数据存储和 AI：金融服务部门投资于大数据和自动化

金融服务行业简介

在 2017 年，《福布斯》提出一个问题：“为什么银行（通常是商业世界中最有能力的技术密集型参与者）对待 AI 的态度就像卢徳分子？”[1]

自从福布斯抛出这个问题以来，AI 自身和金融服务行业对 AI 的接受程度都发生了巨大的转变。金融机构已经意识到 AI 是推动数字化转型、增强客户体验的关键技术，因而充满激情地迅速向 AI 迈进。AI 能够创造差异化价值、打击金融犯罪、提高效率、降低成本，并将安全水平提升到新高。

金融服务领域的数据革命

随着 AI 继续占据金融领域的关注焦点，新用例不断涌现，金融机构对 AI 的采用蔚然成风。商界领头羊认识到，商业智能、高级分析和 AI 具有巨大的能量，但要产生高质量的结果，还要靠海量的高质量数据。换句话说，企业范围的分析和 AI 服务需要可扩展、可靠和高性能的数据管道，以及数据的民主化。

事务级别的一个常见用例是智能机器人，它能够为客户提供自助解决方案，减轻客服中心的工作量。Towards Data Science 发现了贷款处理方面的一个巨大进步：“通过将更广泛的因素纳入考量，以更低的成本更快、更准确地对潜在借款人进行评估，从而做出以数据为支撑的更明智决策。与传统信用评分系统相比，AI 提供的信用评分基于更精细复杂的规则。它能够帮助贷方区分违约风险偏高的申请人和信用良好但缺少大量信用记录的申请人。”[2]

金融服务领域的大数据用例

除了贷款和改善客户体验之外，各种形式的大数据和 AI 正在改变金融服务，以下五个主要用例只是一个开始：[3]

• 合规性：为财务审计师创建自动化智能报告；为反洗钱、KYC 和压力测试提供支持。
• 风险管理：为交易和企业风险管理优化信用风险评估、损失场景，以及财务投资组合的标准差。
• 财富管理：支持定制化的实时管理顾问和虚拟助手。
• 安全性：改善网络安全（基于对异常情况的机器学习）、欺诈检测、恶意软件、数据泄露和内幕交易检测。
• IT 运营：利用预测分析和机器学习实现基础设施异常检测和性能优化，以及应用开发和安全漏洞检测。

了解 AI 流水线

为了充分利用这些优势，金融机构需要对他们的数据进行深入研究。德勤指出，碎片化的方法行不通：“金融服务高管应该考虑在整个组织中系统地部署 AI 工具，而不是采取孤立的方法，不得不为每一个新的 AI 计划进行无意义的重复劳动。”[4]

这意味着组织应该扩展和集成多个数据流水线，而这并不是一件容易的事。一家组织可能就需要数百条数据流水线。虽然这可能成本过高，但正确的数据体系结构加上功能强大的存储、网络和计算技术可以协调多条流水线。最终打造出高性能且可扩展的基础设施，为形形色色的 AI 项目提供高级分析和深度学习数据。

在其中的每一条流水线中，数据在数量、速度和种类上都有着显著差异，具体取决于用例的类型。要驾驭它，您需要一个能够理解并应对端到端数据流水线和 AI 项目不同阶段的合作伙伴——和一个解决方案。

Solidigm 和金融服务

您的数据架构对数据流（从发现到存储、处理和交付）进行了定义。这主要由应用的架构所驱动，但也依赖于内存中或持久存储（如固态硬盘驱动器）的底层存储架构。当涉及为金融服务中具有不同类型工作负载需求的多个 AI 项目提供支持时，Solidigm 提供可满足这些不同需求所需的性能和容量。

Solidigm D7-P5810 是一款单级单元 (SLC) NVM Express (NVMe) 驱动器，提供了性能和容量的组合，非常适合高频交易、缓存和数据库等写入极端繁重型工作负载，并在与 Solidigm CSAL 技术的配合下，提供通过数据流水线各阶段的过程中访问、移动和存储大型数据集所需的高性能和大容量存储

在流水线的不同阶段，Solidigm 技术可以针对各种工作负载、访问模式和块大小优化存储资源。D7-P5810 等基于 PCIe 的固态硬盘，不仅能降低存储空间和成本，同时还能释放存储数据的价值。

如欲了解更多信息，请参阅 Solidigm D7-P5810 产品简介，了解如何在金融服务行业中将大型数据集应用于 AI 用例。