轉(zhuǎn)型之困，銀行在 AI 大潮中面臨挑戰(zhàn)

　　在金融科技飛速發(fā)展的當(dāng)下，銀行積極邁向構(gòu)建銀行大模型和數(shù)字銀行的征程中。尤其在 “三農(nóng)” 普惠、客戶(hù)營(yíng)銷(xiāo)等關(guān)鍵領(lǐng)域，銀行們更是鼓足干勁，期望借助科技手段提升服務(wù)質(zhì)量與效率。然而， AI 轉(zhuǎn)型之路并非一帆風(fēng)順，銀行面臨著一系列嚴(yán)峻挑戰(zhàn)。

　　傳統(tǒng)運(yùn)營(yíng)模式成本高且效率低下，“人盯人” 的方式已難以適應(yīng)現(xiàn)代金融服務(wù)的需求。客戶(hù)粘度不足、潛客數(shù)據(jù)挖掘不充分，客戶(hù)體驗(yàn)亟待提升。此外，遍布全國(guó)的網(wǎng)點(diǎn)涉及大規(guī)模異構(gòu)邊緣設(shè)備及節(jié)點(diǎn)，管理難度巨大。而金融行業(yè)復(fù)雜的組織架構(gòu)，也使得各分行 / 支行的權(quán)限精細(xì)化管理成為難題。

　　破局之選，以青云 AI 智算平臺(tái)構(gòu)建云邊協(xié)同體系

　　為了應(yīng)對(duì)上述挑戰(zhàn)，某國(guó)有六大行果斷引入青云科技(qingcloud.com) AI 智算平臺(tái)，構(gòu)建總分一體化云邊協(xié)同體系。利用云原生調(diào)度架構(gòu)結(jié)合邊緣計(jì)算框架，以分支機(jī)構(gòu)為組織單元，以邊緣節(jié)點(diǎn)為單位，實(shí)現(xiàn)統(tǒng)一管理、統(tǒng)一調(diào)度、統(tǒng)一監(jiān)控，極大地提升了邊緣計(jì)算效率。

　　在穩(wěn)定性架構(gòu)構(gòu)建方面，總行中心云上的邊緣計(jì)算平臺(tái)采用主備管理集群模式，確保災(zāi)備能力。核心服務(wù)分布式部署，可橫向擴(kuò)容，提高服務(wù)承載能力。邊端與中心云對(duì)接采用負(fù)載均衡方式，避免單點(diǎn)故障和性能瓶頸。一旦分行邊緣節(jié)點(diǎn)發(fā)生故障，中心云調(diào)度策略能及時(shí)調(diào)整，確保業(yè)務(wù)連續(xù)性。

　　大規(guī)模異構(gòu)邊緣節(jié)點(diǎn)實(shí)現(xiàn)自動(dòng)化納管，提高管理效率的同時(shí)，構(gòu)建邊緣節(jié)點(diǎn)鏡像緩存能力，降低網(wǎng)絡(luò)帶寬占用。分布式可觀測(cè)性體系能夠采集分析各層面監(jiān)控指標(biāo)，包括分行邊緣節(jié)點(diǎn)、邊緣應(yīng)用及云端平臺(tái)數(shù)據(jù)，并通過(guò)可視化支持和設(shè)置閾值策略，提前發(fā)現(xiàn)故障點(diǎn)。安全隔離能力更是強(qiáng)大，總行統(tǒng)一管控，各子機(jī)構(gòu)資源邏輯隔離，各子機(jī)構(gòu)權(quán)限、項(xiàng)目資源、應(yīng)用資源也相互隔離。