边缘银行业：边缘计算增强 BFSI 运营的 3 种方式

想象一个盒子位于空旷场地的正中央，周围没有任何东西。 你的工作是走到那个盒子前，触摸它的顶部，然后走回来。 简单的。 有一天，你发现一棵小树生长在你和盒子之间。 第二天，一片灌木丛。 然后下雨，形成池塘，杂草发芽，青草生长。 不久之后，你的简单任务就会变得更加困难、缓慢，曾经的开阔场地现在变成了藤蔓和障碍物茂密、纠结的丛林。 您仍然可以到达箱子，但需要更长的时间。 如果有更简单的方法就好了。

创新是一个悖论，既会降低复杂性，又会增加复杂性。 就像曾经单独存在于某个领域的简单盒子一样，计算随着应用程序的增多和功能的增加而不断发展，导致密集而杂乱的丛林因大量数据而变得缓慢。 那就是那里
边缘计算 出现的过程是将计算资源分散到生成数据的网络边缘，而不是依赖集中式服务器或云服务器。 换句话说，它从场地中央取出那个假想的盒子，并将其移近并使其更容易访问，这只会使一切变得更快、更简单。

在数据丰富的行业中获得优势

根据
最近的数字，到 460 年，世界每天将产生超过 2025 艾字节的数据。（1,000 艾字节是 XNUMX 字节的六次方 - 为了进一步说明背景，人类所说的所有单词都可以容纳 XNUMX 艾字节。）某些行业比其他行业产生更多的数据，但考虑到这些行业在我们日常生活中的使用频率（从研究和购买产品到执行日常银行业务），银行、金融服务和保险 (BFSI) 往往位居榜首。 再加上 BFSI 机构自己执行的功能（监控、分析、存储等），我们就剩下了一大堆数据

在传统的企业计算中，数据在其源（即您的计算机）生成，通过广域网 (WAN) 传输以在局域网 (LAN) 中进行处理，然后路由回其源。 这个系统一直运行良好，直到被交通堵塞，相当于只在人口爆炸的主要都市区修建一条双车道高速公路。 集中式数据服务器无法跟上步伐，网络拥塞导致中断加剧。 IT 架构师决定，他们不会试图让数据更靠近数据中心，而是将数据中心移至生成数据的边缘，边缘计算由此诞生。

对于 BFSI 来说，此举改变了游戏规则——它减少了延迟，增强了实时决策并确保了数据安全，这对于快速、安全的金融交易至关重要。 现在，通常在集中式数据中心进行的所有处理和分析都可以在更靠近数据源的地方进行，例如销售点 (POS) 终端或 ATM。 这是一个简单的概念，但可以显着减少网络带宽压力。 以下是边缘计算优化 BFSI 操作的其他三种方式

1.更好的客户体验（CX）

更好的客户体验对于不同的人来说可能意味着不同的事情，但对于 BFSI 客户来说，它通常归结为闪电般的速度和完全的准确性，因为这些行业关系到人们的财务、生活和生计。 回想一下您上次去商店使用借记卡/信用卡的情况。 更好的是，考虑一下在假期期间排在长队的最前面，但在机器处理您的卡时却要进行无休止的等待。 大多数人不想等待超过必要的时间来完成购买或交易，即使这意味着只有短短几分钟。 借助边缘计算，实时授权可以缩短结账时间（让客户更满意）。 此外，超自动化或智能自动化技术可以通过自动化日常查询或提供个性化财务建议等方式进一步优化客户交互。

除了速度，
德勤 发现边缘计算可用于帮助银行等 BFSI 公司“利用数据分析”创建“通过其首选数字渠道提供的个性化相关内容”，为客户提供地理定位通知和基于先前行为的定制建议。 在发展中国家或连接较差的地方，边缘计算使支付终端能够存储交易数据并在本地处理数据，直到连接恢复，从而极大地提高金融的可及性和包容性。

2. 改进欺诈检测和数据安全

BFSI 公司管理高度敏感的客户和公司数据，不良行为者会不断探查漏洞并加以利用。 通过将数据中心重新安置在更靠近边缘数据源的位置，可以最大程度地减少延迟，从而减少潜在的攻击点，就像军事指挥官如何让前线受训以防止敌人入侵一样。

通过创建这种更紧密的信息来回传递循环，BFSI 公司可以实时监控交易、检测异常情况并更快地响应欺诈活动。

IBM 提供了一个很好的例子 与 ATM 机相关，指出安全摄像头只是有帮助
after 发生了盗窃事件，但仍需要人工审查。 但通过边缘计算，可以自动分析视频源，无需人工干预，并且可以在欺诈发生之前关闭被篡改的 ATM。

这种简化的数据流使 BFSI 公司能够进行实时交易监控和异常检测，并对欺诈活动做出快速响应。

3. 自主物联网

麦肯锡定义了物联网 (IoT) 作为嵌入与计算系统通信的传感器的物理对象，允许对物理世界进行数字监控或控制，例如智能恒温器或 Apple Watch。 对于 BFSI 公司来说，由边缘计算支持的物联网为改进无数流程提供了巨大的机会，尤其是在保险领域。 根据最近的数据
Statista预计未来四年全球智能家居市场（即家庭中的物联网设备）用户数量将增长 86%，到 ​​670 年将覆盖超过 2027 亿个家庭。

房主使用物联网设备以不同的方式监控他们的房屋，从安全摄像头到水探测器，并且可以集成边缘计算以在本地处理该数据。 例如，如果智能传感器注意到异常的水位活动，它可以分析边缘的数据并向房主或保险公司实时发送警报，避免泄漏可能损坏某个区域数周或数月的情况检测前。 保险公司可以向以下房主提供折扣

共享来自这些物联网设备的数据，帮助风险评估并使政策更具成本效益。

完善边缘计算：另外 3 件事要记住

对于有兴趣采用边缘计算的 BFSI 公司，请记住以下几点：

▪ 边缘计算是一种补充，而不是替代——对边缘计算的功能有选择性和有意识。 好的第一步是分析现有客户数据，以确定可能受益于减少延迟的重复行为。 

▪ 采用
零信任方法 为了更好的安全性——确保每个用户在被授予敏感数据访问权限之前必须经过身份验证、授权和持续验证。

▪ 应用“轮毂和辐条”分层组织边缘基础设施的方法 - 这意味着，最强大的边缘服务器应该放置在距离中央系统最远的地方，以便中央服务器只需要处理已知的高优先级数据。

▪ 在边缘利用超自动化和智能自动化——实施智能自动化可以通过快速自主管理日常任务、优化数据处理和增强决策能力来提高边缘计算的效率。

按照这些指南进行边缘计算可以使位于开放领域的盒子看起来比以往任何时候都更近，从而为 BFSI 公司提供更好的客户体验、改进的欺诈检测和预防、安全的物联网支付以及其他令人兴奋的新用例的途径。

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://www.finextra.com/blogposting/25199/banking-on-the-edge-3-ways-edge-computing-supercharges-bfsi-operations?utm_medium=rssfinextra&utm_source=finextrablogs