Банківська справа на межі: 3 способи периферійних обчислень посилюють операції BFSI

Уявіть коробку, що стоїть у самому центрі відкритого поля, і нічого навколо неї. Ваше завдання підійти до цієї коробки, торкнутися її верхньої частини та повернутися назад. просто. Одного разу між тобою та коробкою росте маленьке дерево. Наступного дня кущ. Потім йде дощ, утворюється ставок, проростає бур'ян, росте трава. Невдовзі ваше просте завдання стає складнішим, повільнішим, і те, що раніше було відкритим полем, тепер перетворилося на густі заплутані джунглі ліан і перешкод. Ви все ще можете дістатися до ящика, але це займе більше часу. Якби тільки був легший спосіб.

Інновації – це парадокс, який водночас зменшує та збільшує складність. Подібно до тієї простої коробки, яка колись сиділа сама в полі, обчислювальна техніка продовжує розвиватися з більшою кількістю додатків і розширеною функціональністю, що призводить до густої та захаращеної гущі, яку сповільнює величезна кількість даних. Ось де
краю обчислень процес децентралізації обчислювальних ресурсів на край мережі, де генеруються дані, замість того, щоб покладатися на централізовані або хмарні сервери. Іншими словами, це уявна коробка з середини поля, переміщення її ближче та полегшення доступу, що робить все швидше та простіше.

Отримання переваги в галузях, багатих на дані

За оцінками
останні цифри, до 460 року світ генеруватиме понад 2025 ексабайт даних щодня. (Екзабайт дорівнює 1,000 байтам у шостому степені – і для подальшого контексту всі слова, коли-небудь сказані людьми, можуть уміститись у п’ять екзабайтів). генерувати більше даних, ніж інші, але банківські, фінансові послуги та страхування (BFSI), як правило, займають перше місце, враховуючи частоту, яку ці галузі відіграють у нашому повсякденному житті, від пошуку та придбання продуктів до виконання рутинних банківських завдань. Додайте до них функції, які установи BFSI виконують самі (моніторинг, аналіз, зберігання тощо), і ми залишимося з цілою купою даних

У традиційних корпоративних обчисленнях дані генеруються в джерелі (тобто на вашому комп’ютері), передаються через глобальну мережу (WAN) для обробки в локальній мережі (LAN), а потім направляються назад до джерела. Це система, яка працювала добре, поки її не задушили обсяги, еквівалентно будівництву лише двосмугової магістралі у великому районі метро, ​​населення якого вибухнуло. Централізовані сервери даних не могли встигати, а перевантаження мережі призводило до збільшення збоїв. ІТ-архітектори вирішили, що замість того, щоб намагатися наблизити дані до центру обробки даних, вони перенесуть центр обробки даних на межі, де вони генеруються, і народилися периферійні обчислення.

Для BFSI цей крок кардинально змінює правила — він зменшує затримку, покращує процес прийняття рішень у реальному часі та забезпечує безпеку даних, життєво важливу для швидких і безпечних фінансових транзакцій. Тепер уся обробка й аналіз, які зазвичай відбуваються в централізованому центрі обробки даних, можуть відбуватися ближче до джерела, як-от термінали в торгових точках (POS) або банкомати. Це проста концепція, але така, яка може значно зменшити навантаження на пропускну здатність мережі. Ось три інших способи, за допомогою яких периферійні обчислення оптимізують операції BFSI

1. Кращий досвід клієнтів (CX)

Кращий CX може означати різні речі для різних людей, але для клієнтів BFSI це зазвичай зводиться до блискавичної швидкості та повної точності, оскільки ці галузі мають справу з фінансами, життям і засобами до існування людей. Згадайте, коли востаннє ви були в магазині й використовували дебетову/кредитну картку. А ще краще, подумайте про те, щоб стати головою довгої черги під час свят, щоб мати нескінченне чекання, поки машина обробить вашу картку. Більшість людей не хочуть чекати довше, ніж потрібно, щоб завершити покупку чи транзакцію, навіть якщо це вимагає лише кількох хвилин. Завдяки периферійним обчисленням авторизація в режимі реального часу призводить до швидшого часу оплати (і задоволених клієнтів). Крім того, технологія гіперавтоматизації або інтелектуальної автоматизації може ще більше оптимізувати взаємодію з клієнтами шляхом автоматизації рутинних запитів або надання персоналізованих фінансових порад.

Крім швидкості,
Deloitte виявив, що периферійні обчислення можна використовувати, щоб допомогти компаніям BFSI, таким як банки, «використовувати аналітику даних» для створення «персоналізованого та релевантного контенту, який доставляється через їхні бажані цифрові канали», пропонуючи клієнтам геотаргетовані сповіщення та індивідуальні рекомендації на основі попередньої поведінки. А в країнах, що розвиваються, або місцях із поганим зв’язком периферійні обчислення дозволяють платіжним терміналам зберігати дані про транзакції та обробляти їх локально, доки зв’язок не буде відновлено, що значно покращує фінансову доступність і інклюзивність.

