Banking on the Edge: 3 วิธีในการใช้ Edge Computing เพิ่มพลังให้กับการดำเนินงานของ BFSI

Banking on the Edge: 3 วิธีในการใช้ Edge Computing เพิ่มพลังให้กับการดำเนินงานของ BFSI

การธนาคารบน Edge: 3 วิธีในการใช้ Edge Computing เพิ่มประสิทธิภาพการดำเนินงานของ BFSI PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ลองนึกภาพกล่องที่วางอยู่ตรงกลางทุ่งโล่งโดยไม่มีอะไรอยู่รอบๆ งานของคุณคือเดินไปที่กล่องนั้น แตะด้านบนแล้วเดินกลับ เรียบง่าย. วันหนึ่ง คุณสังเกตเห็นต้นไม้เล็กๆ เติบโตอยู่ระหว่างคุณกับกล่อง วันรุ่งขึ้นพุ่มไม้ ต่อมาฝนตก มีบ่อน้ำ วัชพืชงอกขึ้นมา หญ้าก็งอกขึ้นมา ไม่นานนัก งานง่ายๆ ของคุณก็จะยากขึ้น ช้าลง และสิ่งที่เคยเป็นทุ่งโล่งก็กลายมาเป็นป่าทึบที่เต็มไปด้วยเถาวัลย์และสิ่งกีดขวาง คุณยังสามารถไปที่กล่องได้ แต่ใช้เวลานานกว่านั้น หากมีวิธีที่ง่ายกว่านี้

นวัตกรรมเป็นสิ่งที่ขัดแย้งกัน ทั้งการลดและเพิ่มความซับซ้อน เช่นเดียวกับกล่องธรรมดาๆ ที่เคยนั่งคนเดียวในสนาม คอมพิวเตอร์ยังคงพัฒนาต่อไปพร้อมกับแอปพลิเคชันที่มากขึ้นและฟังก์ชันการทำงานที่เพิ่มขึ้น ส่งผลให้ความหนาแน่นและเกะกะช้าลงด้วยข้อมูลจำนวนมหาศาล นั่นคือสิ่งที่
การคำนวณที่ทันสมัย
เข้ามาเป็นกระบวนการกระจายอำนาจทรัพยากรการประมวลผลไปยังขอบของเครือข่ายที่มีการสร้างข้อมูล แทนที่จะอาศัยเซิร์ฟเวอร์แบบรวมศูนย์หรือบนคลาวด์ กล่าวอีกนัยหนึ่ง มันนำกล่องจินตภาพนั้นมาจากกลางสนาม และขยับมันเข้าไปใกล้ขึ้น และทำให้เข้าถึงได้ง่ายขึ้น ซึ่งทำให้ทุกอย่างเร็วขึ้นและง่ายขึ้น

ได้รับความได้เปรียบในอุตสาหกรรมที่อุดมไปด้วยข้อมูล

ตามที่
ตัวเลขล่าสุด
โลกจะสร้างข้อมูลมากกว่า 460 เอ็กซาไบต์ในแต่ละวันภายในปี 2025 (เอ็กซาไบต์เท่ากับ 1,000 ไบต์ยกกำลังที่ XNUMX และสำหรับบริบทเพิ่มเติม ทุกคำที่มนุษย์เคยพูดสามารถมีขนาดได้เท่ากับ XNUMX เอ็กซาไบต์) อุตสาหกรรมบางประเภท สร้างข้อมูลได้มากกว่าอื่นๆ แต่การธนาคาร การบริการทางการเงิน และการประกันภัย (BFSI) มีแนวโน้มที่จะอยู่ใกล้อันดับต้นๆ เมื่อพิจารณาจากความถี่ที่อุตสาหกรรมเหล่านี้เล่นในชีวิตประจำวันของเรา ตั้งแต่การวิจัยและการจัดซื้อผลิตภัณฑ์ไปจนถึงการปฏิบัติงานด้านการธนาคารตามปกติ นอกเหนือจากฟังก์ชันที่สถาบัน BFSI ดำเนินการเอง (การตรวจสอบ การวิเคราะห์ การจัดเก็บ ฯลฯ) แล้วเราจะเหลือข้อมูลมากมาย

