金融数字化转型创新实践研讨会成功召开

近日，张江 FINTECH PLUS 系列活动之金融数字化转型创新实践研讨会在上海成功召开，本次研讨会由上海市银行卡产业园开发有限公司，中国通信学会金融科技发展促进中心，以及 Kyligence 联合主办。各位嘉宾们从大数据架构、金融行业趋势发展、金融数字化转型痛点和机遇等方面展开深入探讨。让我们一起来回顾此次研讨会的精彩分享瞬间吧～

上海市银行卡产业园开发有限公司副总经理沈啸强

上海市银行卡产业园开发有限公司副总经理沈啸强在致辞中提到构建金融生态服务有着非常重要的意义，未来的金融创新生态将会把企业、人才、创新的技术汇聚起来，产生集聚效应，全面助力金融数字化转型发展。

Kyligence 业务部副总裁张伟斌

Kyligence 业务部副总裁张伟斌在致辞中表示金融先进实践进一步验证了数字化转型的效果。Kyligence 将从自身优势出发，继续提供智能化数据服务与管理，帮助企业打破数据烟囱，智能管理最有价值数据，将数据服务转变为数据资产服务。

中国银联技术开发中心总监方亚超

中国银联技术开发中心总监方亚超以《数字化时代下的金融大数据架构模型讨论》主题，分享了以下内容：

• 智能数据云对于底层数据资产管理更加灵活。用户可以实现“买多少资源用多少资源”需求，实现按买分配。智能数据云为数据全生命周期服务提供了很好的支持。

• 智能数据云让 AI 释放更多能力与价值，随着 AI 模型的应用，可以过渡到 DI 。让数据反映事实，反哺业务，对业务进行优化。

• 治理长效有两个关键点，第一个是需要在公司层面上，有协调资源能力，能够让前中后台部门一条心完成数据相关的工作。第二点，必须要有相应的非常规范化的流程机制，以及相应的平台的辅助和帮助。

Kyligence 联合创始人兼 CTO 李扬

Kyligence 联合创始人兼 CTO 李扬以《零售全链路的数字化转型变革》为主题进行了分享。他认为：

• 全链路协同整合、信息安全和管控这两点标志着企业数字化转型的水平高低。企业每个产品线都有独立的业务部门和独立的数字系统，并不连通。在如此庞大的系统背景下，想要做到集中式监管、数据的改造非常困难。

• Kyligence 提供的就是一个全链路的数字化转型技术底座，它是一个统一的数据服务+管理平台。这种统一的服务和管理，是基于传统的技术模型上的一种业务模型，我们强调的是业务数据资产的管理。我们希望一个普通的业务人员就可以直接完成全链路端到端的数据分析能力。

亚马逊云科技金融服务部银行业行业拓展总监戴工玖

亚马逊云科技金融服务部银行业行业拓展总监戴工玖以《双碳目标下的金融数字化创新转型——构建绿色金融 ESG 投资研究能力》主题进行了分享，他提到：

• 所谓的 ESG 就是企业在衡量一个企业的发展指标的时候，一些非金融的数据。因为银行关心客户的交易数据、交易往来、负债表和经营能力。非金融数据在企业的治理和经营活动中越来越重要。

• 什么是 ESG？E是环境，S是社会责任，G是公司治理。E：环境保护方面，碳排放情况、水资源利用情况、废物管理策略等都对现代企业是绝对重要的影响因素。S：社会责任方面，面对劳动力多元化，是否提供同工同酬？员工的安全和健康保护政策如何？G：公司治理方面，证监会对于年报和半年报在公司治理方面有详细的要求。

Kyligence 合伙人兼首席架构师史少锋

Kyligence 服务于多个大型企业，在数字化平台能力建设方面有着丰富的经验，Kyligence 合伙人兼首席架构师史少锋在现场就《数据资产服务平台转型和探索》议题与大家分享。史少锋提到：

• 在大数据时代，企业向数据资产服务转型过程中面临着很多的挑战和困难：第一，数据应用的碎片化。这些数据大量的重复、分散，而且它的质量参差不齐，往往面临着数据口径不一致的问题。第二，在数据服务开发过程中，数据服务不可能三角，也就是在数据服务的成本，灵活性，速度（效率）之间，往往很难取得一个平衡。第三，来自于对高价值数据资产的识别和管理。数据平台必须要建立相应的数据治理的规范，没有重点和重心很难保证对外服务的高质量。

• Kyligence 希望借助于新的技术、新的平台，帮助企业建立更加智能，更加自助的平台，能够更好统一数据指标。随着 AI 能力的赋能，平台可以不断地推荐最适合的指标，或者核心的数据资产给到业务部门。对于平台运维方，成本和投入可以大大降低，同时进一步提升用户体验。

来自金融、大数据、云计算等领域的嘉宾们以《数字化转型实践与挑战》为主题，进行了热烈讨论，以下有一些精彩观点与大家分享：

• 数字化转型做得好，意味着客户体验会更好。在渠道和营销端数字化转型，意味着企业不断地在提升客户体验，提升产品力。数字化转型意味着无时无刻不断运用数据资产，提升数据化运营程度，降低运营成本，提高运营效率，提升产品商业价值。

• 利用数字技术提高数据资产利用率，赋能企业运营。例如在数字化方面，把数字化的能力推向业务过程中，必须要前台的业务部门，中台部门和后台技术部门，一起密切配合。

• 企业要构建数据文化，让数据化变成自助化、社交化的能力。无论是从思维上还是数据展现上，都要利用数字化工具和方式将信息及时地进行传播，并且将数据化能力运用到业务层。

• 如果企业设有大数据部，该部门不应该只是技术部门，也应该是业务部门。如果只拥有技术属性的话，很难把数字化转型经营管理做强。

• 去建立一个企业级的数据模型，不仅要对齐好数据本身，更要对齐数据背后的模型，去对齐数据的语言。这样的情况下，就是更多的是 “one model” 的概念，在这个层面上进行对齐之后，才能真正在某种意义上对数据进行持续的治理和整合。

  
  

Kyligence 由 Apache Kylin 创始团队创建，致力于打造下一代智能数据云平台，为企业实现自动化的数据服务和管理。基于机器学习和 AI 技术，Kyligence 从多云的数据存储中识别和管理最有价值数据，并提供高性能、高并发的数据服务以支撑各种数据分析与应用，同时不断降低 TCO。Kyligence 已服务中国、美国及亚太的多个银行、保险、制造、零售等客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、一汽、安踏、YUM、Costa、UBS、Metlife、AppZen 等全球知名企业和行业领导者。公司已通过 ISO9001，ISO27001 及 SOC2 Type1 等各项认证及审计，并在全球范围内拥有众多生态合作伙伴。