金融科技2030数智化平台将成核心竞争力
回顾近几十年来金融科技的发展，可以分为三个阶段：2010之前是科技“支持”业务的阶段，科技是工具，支持业务开展；2010到2020年，科技与业务是“伙伴”关系，科技在一定程度上和业务进行协同；当下已进入第三个10年，2020到2030年是科技“重塑”业务的阶段，科技会有更多机会赋能业务，使业务呈现出新的形态，在这个过程中，数智化平台会成为核心竞争力。基于这样的趋势判断，恒生进行了相应的战略性布局，追求高效能、高性能、高智能，打造横断性数智能力底座。
“高效能”是指提高生产效能、开发效能，需要打造数字化的、研发协作一体化的平台，用平台的方式提高效能，让平台不仅具有研发、生产的能力，还具有管理的能力。金融行业最核心的技术要求是分布式、低时延，“高性能”的重点在于如何提供分布式、低时延的底座，提高核心业务处理的性能。
“高智能”是指提高数据智能分析的能力。数智能力在最底层，是综合的、弥漫式的能力，可以体现在方方面面，既赋能开发环境，又赋能运行环境，既赋能稳态，也赋能敏态，同时也能赋能技术底座、运维、各业务场景。
具体来说，数智能力主要赋能四大场景。一是财富经纪数智化，重点在于营销及对客服务，包括通过机器提高对客服务效率、AI生成营销内容等；二是资管数智化，重点在于数据价值挖掘，包括AI算法深度挖掘数据价值赋能投研风控；三是运营运维数智化，重点在于业务处理效能提升，包括表格及文档自动化提高运营估值效率、NL2X赋能开发人员等；四是数智化底座，重点在于让AI能力更快落地，包括AI工程化落地、快速适配、降低项目及开发成本等。除了技术布局之外，为了更好地实现跨产品线的平台赋能，让平台能够在底层给更多的产品线以有力的支撑，恒生对平台进行了流程化改造，从今年开始实施流程化组织的模式，实现跨产品线平台赋能。
数智化核心技术的三大方向
结合恒生实践认为，数智化核心技术主要可分为三大方向：语言处理的技术、知识处理的技术以及智能多媒体处理的技术。
▶语言处理的技术：NLP&OCR
NLP与OCR是语言处理的两大技术，前者包括对话、标签、词库建设、精准理解等，后者主要是对文档的智能识别，例如处理复杂的印章、表格等。下一步，恒生会将NL2X（自然语言到Everything）作为语言处理技术的主攻方向，探索用自然语言去驱动对数据表、数据库的操作，驱动对知识图谱的操作，驱动对流程的操作，驱动对监控大屏和驾驶舱的操作，驱动程序接口，驱动系统命令，应用于方方面面的场景。NL2X的核心技术主要包括Subcat句法分析技术、意图映射技术以及SQL装配技术。前不久，恒生在全国知识图谱与语义计算大会（CCKS 2022）发布了金融NL2SQL评测任务，希望与合作伙伴共同将NL2SQL等NL2X技术在金融场景推向深入。低码是NL2X的典型应用场景。如果能够通过自然语言去驱动程序接口，则有助于实现低码甚至无码，让业务人员直接通过语言去调用相应的资源，实现多模态公民体验，例如通过拍照获得所见即所得的GUI（Graphical User Interface，图形用户界面），通过语控实现即席查询、即席编码，通过拖拉拽实现即席配置。在投研场景，可以通过语控技术打造研究员工作台，赋能获取数据、将数据灌入第三方数据处理软件等操作。在问答场景，已经有很多智能语音助手在各个场景中用对话驱动工作，那么在金融场景中，语控可以走多远？目前恒生正在做相关的预研工作，希望能够对自然语言NL2X精准解析的能力进行孵化、打磨，逐渐让更成熟的能力走向全行业。
▶知识处理的技术：知识图谱&事理图谱
在恒生体系内，不论是恒生研究院，还是聚源、丹渥，在知识图谱方面都有大量的实践，包括产业链图谱、权益图谱、面向领域的图计算等。金融行业很多投资决策都是事件驱动的，而传统的知识图谱是面向实体的。从面向实体到面向事件，这里需要有一个跨越。在事理图谱方面，恒生有独特的四象限模型，上为抽象，下为具体，左为实体，右为事件。通过这个方式，可以去用一种更综合的方式去表示事件，并对事件进行一定的推理、推演，不仅可以描述事件，还可以预测新的事件发生，进行一些事件预警。四象限理论不仅能够用于事理图谱的构建，同时也能用于行业事件标签的标准化表示，为其提供学理上的依据，基于相应的研究成果，恒生也在与合作伙伴共同承担证标委相关课题预研工作。
△四象限模型
▶多媒体处理的技术：智能多媒体&数字人
金融领域智能多媒体技术的应用主要包括文档转视频、视频双录、图片转数据等。文档转视频服务的核心是将上市公司的年报转成短视频，将文字资讯与相应的画面进行配合，形成短视频。视频双录解决的是身份认证这一法定要求的问题。图片转数据的一个主要应用场景是研报图片转数据，研报中的一些成果是以图片而非数据的形式展现的，因此必须把图片（包括量纲等信息）转成数据。在数字人方面，恒生主要播报型与客服型两种类型，相关预研、技术储备也在进展当中。
结合金融行业属性，探索创新机制
金融行业有很强的行业属性，金融科技从业者不只需要懂科技，还需要懂细节、懂流程、懂数据、懂价值判断，作为通用技术的人工智能等数智化技术很难轻易进入。那么如何结合行业属性激活创新机制？目前恒生采用先锋实验室机制，以课题合作为抓手，进行课题研究、技术/业务咨询、联合行业标准制定、创新产品共创、创新解决方案合作，与合作伙伴共同探索技术创新、集成创新、业务创新。除了与金融机构共同进行场景的探索，恒生也积极与高校开展技术合作，例如与浙江大学联合培养博士后，重点面向金融科技及业务研究；与复旦大学共同探索NLP、深度学习技术研究；携手数据库领域国内顶尖的研究团队——华东师范大学研发数据库。在先锋实验室的创新投入方面，除了前文提到的数智化技术，金融分布式数据库LightDB也是投入重点。当下产业链安全已经被提上重要日程，金融机构在更换数据库时有明确的诉求，包括稳定性、高性能、可靠性、长期的售后保障、总拥有成本降低、分布式、易运维性、生态完善等。在研发LightDB的过程中，恒生有一些感悟，一是要继承，站在巨人肩膀之上，不能白手起家，因此经过深入调研后，LightDB选择了PostgreSQL作为开源底座；二是要务实，要确定有限的可行目标，而非一步登天；三是要落地，小步前进，每一步走得坚实；四是要打磨，按照金融级的标准严格要求自己、进行测试；五是要合作，引入学界顶级的团队（华师大数据库团队），充分发挥顶级的专家智慧；六是要创新，引入新时代的新技术打法，例如关注加密存储、带密查询、带密计算等新的技术。面对数智化技术以及数据库等方向的创新与落地需求，恒生通过先锋实验室机制连接行业、连接技术资源，不仅关注已经成熟的技术、产品方向，也在仰望星空、关注无人区，挖掘可以落地且具有一定前瞻性的课题。金融科技2030的更多可能性，期待行业合作伙伴与恒生共同探索。
来源：恒生技术之眼（作者白硕）
| 留言与评论（共有 0 条评论） “” |
