非结构化数据资产运营跨生态化业务应用.pptx

;以客户为中心的业务为何需要数字化？ 业务可度量，才可改进。;数字化转型具备什么价值？高效、连接和创新。 FINRA金融监管局基于AWS数据湖、AI等多种架构和技 术，实现每天1550亿笔交易体量下的动态实时监管，有力证明了数字化转型的三大价值。;;如何启动数字化转型？AWS认为，盘活数据资产是全局性的切入点。IDC预计1，到2025年，全 球数据总量达175ZB。;盘活数据资产的关键，首先是数据资产的特征洞察。基于这些特征，有效设计业务闭环、 治理模式、组织形态、整体架构和核心技术。;数据资产的特征洞察需要对数据进行知识标注。AWS数字资产盘活机器人解决方案包含框架和任务执行 Bot，可以很低的成本对表格，图片，PDF文件，视频，爬虫记录等富文本数据进行知识标注，具备定制化 能力、易用性、资源整合和成本优化等关键价值。;;台湾某领先资管集团，借助AWS数字资产盘活机器人解决方案，实现对市场资讯的快速 知识标注。;将知识标签数据，导入客户自身的个股涨跌预测模型，支持股票分析师等人员预测 股价。;其次，盘活数据资产的架构应该是云原生架构。国内某领先基金公司，基于AWS推荐的挖掘数据资产思路， 结合自身业务特点制定“启动-进阶-推广-模式创新”的路线图和整体架构，前期部署智能投研等关键应用， 逐步走向对内沉淀数据资产、对外能力输出的业务方向。;云原生架构应能有效支撑微服务应用。国内某银行，基于AWS推荐的业务组件与微服务架构实现原则，从 应用场景出发，对银行业务通过领域建模方法论进行解耦，并以微服务实现分布式架构，短期实现沉淀不同 业务场景的业务逻辑、统一灵活编排、易于扩展等价值，并为长期自服务、易上手、组织自治打下良好基础;云原生架构应是敏捷的。AWS的DevOps 自动化测试解决方案，将通过提供测试覆盖率的方式提升尤 其是外包人员的代码质量，加快业务又快又好落地。;第三，挖掘数据资产，需要可解释的人工智能。知识图谱的数学思想源自欧拉的图论，著名的七桥问题是图论的代表性问题。知识图 谱通过挖掘数据的关联关系，将带来可推导、可解释、可复制等关键收益，帮助客户从人教人，逐??走向人教机器、机器教人、机器 教机器的知识赋能体系。;在投研、投顾、对公、零售、风控等多种业务场景中，存在以智能问答、智能推荐、知识库应用系统为体 现形式的知识图谱多种应用。;为加速知识图谱的落地，AWS重点推出BIG（Business Innovation Graph） Lab解决方案。;中国某银行，参考AWS推荐的知识图谱技术，在获得2018年银保监会一类成果奖后，在智能问答、企业涉 诉风险预警、企业财务智能分析等场景中，有效提升管理能力。;华南：中国某金融机构在2020年6月份，派10支团队参加BIG Lab。其业务场景为：;客户反馈;某租赁团队的实现成果：基于租赁物管理的智能客户成长档案;华东：华东某银行等4家金融机构，在2020年6月份，参加BIG Lab;某金融机构业务场景：上市公司业绩公告自动化提取（知识抽取）;华北：2019年9月份，7家金融机构共派出36人，在北京参加5天的知识图谱BIG Lab，同样获得 丰富的成果。;在华东某金融机构，AWS正积极配合客户进行视频、新闻推荐等业务场景的智能推荐，有效解决 数据稀疏、冷启动和可解释等问题，提高股票交易等流量变相的效率。;因此，盘活数据资产的关键在数据洞察、云原生架构和可解释的人工智能。AWS以领先的创新能力、可落 地的解决方案和先进的产品技术，为金融机构数字化转型提供提升数字化经营能力和低成本快速启动的竞争 优势。;这些价值，在全球范围内，获得众多金融机构的高度认可。;AWS在中国和全球，有广泛的合作伙伴，为金融机构的提供更完整的视角和支持。;P A G E 43