在人工智能应用的新阶段，仅有想法和试点模型已不足以应对需求。越来越多的运营领导者和董事会都希望看到人工智能全面投入生产，并带来可衡量的回报。但事实证明，这项任务比预期更为艰难，尤其是在金融服务领域。据报道，截至目前，88% 的企业人工智能项目在投产前就已停滞不前，原因是其现有基础设施无法满足实时数据需求。
在金融服务领域，“拥有数据”和“驱动价值”之间的差距常常归结为一个因素：延迟。尽管在过去的十年中，许多机构一直在完善静态数据的“湖仓”模型，但最强的人工智能用例需要从根本上转向实时数据或动态数据。
最近的一次圆桌会议汇聚了来自 IBM 和 Cloudera 的专家，探讨了领导者面临的核心挑战：理解这一转变的必要性，并选择合适的架构合作伙伴。讨论的重点围绕实时架构如何最终修复金融人工智能中的“断链”。
实时人工智能在金融服务领域的必要性
实时数据的驱动力不仅仅在于技术速度；它关乎修复巨大的运营漏洞。金融机构长期以来一直容忍“黑暗时段”，在这段时间内，数据处于静止状态，等待夜间批量处理。近年来，这种延迟已经成为一种竞争劣势。
聚焦即时投资回报率：后台与中层部门
在最近的一份解决方案简报中，技术研究与咨询公司 Omdia 探讨了金融服务中的实时人工智能应用场景，包括：
实时欺诈预防和安全性
客户体验和忠诚度
数据摄取、转换和流管理
平台现代化和报告
虽然面向消费者的生成式人工智能在客户体验和忠诚度方面很有吸引力，但对许多金融服务公司来说，最直接的投资回报率来自后台和中台。这些看似“不起眼”的应用场景可以直接转化为巨大的效率提升。
无接触操作：将实时人工智能应用于内部财务预测，可使流程实现 94–95%的无接触化。
大幅提升效率：自动化复杂报表的数据聚合正在将运营成本降低 30%–40%
影响规模：对于企业级银行而言，这些优化措施可释放出数亿美元的生产力价值
Cloudera 和 IBM 合作的优势：混合效率和主权
云运营成本的不断上升和监管审查的加剧，使得选择平台成为金融服务的战略枢纽。Cloudera 的数据主权方法与 IBM 的紧密一致，优先考虑安全、受管的访问而非数据移动。它们共同实现了就地联合模式，使金融机构能够在任何地方访问和分析数据，包括核心银行系统、交易平台、云环境和边缘渠道，而无需移动数据。这种方法支持实时洞察，同时帮助机构满足监管要求，降低运营风险，稳定计算成本，并严格控制敏感的金融数据。
混合灵活性以实现成本控制
金融服务中的实时 AI 需要“始终在线”计算来支持支付处理、风险建模和交易操作等用例。虽然云环境提供了实验的灵活性，但对于稳定、高吞吐量的工作负载（如事务处理或监管报告），在本地的总拥有成本（TCO）可以显著降低。Cloudera 的混合平台支持数据和应用程序的可移植性，因此机构可以在最具财务和运营意义的地方运行延迟敏感且成本密集型的工作负载。
通过治理修复“断链”
人工智能在金融服务领域的一大障碍是数据科学家和风险团队在发现、信任和管理动态数据方面所面临的困难。Cloudera 通过将一致的治理、数据沿袭、编目和安全控制扩展到流数据，确保用于决策的实时数据与静态数据一样可审计且可信。这对于满足合规要求和支持可解释的人工智能至关重要。
人工智能与模型主权
机构正在超越数据驻留，进入人工智能和模型主权时代。借助 Cloudera 和 IBM，组织可以确保数据和模型都保留在所需的地理或监管范围内，从而支持遵守不断发展的数据保护和财务法规。这种方法既能防止敏感数据离开辖区，又能保持性能。此外，IBM Granite 模型还提供可审计的企业级来源，降低了不透明或未经验证的训练数据带来的风险。
未来之路：边缘人工智能与事件驱动架构
为了实现实时决策，例如防欺诈、信用裁定和交易验证，金融机构需要超越批量处理，转向由 NiFi 和 Flink 等技术驱动的事件驱动架构。
Edge AI：将决策更靠近互动点（或“边缘”）——如销售点、ATM 或移动应用内——实现实时欺诈检测和交易验证。这使机构能够在交易完成之前阻止欺诈活动，而不是在结算后识别它。
小型语言模型（SLM）： 并非所有金融服务的应用场景都需要大型模型。紧凑型模型（10B 参数以下）可部署于边缘或受控环境中，以支持客户身份验证、文档处理和合规检查等用例，带来更低延迟、提升隐私和降低基础设施成本。
用实时数据为人工智能企业的未来做好准备
“梦幻之地”式的做法——构建庞大的数据湖，然后仅仅希望价值随之而来——早已过时了。在金融服务领域，价值是以经过验证的结果来衡量的。
现在是采取行动的时候了。实时数据不再是奢侈品，而是现代银行、支付、保险和资本市场运营的基本基础。它将静态报告转变为持续的、事件驱动的决策，从而实现可实时调整的动态工作流程。通过利用 Cloudera 的混合平台和动态数据产品，以及 IBM watsonX 的 AI 技术，并将这些技术与明确的业务成果相结合，金融机构可以在不牺牲该行业所需的控制、治理和弹性的前提下，将实时数据转化为持久的竞争优势。
