中國正在從“金融強國”邁向“金融強國”，現在和未來努力的重點在哪裡？
10月底召開的第一次金融工作會議首次提出要加快建設“金融強國”。 這對中國金融業的整體實力提出了新的要求，也對為金融機構提供技術支援的雲廠商和金融科技公司提出了新的要求，例如數字基礎設施。
打造“金融強國”，首先要明確自己的定位。 根據中國社科院發布的《2024年全球金融競爭力報告》（以下簡稱《報告》），過去20年，中國金融業實現了持續快速增長，培育了全球最大的銀行體系，構建了全球第二大市場和債券市場。 “金融強國”是當之無愧的。
但要在此基礎上打造“金融強國”，就必須在“堅實底板”的基礎上進一步“鍛造長板”。
穩定可靠的數字基礎設施是金融業的“底板”。 近年來，通過核心金融體系的分布式轉型，我國金融機構逐步具備了安全可靠、獨立的數字基礎設施，並在此基礎上探索了資料治理、場景創新等發展路徑。
在“長板”方面，報告指出，除了金融業整體規模外，中國金融體系的效率、活力和影響力以及國際金融中心的影響力都有顯著提公升。 特別是納入統計範圍的全球32個經濟體中，中國金融業在金融科技競爭力方面具有比較優勢，尤其是在算力方面，這與雲計算廠商近年來積極打造的金融科技強國密不可分。
此外，首屆財經工作會議還指出，當前我國金融服務實體經濟的質量和效率不高，要堅持金融服務實體經濟的根本宗旨。 “金融作為經濟的命脈，與實體經濟、數字經濟並存。 金融行業也一直處於數位化轉型的第一梯隊，持續引領全行業數位化程序。 華為副總裁、數字金融集團CEO曹沖表示。
曹沖表示，在金融強國的新階段，華為雲將攜手打造數字金融新引擎，持續推動金融行業邁向智慧型、敏捷、安全的未來。 在21世紀經濟報道記者發布的《啟航——數智金融新征程》節目中，曹沖表示，華為雲致力於成為智慧型時代最可靠的金融雲。 同時，我們也看到，華為雲正在幫助金融機構夯實基礎、鍛造長板，為服務實體經濟、打造金融強國貢獻力量。
堅實的底板：夯實數智金融時代的資料基礎
打造“金融強國”，需要強大的“底板”作為支撐。 “堅實的底板”是放眼未來，夯實基礎。 在數智化金融時代，金融業的“底板”也在發生著新的變化。 業內人士認為，人工智慧發展正在跨越拐點，引領金融科技和服務走向數智化，將成為打造“金融強國”的必經之路。
為了打造面向未來的核心競爭力，金融業需要與以往不同的數位化基礎。 曹沖認為，金融機構需要為智慧型時代做好準備，重新思考聯接、資料能力、應用能力、數字基礎設施，積極擁抱數字技術。 資料平台是構建和應用這些新功能的基礎。
以銀行為例，“銀行數位化轉型涵蓋產品的線上化、移動化、數智化，以及渠道場景化、平台化、生態化的模式創新。 中國民生銀行資料管理部基礎資料平台中心主任李凡認為，銀行需要搭建乙個能夠承載資料量井噴的資料平台，支援全息影像客戶資料分析，快速適應各種應用場景。
為此，民生銀行規劃並構建了全新的資料湖倉一體平台，在華為雲FusionInsight MRS雲原生資料湖和GaussDB（DWS）資料倉儲技術棧的支援下，優化資料資源布局。 “這不僅是對舊平台的替代和承接，更重要的是，我們希望通過這個平台實現新的技術能力，實現業務的數位化、智慧型化轉型。 ”
對於“民生銀行”來說，過去煙囪式的系統架構顯然已經無法滿足數字經濟時代的金融資料基礎。 在數智化時代，地板需要在安全穩定的基礎上擁有靈活、靈活、可擴充套件的平台架構，這將成為支撐金融機構穩定運營的堅強基石。
李凡表示，起初，民生銀行對MRS平台“心裡還有些鼓掌”，不知道能走多少。 但經過一系列綜合評估，華為雲的產品在當時是最好的，民生銀行資料湖倉一體平台的規模已經超過了以往資料平台的整體規模。
在實現數字基礎設施自主創新、進一步實現資料價值挖掘的基礎上，金融科技領域的“夯實基礎”正在取得突出成效。
鍛造長板：用AI模型重塑金融行業，贏得數智未來
新的資料庫重塑了金融機構的生產力，助力金融業“夯底板”。
但是，按照舊地圖，一定找不到新世界。 對於金融機構來說，在AI模型等方向上尋找新的突破口，從而“鍛造長板”，不僅是提公升自身競爭力的有效途徑，也是進一步提公升中國金融科技整體競爭力的途徑。