ในการประมวลผลระดับองค์กรแบบดั้งเดิม ข้อมูลจะถูกสร้างขึ้นที่แหล่งที่มา (เช่น คอมพิวเตอร์ของคุณ) ถ่ายโอนผ่านเครือข่ายบริเวณกว้าง (WAN) เพื่อประมวลผลในเครือข่ายท้องถิ่น (LAN) จากนั้นจึงกำหนดเส้นทางกลับไปยังแหล่งที่มา เป็นระบบที่ทำงานได้ดีจนปริมาณล้น เทียบเท่ากับการสร้างทางหลวงสองเลนเข้าไปในพื้นที่รถไฟใต้ดินหลักซึ่งมีประชากรระเบิด เซิร์ฟเวอร์ข้อมูลแบบรวมศูนย์ไม่สามารถก้าวทันได้ และความแออัดของเครือข่ายทำให้เกิดการหยุดชะงักที่เพิ่มมากขึ้น สถาปนิกด้านไอทีตัดสินใจว่าแทนที่จะพยายามดึงข้อมูลเข้าใกล้ศูนย์ข้อมูลมากขึ้น พวกเขาจะย้ายศูนย์ข้อมูลออกไปที่ Edge ซึ่งเป็นจุดที่ถูกสร้างขึ้น และ Edge Computing ก็ถือกำเนิดขึ้น

สำหรับ BFSI ความเคลื่อนไหวดังกล่าวเป็นตัวเปลี่ยนเกม โดยช่วยลดความหน่วง ปรับปรุงการตัดสินใจแบบเรียลไทม์ และรับประกันความปลอดภัยของข้อมูล ซึ่งมีความสำคัญสำหรับธุรกรรมทางการเงินที่รวดเร็วและปลอดภัย ขณะนี้ การประมวลผลและการวิเคราะห์ทั้งหมดที่ปกติจะเกิดขึ้นในศูนย์ข้อมูลแบบรวมศูนย์สามารถเกิดขึ้นได้ใกล้กับแหล่งที่มามากขึ้น เช่น เครื่องขาย ณ จุดขาย (POS) หรือตู้ ATM เป็นแนวคิดที่เรียบง่าย แต่เป็นแนวคิดที่สามารถลดความเครียดแบนด์วิธเครือข่ายได้อย่างมาก ต่อไปนี้เป็นอีกสามวิธีที่ Edge Computing ช่วยเพิ่มประสิทธิภาพการดำเนินงานของ BFSI

1. ประสบการณ์ลูกค้าที่ดีขึ้น (CX)

Better CX อาจมีความหมายที่แตกต่างกันสำหรับแต่ละคน แต่สำหรับลูกค้า BFSI มักจะขึ้นอยู่กับความรวดเร็วปานสายฟ้าและความแม่นยำที่สมบูรณ์ เนื่องจากอุตสาหกรรมเหล่านี้จัดการกับการเงิน ชีวิต และความเป็นอยู่ของผู้คน ลองนึกถึงครั้งสุดท้ายที่คุณไปร้านค้าและใช้บัตรเดบิต/เครดิต ยังดีกว่า ลองนึกถึงการต่อแถวยาวในช่วงวันหยุดเพียงเพื่อจะได้รอเป็นช่วงๆ ขณะที่เครื่องประมวลผลบัตรของคุณ คนส่วนใหญ่ไม่ต้องการรอนานเกินความจำเป็นในการซื้อหรือทำธุรกรรมให้เสร็จสิ้น แม้ว่าจะต้องใช้เวลาเพียงไม่กี่นาทีก็ตาม ด้วย Edge Computing การอนุญาตแบบเรียลไทม์ส่งผลให้เวลาชำระเงินเร็วขึ้น (และลูกค้ามีความสุขมากขึ้น) นอกจากนี้ เทคโนโลยีไฮเปอร์ออโตเมชั่นหรือระบบอัตโนมัติอัจฉริยะยังเพิ่มประสิทธิภาพการโต้ตอบกับลูกค้าด้วยสิ่งต่างๆ เช่น การสอบถามตามปกติโดยอัตโนมัติ หรือการให้คำแนะนำทางการเงินส่วนบุคคล