2. Покращене виявлення шахрайства та безпека даних

Компанії BFSI керують дуже конфіденційними клієнтськими та корпоративними даними, а зловмисники постійно шукають слабкі місця, щоб використати їх. Завдяки переміщенню центрів обробки даних ближче до джерела даних на межі затримка мінімізується, зменшуючи потенційні точки атаки, подібно до того, як військові командири тримають свої передові лінії, щоб запобігти ворожим вторгненням.

Створюючи цей більш жорсткий цикл для передачі інформації туди-сюди, компанії BFSI можуть відстежувати транзакції в режимі реального часу, виявляти аномалії та швидше реагувати на шахрайство.

IBM надає хороший приклад пов’язані з банкоматами, вказуючи на те, що камери спостереження лише корисні
після сталася крадіжка, і все ще потрібно перевірити людину. Але за допомогою периферійних обчислень відеоканали можна автоматично аналізувати без втручання людини, а банкомати, які були підроблені, можна вимкнути до того, як станеться шахрайство.

Цей спрощений потік даних дає змогу компаніям BFSI проводити моніторинг транзакцій у реальному часі, виявляти аномалії та активувати швидке реагування на шахрайські дії.

3. Автономний IoT

McKinsey дає визначення Інтернету речей (IoT) як фізичні об’єкти, вбудовані в датчики, які обмінюються даними з обчислювальними системами, що дозволяє цифрово відстежувати або контролювати фізичний світ, наприклад ваш розумний термостат або Apple Watch. Для компаній BFSI IoT на основі периферійних обчислень відкриває величезні можливості для вдосконалення безлічі процесів, особливо у сфері страхування. За останніми даними з
Статистипрогнозується, що глобальна кількість користувачів на ринку розумного дому (тобто пристроїв Інтернету речей у домі) зросте протягом наступних чотирьох років на 86% і досягне понад 670 мільйонів домогосподарств до 2027 року.

Домовласники використовують пристрої IoT для моніторингу своїх будинків різними способами, від камер безпеки до детекторів води, а периферійні обчислення можуть бути інтегровані для локальної обробки цих даних. Наприклад, якщо розумний датчик помічає незвичайну активність рівня води, він може аналізувати дані на краю та надсилати сповіщення власнику будинку або страховій компанії в режимі реального часу, уникаючи сценарію, коли витік може завдати шкоди території протягом тижнів або місяців. до виявлення. Страхові компанії можуть пропонувати знижки власникам житла, які

обмінюватися даними з цих пристроїв IoT, що допомагає в оцінці ризиків і робить політику більш економічно ефективною.

Завершуємо периферійні обчислення: ще 3 речі, про які слід пам’ятати

Компанії BFSI, зацікавлені в застосуванні периферійних обчислень, пам’ятають про таке:

▪ Граничні обчислення є доповненням, а не заміною. Будьте вибірковими та навмисними щодо того, що забезпечує периферійні можливості. Хорошим першим кроком було б проаналізувати наявні дані клієнтів, щоб визначити повторювану поведінку, яка може виграти від зменшення затримки. 

▪ Прийняти a
методологія нульової довіри для кращої безпеки – кожен користувач повинен пройти автентифікацію, авторизацію та постійну перевірку, перш ніж отримати доступ до конфіденційних даних.

▪ Застосуйте «хаб і спиці” для ієрархічної організації периферійної інфраструктури – це означає, що найпотужніші периферійні сервери слід розташувати якомога далі від центральної системи, щоб центральний сервер мав працювати лише з відомими високопріоритетними даними.

▪ Використовуйте гіперавтоматизацію та інтелектуальну автоматизацію на межі – впровадження інтелектуальної автоматизації може підвищити ефективність периферійних обчислень шляхом автономного керування рутинними завданнями, оптимізації обробки даних та підвищення можливостей прийняття рішень швидкими темпами.

Наближення до периферійних обчислень за допомогою цих рекомендацій може зробити цю скриньку у відкритому полі ближчою, ніж будь-коли, надаючи компаніям BFSI шлях до кращого досвіду клієнтів, покращеного виявлення та запобігання шахрайству, безпечних платежів Інтернету речей та інших нових і захоплюючих випадків використання.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://www.finextra.com/blogposting/25199/banking-on-the-edge-3-ways-edge-computing-supercharges-bfsi-operations?utm_medium=rssfinextra&utm_source=finextrablogs