在2023華為雲產業高峰論壇金融產業論壇上，華為副總裁、華為雲中國區總裁張秀正表示，金融行業正面臨前所未有的變革，尤其是近兩年來，人工智慧產業布局不斷加速，以大模型為代表的人工智慧應用來來去去。
金融機構應用大模型的能力將是關鍵生產力，並重塑整個金融行業。 曹沖認為，大模型將在三個方面帶來價值：一是降本增效，這是最直觀的，在很多場景中都能看到，包括開發、客服等領域第二，提公升體驗，創造新的機會和新的收入增長。 例如，在金融市場和資產管理領域，通過專業化模式為金融機構開闢了新的領域和服務機會三是創新模式，就像移動金融的發展一樣，會產生新的模式，能力強、工作快的機構可以產生新的優勢。 在曹沖看來，大模型可能是金融機構的新分水嶺。
目前，頭部金融機構也在探索大規模模型技術和應用，已經出現了許多落地場景。 以保險業為例，中國壽險科技創新部資料管理部副總經理陳琦表示，大模型精度更高，泛化能力更強，可以推動保險業精算模型從“粗略**”向“精準**”公升級。 “我們在前期就已經和華為雲盤古在相關應用場景上進行了驗證，這個過程確實凸顯了華為雲盤古模式的能力。 希望未來有機會與盤古模式進一步合作，為數字經濟的繁榮發展貢獻力量。 陳琦說。
上海金融與發展實驗室主任曾剛表示，在外部應用方面，大模型具有很強的互動能力，不僅可以提高工作效率，還可以改善客戶體驗在內部管理層面，大模型還可以提高金融機構的風險管理能力，提高業務處理效率，降低人工作業導致某些失誤的概率。 無論是從前端還是後端，金融機構的形態都在向智慧型化轉變，這不僅是乙個企業的智慧型化，更是金融機構整體的智慧型化發展。
金融行業本身就擁有大量的資料，如何讓這些資料在大模型時代發揮更大的作用，既是挑戰，也是巨大的機遇。 曹沖表示，我們已經看到，大模型採用速度更快的銀行，在數位化轉型方面做得很紮實。 在資料治理能力、資料資產管理與資料服務能力、資料安全管控能力、數智融合架構能力等方面奠定了堅實的基礎。
為了幫助更多的金融機構利用“數智化”，華為雲正在完善盤古金融模型，在模型層面最了解金融行業。 它不僅具有強大的基礎模型能力，還可以根據不同的金融領域，如銀行、保險等進行定製訓練和優化，提供更精準、更專業的智慧型服務。 在基礎層，華為雲整合了華為ICT產品的綜合優勢，構建了高效、安全的基礎，提供了分布式集群計算能力，加速了大模型的訓練和推送，支援千億級引數的大模型高效訓練，為大模型提供了強有力的支撐。
多方合作：共同推動數智化時代的金融賦能
* 金融工作會議強調要“堅持為實體經濟提供金融服務的根本宗旨”，強調金融部門要更加注重服務實體經濟。 “過去，衡量金融機構實力的標準往往是規模和效率。 在金融強國建設的新階段，更加強調金融機構對實體經濟的支撐能力。 曾剛也表達了同樣的看法。
在數智化時代，因資料丟失、採集困難、資料管理能力不足等原因導致的問題，正被金融機構、華為雲等雲廠商、金融科技廠商等進行修復。 這增強了金融業的治理能力，增強了金融服務對實體經濟的質量和效率，使無處不在的金融服務能夠覆蓋實體經濟的“毛細血管”，以金融業競爭力的提公升來提公升我國經濟社會的整體競爭力。
以普惠金融為例，金融業利用數位化手段和線上業務發展，開展普惠金融，提高各主體獲得信貸等金融服務的便利性。 曾剛指出，過去，談普惠金融的下沉往往意味著高定價覆蓋高風險，但現在，在數智化手段的支援下，普惠金融實現了降本、風險同步降。
可以看出，在金融行業“定底板”“鍛長板”的過程中，金融服務對實體經濟的價值也產生了。
據了解，華為雲正在成為越來越多金融機構數智化公升級的可靠夥伴。 截至目前，華為雲已服務全球超過500家金融客戶，包括國內6大銀行、12家股份制商業銀行、五大保險機構、7家十大**機構。
華為雲致力於打造“智慧型時代最可靠的金融雲”，正在幫助金融客戶從“全雲”邁向“全智慧型”，提公升服務實體經濟的能力，助力金融客戶在智慧型化道路上走得更遠、更穩健。