นอกจากความเร็วแล้ว
Deloitte
พบว่าการประมวลผลแบบ Edge สามารถนำไปใช้เพื่อช่วยบริษัท BFSI เช่นธนาคาร "ใช้ประโยชน์จากการวิเคราะห์ข้อมูล" เพื่อสร้าง "เนื้อหาที่เป็นส่วนตัวและเกี่ยวข้องซึ่งส่งผ่านช่องทางดิจิทัลที่ต้องการ" โดยนำเสนอการแจ้งเตือนที่กำหนดเป้าหมายตามภูมิศาสตร์แก่ลูกค้าและคำแนะนำตามความต้องการตามพฤติกรรมก่อนหน้านี้ และในประเทศกำลังพัฒนาหรือพื้นที่ที่มีการเชื่อมต่อไม่ดี Edge Computing ช่วยให้เทอร์มินัลการชำระเงินสามารถจัดเก็บข้อมูลธุรกรรมและประมวลผลภายในเครื่องได้จนกว่าการเชื่อมต่อจะได้รับการฟื้นฟู ซึ่งช่วยปรับปรุงการเข้าถึงทางการเงินและการไม่แบ่งแยกได้อย่างมาก

2. ปรับปรุงการตรวจจับการฉ้อโกงและความปลอดภัยของข้อมูล

บริษัท BFSI จัดการข้อมูลลูกค้าและข้อมูลองค์กรที่มีความละเอียดอ่อนสูง และผู้ไม่ประสงค์ดีมักจะค้นหาจุดอ่อนเพื่อใช้ประโยชน์อย่างต่อเนื่อง ด้วยการย้ายศูนย์ข้อมูลให้ใกล้กับแหล่งข้อมูลที่ Edge เวลาแฝงจะลดลง และลดจุดโจมตีที่อาจเกิดขึ้นได้ เช่นเดียวกับที่ผู้บัญชาการทหารสอนแนวหน้าเพื่อป้องกันการรุกรานของศัตรู

ด้วยการสร้างวงจรที่เข้มงวดมากขึ้นเพื่อให้ข้อมูลถูกส่งผ่านไปมา บริษัท BFSI สามารถตรวจสอบธุรกรรมแบบเรียลไทม์ ตรวจจับความผิดปกติ และตอบสนองต่อกิจกรรมฉ้อโกงได้เร็วขึ้น

IBM เป็นตัวอย่างที่ดี
ที่เกี่ยวข้องกับตู้เอทีเอ็ม โดยชี้ว่า กล้องวงจรปิดมีประโยชน์เท่านั้น
หลังจาก มีการโจรกรรมเกิดขึ้นและยังต้องมีการตรวจสอบจากเจ้าหน้าที่ แต่ด้วยการประมวลผลแบบเอดจ์ ฟีดวิดีโอสามารถวิเคราะห์ได้โดยอัตโนมัติโดยไม่ต้องมีการแทรกแซงของมนุษย์ และเครื่องเอทีเอ็มที่ถูกดัดแปลงสามารถปิดได้ก่อนที่จะเกิดการฉ้อโกง

กระแสข้อมูลที่ได้รับการปรับปรุงนี้ช่วยให้บริษัท BFSI ดำเนินการตรวจสอบธุรกรรมแบบเรียลไทม์ และตรวจจับความผิดปกติ และเปิดใช้งานการตอบสนองอย่างรวดเร็วต่อกิจกรรมฉ้อโกง

3. IoT อัตโนมัติ

McKinsey ให้คำจำกัดความของ Internet of Things (IoT) เป็นวัตถุทางกายภาพที่ฝังอยู่กับเซ็นเซอร์ที่สื่อสารกับระบบคอมพิวเตอร์ ช่วยให้สามารถตรวจสอบหรือควบคุมโลกทางกายภาพได้แบบดิจิทัล เช่น เทอร์โมสตัทอัจฉริยะหรือ Apple Watch สำหรับบริษัท BFSI IoT ที่ขับเคลื่อนโดย Edge Computing มอบโอกาสมหาศาลในการปรับปรุงกระบวนการมากมาย โดยเฉพาะอย่างยิ่งในการประกันภัย ตามข้อมูลล่าสุดจาก
Statista
จำนวนผู้ใช้ทั่วโลกในตลาดสมาร์ทโฮม (เช่น อุปกรณ์ IoT ในบ้าน) คาดว่าจะเพิ่มขึ้นในช่วงสี่ปีข้างหน้า 86% และเข้าถึงมากกว่า 670 ล้านครัวเรือนภายในปี 2027

