银行在充满岩石的云之旅中下一步将何去何从? (理查德·普莱斯)柏拉图区块链数据智能。 垂直搜索。 人工智能。

银行在其遍布岩石的云之旅中下一步将何去何从? (理查德·普莱斯)

银行业并没有很快将云模型放在心上。 对遗留系统的大量投资和围绕放弃本地控制的内在文化沉默相结合可能是罪魁祸首。 但那些早期摇摇欲坠的阶段
云之旅现在已经结束,这主要是由于 CISO 的风险偏好发生了变化。 

Cornerstone Advisors 最新的银行业现状研究表明,大约三分之二的美国银行和信用合作社现在都有在云中运行的应用程序。 一个类似的故事无疑正在世界其他地方上演,因为金融
服务业者希望实现基础设施现代化和流程数字化,以适应更加自动化和按需提供的全球经济。

问题已经从辩论应该如何以及何时采取行动转变为评估迄今为止所取得的实际可衡量价值。 可以公平地说,这里存在一定程度的不确定性,也许相当于完全怀疑,关于
过去几年的宣传说所有计算都属于公共云平台。 云被吹捧为所有问题的答案。 许多银行业的 CIO(和 CFO!)都不敢苟同。

我们现在看到来自本地社区的反攻试图利用这些疑虑。 非 SaaS 供应商正忙于指出一个令人不安的事实,即在某些情况下,在云中运行计算比在您自己的计算上运行成本更高
服务器。 事实上,大多数现有金融组织的并行战略之一是通过改进具有虚拟化工作负载的运营设置和
Linux的使用。 这与对剩余本地基础设施的升级投资、数据网格/结构策略的增长和应用程序现代化相结合,意味着工作负载执行选项发生了重大转变
– 就在三年前为云执行签署的大多数内部业务案例(云基础设施的成本或重构)在某些情况下未能达到预期。

最合理的方法,也是银行开始采用的方法,无疑是本地和云的混合组合。 银行应该停止听信纯云世界的布道者,并接受这样的模式已经死了。 是时候继续前进了
整个基础架构都在争论并开始思考真正重要的事情:工作流执行、工作负载和开发为客户交付商品的应用程序。 

那些看到混合灯的银行已经享受到更具弹性和高度优化的计算能力。 这种弹性使他们有机会加速数字孪生和下一代客户分析等新领域的发展。 在
简而言之,它为他们提供了基于效率、紧迫性或安全性而不是僵化的选择。

混合业务案例更加细化并受需求驱动,从而带来更快的投资回报率。 它为您提供了所需的控制,可以根据需要进行扩展,通过额外的云计算能力来满足突然的需求,同时将某些必需品保留在内部。
这当然也有助于控制成本。 当您忘记关闭某些休眠服务时,您不会在当月向超大规模提供商开出大量支票。 

随着弹性的增加,就有机会开始展望未来,而不仅仅是与今天的困难作斗争。 混合方法为银行提供了灵活性,例如,以其低价值和高价值进入去中心化金融 (DeFi) 市场
卷。 成本控制在这里非常重要,因为需要根据手头的工作调高或调低计算能力。 曾经来自数字竞争对手的威胁变成了增长和机遇的游乐场。 

但是,除非得到正确方法的支持,否则计算能力的混合方法不会带来这种机会。 几十年来,银行一直在内部使用高性能计算 (HPC) 进行风险分析、市场定位、定价和客户
参与从外汇到股票的各种资产类别。 但 HPC 的传统用法在日内定价和隔夜信用风险等用例中正在达到性能上限。 问题只会变得更糟。 所有的指标都是HPC
由于企业运营 AI,以及在更好地进行欺诈检测的同时增强客户体验的需求,未来五年的使用率只会增长。 诸如 BASEL IV (FRTB) 之类的法规也因其内在要求和增加而迫在眉睫
信用、市场和操作风险报告的频率。

混合环境中未来的数据访问和数据速度挑战需要相匹配的解决方案。 否则,您可能会冒着用新的数字数据孤岛替换旧数据孤岛的风险。 银行正在寻找一种方法来证明自己不受未来不测事件的影响
需要一个灵活的架构来匹配。 他们需要以可预测的成本投入使用,并与未来的增长计划保持一致。 

许多人现在发现,这可以通过具有增强型 GRID 分析的正确 GRID 平台来实现。 GRID 监控使银行能够以一种专用的“仅云”方法永远无法实现的方式执行其转型战略。
GRID 为他们提供了他们希望在数据为王的数字化世界中保持智能的分析能力。 

时间戳记:

更多来自 芬泰达