大会，会上， 神州信息联合中国信通院、阿里云、腾讯云、华为、金篆信科等单位共同发布了《砥砺深耕，华章日新——2023年金融业信息技术转型升级白皮书之核心下移篇》（以下简称白皮书），为金融科技发展写下时代的注脚。
图为（第六届）金融科技产业大会现场，神州信息张劲做白皮书演讲
神州信息金融技术部总经理张劲作为代表对白皮书进行了解读，与会嘉宾认为，白皮书系统诠释了最新的金融信息技术理论，为金融机构核心下移提供了一份指引手册。
会后，神州信息金融技术部总经理张劲、阿里云新金融事业部副总经理宋勇、华为数字金融军团分布式新核心业务总经理韩满三人接受了媒体的采访，就金融数字化转型的历史、现状和未来等问题回答记者的提问。
图为华为数字金融军团分布式新核心业务总经理韩满（左）、神州信息金融技术部总经理张劲（中）阿里云新金融事业部副总经理宋勇（右）
金融数字化的历史：从单机到分布式云原生
谈起白皮书创作的初衷，张劲表示，随着信息技术的发展，各大金融机构、厂商和互联网公司都在积极探索金融科技的本质，总结核心下移的最佳实践。“我们希望能够给大家带来更多的启示，能够在接下来的3年到4年里面，我们能够帮助客户真正实现核心下移，并且能够一直升级和迭代下去”张劲表示。
阿里云新金融事业部副总经理宋勇
针对金融的数字化历程，阿里云新金融事业部副总经理宋勇对此如数家珍：过去的40年里，银行IT系统的演进和迭代过程可以分成了4个阶段，单机时代、联机联网时代、大数据集中时代、分布式和云原生时代。目前，我们已经进入了第四个时代——分布式云原生时代，在这个时代里，我们把互联网的先进技术和银行的高可用、高性能、高业务延续性的要求结合起来，来支撑金融IT业务的发展。
宋勇认为，金融数字化的转型也同样有三个阶段，局部的分布式和原生、云原生、金融级全局云原生和分布式，在第三个阶段，行业各方就要协同起来，共同为之奋斗。
金融数字化的现状：前进趋势不得不冲破的和阻碍
然而，金融数字化要冲破的，不仅仅是技术的阻碍。
张劲表示，金融的数字化转型是系统性工程，在实现了技术突破之外，但还要面对数据安全和组织协同等问题，更需要先进的数字化理念推动。未来银行架构需要从场景建设、旅程服务、能力输出、资源积累和组织管理五个层次的业务发展诉求，构建整体架构体系，神州信息研发的分布式的微服务云平台ModelB@nk5.0正好能满足这些诉求，为未来银行数字化转型提供了有价值的借鉴意义。
韩满看来，未来的技术架构应当构建在基于“敏捷、开放和指挥的分布式架构”基础上，除此之外，还要确保底层基础硬件平台的稳定性、可靠性、扩展性和高性能，来面对敏捷、创新和合规的要求。
华为数字金融军团分布式新核心业务总经理韩满
基于此，围绕金融客户分布式新核心建设的“设计-开发-部署-运行-运维”全时态，华为发布金融级PaaS，全面升级分布式新核心3.0方案，并联合伙伴打造竞争力领先的场景化解决方案，更好支撑金融数字化转型。
神州信息金融技术部总经理张劲
张劲对此表示认同，他强调，金融数字化转型还面临着诸多痛点，以金融数字化的典型场景之一——核心下移为例，一方面，核心系统的使用周期较长，很难进行彻底的升级；第二方面，从集成架构到云原生、分布式架构的转型难度大；第三方面，是数据迁移难，银行的决策压力大。
白皮书在总结过往成功案例的同时也为不少银行打消了顾虑，“真正帮助客户去解决在整个的核心下移过程中的这样一些痛点，能够帮助它上到核心，用好核心，甚至用核心能够更好的去支撑他未来业务的一些增长”张劲如是说。
金融数字化的未来：金融行业大模型之路还有多远
张劲认为，目前暂时无法完全使用人工智能、大模型取代人工，更多的是在局部上实现优化。神州信息在金融街论坛上发布了实现低代码生成的能力，针对金融行业特殊性，原本研发人员需要2小时开发完成的代码，使用AIGC生成只需要5~10分钟完成，可以大幅提高人员效率。
另外，大模型可以帮助金融机构更好地进行风险评估和管理。通过分析大量的历史数据和实时信息，预测市场风险、评估信用风险等，为金融机构提供更加准确和及时的风险管理决策支持，这将有助于金融机构降低风险和提高盈利能力。
韩满认为，面向未来，应用大模型的能力将成为关键生产力，其中知识与高质量的数据集、安全合规、算力、应用创新等几个方面的能力将至关重要，也是新的挑战。我们可以利用AI算力，创新差异化产品和服务的供给，应用大模型能力深入洞察、分析、挖掘客户需求、关系图谱、动态画像，精准匹配客户需求，快速迭代产品研发，提供跨领域融合的综合服务，比如数字人、智能客服、智能数据分析、智能编程助手等。
宋勇认为，大模型的发展进程会越来越快，也会使系统越来越敏捷，大模型有助于对整个全行级的数字化的底层架构、对上层应用的设计开发、运维、容灾、运行更敏捷；其次基于弹性的混合部署，使业务的pass层能够有效实现多地多活，保证业务连续性，降低开发成本，促进整个系统向更好更敏捷方向发展。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