เจ้าของบ้านใช้อุปกรณ์ IoT เพื่อตรวจสอบบ้านของตนด้วยวิธีต่างๆ ตั้งแต่กล้องวงจรปิดไปจนถึงเครื่องตรวจจับน้ำ และ Edge Computing สามารถบูรณาการเพื่อประมวลผลข้อมูลนั้นภายในเครื่องได้ ตัวอย่างเช่น หากเซ็นเซอร์อัจฉริยะสังเกตเห็นกิจกรรมระดับน้ำที่ผิดปกติ ก็สามารถวิเคราะห์ข้อมูลที่ขอบและส่งการแจ้งเตือนไปยังเจ้าของบ้านหรือบริษัทประกันภัยแบบเรียลไทม์ หลีกเลี่ยงสถานการณ์ที่การรั่วไหลอาจทำให้พื้นที่เสียหายเป็นเวลาหลายสัปดาห์หรือหลายเดือน ก่อนที่จะตรวจพบ บริษัทประกันภัยสามารถเสนอส่วนลดให้กับเจ้าของบ้านได้

แบ่งปันข้อมูลจากอุปกรณ์ IoT เหล่านี้
ช่วยในการประเมินความเสี่ยงและทำให้นโยบายมีความคุ้มค่ามากขึ้น

การปัดเศษ Edge Computing: 3 สิ่งที่ควรจำเพิ่มเติม

สำหรับบริษัท BFSI ที่สนใจนำ Edge Computing มาใช้ โปรดคำนึงถึงสิ่งต่อไปนี้:

▪ Edge Computing เป็นส่วนเสริม ไม่ใช่สิ่งทดแทน – โปรดเลือกสรรและตั้งใจว่าพลังของ Edge ใด ขั้นตอนแรกที่ดีคือการวิเคราะห์ข้อมูลลูกค้าที่มีอยู่เพื่อกำหนดพฤติกรรมซ้ำๆ ที่อาจได้ประโยชน์จากเวลาแฝงที่ลดลง 

▪ รับเอาก
วิธีการแบบ Zero Trust
เพื่อความปลอดภัยที่ดีขึ้น – ทำให้มั่นใจว่าผู้ใช้ทุกคนจะต้องได้รับการรับรองความถูกต้อง อนุญาต และตรวจสอบอย่างต่อเนื่องก่อนที่จะได้รับสิทธิ์ในการเข้าถึงข้อมูลที่ละเอียดอ่อน

▪ ใช้ "ฮับและก้าน” แนวทางในการจัดระเบียบโครงสร้างพื้นฐาน Edge ของคุณตามลำดับชั้น - ซึ่งหมายความว่า Edge Server ที่ทรงพลังที่สุดควรถูกวางให้ห่างจากระบบส่วนกลางมากที่สุด เพื่อให้เซิร์ฟเวอร์กลางจำเป็นต้องจัดการกับข้อมูลที่มีความสำคัญและเป็นที่รู้จักเท่านั้น

▪ ใช้ประโยชน์จากไฮเปอร์ออโตเมชั่นและระบบอัตโนมัติอัจฉริยะที่ Edge การใช้ระบบอัตโนมัติอัจฉริยะสามารถขยายประสิทธิภาพของการประมวลผลที่ขอบโดยการจัดการงานประจำโดยอัตโนมัติ เพิ่มประสิทธิภาพการประมวลผลข้อมูล และเพิ่มความสามารถในการตัดสินใจอย่างรวดเร็ว

การเข้าใกล้การประมวลผลแบบ Edge ด้วยแนวทางเหล่านี้สามารถทำให้กล่องที่อยู่ในสนามเปิดดูเหมือนอยู่ใกล้มากขึ้นกว่าเดิม ทำให้บริษัท BFSI มีเส้นทางไปสู่ประสบการณ์ของลูกค้าที่ดีขึ้น การตรวจจับและป้องกันการฉ้อโกงที่ได้รับการปรับปรุง การชำระเงิน IoT ที่ปลอดภัย และกรณีการใช้งานใหม่ที่น่าตื่นเต้นอื่นๆ

ประทับเวลา:

เพิ่มเติมจาก ฟินเท็กซ์ทรา