关键字: [出海日城市巡展, Signal, 金融企业出海, 数据安全隐私, 人工智能大数据, 专业技术团队, 云成本控制]
本文字数: 2100, 阅读完需: 10 分钟
导读
在这场金融行业论坛上,演讲者分享了专业服务如何为金融企业高效安全出海保驾护航。演讲者介绍了聚云科技公司的能力,以及金融企业出海面临的挑战和痛点,如基础设施、数据安全隐私、人工智能和大数据分析、技术团队和成本控制等。演讲者阐述了亚马逊云科技的解决方案,包括构建安全合规的业务架构、规范化流程和制度、选择合适的平台等,以及如何通过四个阶段构建整个安全的云环境。此外,演讲者还介绍了聚云科技在AI方面的能力,以及Signal云成本管理优化平台。最后,演讲者分享了几个金融企业客户案例,展示了聚云科技与亚马逊云科技合作为客户提供的专业服务。
演讲精华
以下是小编为您整理的本次演讲的精华,共1800字,阅读时间大约是9分钟。
在当前的金融行业格局中,国内市场已经进入红海状态,竞争异常激烈。因此,一些做得较好的金融企业已经开始在海外寻找第二条增长曲线。金融企业”出海”面临的共同挑战和痛点包括:首先是基础设施建设,正如亚马逊云科技(亚马逊云科技)同事之前提到的那样。其次是数据安全和隐私合规,这是一个非常重要的问题。每个国家和地区对数据隐私都有不同的法规和监管要求,我们需要采取相应的措施来保护客户的个人和财务信息,满足合规要求。
第三个挑战是人工智能和大数据分析,这两者在金融企业中已经有了非常深入的应用。比如之前同事提到,利用AI和大数据的能力可以帮助我们做市场洞察和分析等。第四,由于我们需要构建安全的架构环境,所以需要一支技术能力强劲的专业团队来支撑业务增长。最后是成本控制,无论哪个行业,只要使用云服务,就需要从一开始考虑如何以FinOps的方式执行云成本优化。
事实上,根据清华大学经管学院和度小满联合发布的2024年金融生成式人工智能应用报告,生成式AI能为金融企业带来3万亿的增量价值。报告指出,去年生成式AI开始火爆,首批大模型增强的金融机构将在3-4年后进入成熟期,从而带动整个金融行业生成式AI的规模化应用。可以看出,生成式AI是一种心智生产力工具,它正在重塑整个金融行业的能力。
那么,亚马逊云科技为金融企业”出海”提供了哪些解决方案呢?首先,我们需要三方面的能力:专业人员来构建安全合规的业务架构,及时发现和解决安全问题;规范化的流程和制度,如敏感数据管理流程、应急安全响应流程,包括数据泄露后72小时上报流程,这是国内的要求;选择合适的平台,比如亚马逊云科技及其解决方案,来自动识别敏感数据、脱敏加密、数据存储等。
构建安全云环境可分为四个阶段:首先梳理金融行业出海可能遇到的安全需求,包括合规需求、数据加密需求、人员安全管理需求等;然后在此基础上建立云环境安全基线;接着制定合规安全规范和迭代流程,指导业务出海实施;最后定期模拟演练,发现安全基线漏洞,迭代产生新需求,形成闭环。
亚马逊云科技为我们提供了从数据建立到销毁的全生命周期保护服务,包括数据环境建立、用户数据扫描、存储加密、脱敏、数据分发、安全审计、数据删除和销毁等。我们可以基于这些服务构建整个安全云环境。亚马逊云科技还推出了开源SDP解决方案,客户可在自己的账号中一键部署,都会有配置文件,配合持续学习,帮助更好地在多种数据源发现和保护敏感数据。
在AI方面,聚云科技拥有自研大模型支持私有化部署的能力,同时拥有自己的RAG和Agent团队,可以帮助我们做企业定制化AI需求的开发。我们的解决方案主要分为两类:第一类是针对大语言模型的AI生成文字类,可应用于金融、游戏等行业,帮助我们自己企业本身和客户提供相关服务方案。第二类是基于Stable Diffusion的AI图像类解决方案,主要针对游戏、社交、电商等行业,基本上可以覆盖当前所有场景。因为现在生成式AI主要就是这两个方向,一个是大语言模型,一个是文图片类。
在金融行业,我们已经落地了RAG相关的应用,如企业内部知识管理、员工服务台、员工培训等,都可通过自然语言问答的方式解决员工问题。一些金融企业的员工培训考核,也可通过生成式AI方式来实现需求。同时,正如之前提到的,我们可以通过这种生成式AI来帮助做金融市场数据收集、市场调研报告整理、竞品分析等工作。
无论哪个行业,云成本管控都是一个亟待解决的问题。我们推出了Signal云成本管理优化平台,消除了多云复杂性,统一数据,在平台上可利用数据展示、成本分析、AI能力等功能,实践FinOps的各个阶段。平台预设了大概80多个报告,您把账号导进去之后,您可以直观地看到您现在云成本的变化和自定义分析。同时支持RI/SP覆盖率的利用率监控,以及推荐购买。一个公司采用Signal生成的高级成本优化报告中的建议,取得了显著效果,去年降低了32%,共计节省了85万美元。
接下来分享几个案例。第一个是一家日本聚合支付公司,为日本商家和商户提供微信、支付宝等聚合支付服务。2019年我们开始接触该客户,帮助其从日本IDC迁移到亚马逊云科技东京区域。原先是Windows C#平台,我们重构并迁移到Linux,所有服务都容器化运行在EKS上,数据库从MySQL迁移到Aurora数据库里边。前年还帮客户做了多云架构,因为支付行业对SLA要求较高,这个客户也是多云环境。目前该客户业务已拓展到日本、中国、韩国、越南、泰国29个国家,2023年9月在日本上市。完成架构现代化后,应用发布效率提高91%,整个发布效率提高91%,整个云综合成本下降了56%。
第二个案例是一家支付公司。去年我们发现客户用CloudHSM服务做数据加密,但该服务2023年12月31号后将不再支持3DES加密算法,而客户正在使用这种3DES加密。经与亚马逊云科技团队评估,我们为客户推荐了Amazon PrivateLink服务,可简化支付处理中的加密和密钥管理,并符合支付卡行业PCI标准。替换后消除了对专用支付硬件的依赖,提高了吞吐能力和延迟加密功能,配置比较简单,无需预置硬件,可轻松与亚马逊云科技其他原生API集成。
这是我们PLES服务的一个客户案例。我们有自己的工单平台,客户可在此提交需求,由一线二线工程师处理,无法解决的可升级至亚马逊云科技后端寻求支持。该客户同时在用我们Signal平台,主要用到功能有云成本可视化分析展示、异常费用告警、自动化云成本报告生成,以及RI和SP覆盖率的利用率监控和推荐购买。
第三个案例是一家深圳证券商。2019年,由于该客户在友商云上部署的数据仓库服务能力较差,我们将其迁移到亚马逊云科技上,基于EMR重新架构,这也契合了客户的出海战略方向。两周内完成设计和迁移,查询分析效率比之前提升了200%,整个综合年成本比之前在友商环境下降了70%。该客户也在使用Signal产品,主要关注云成本展示分析、异常费用告警等功能。
这里多说一点,亚马逊云科技确实提供了像CFM这样的模型,来帮助分析成本和账号配置使用情况。我们经常会遇到账号泄露或可以泄露的情况,如果黑产拿到账号,他就可以去开通很多资源,一个月后客户才知道账单暴增的原因。利用这些模型可以实时看到费用异常变化的原因。
最后一个案例是一家出海直播公司,客户接入了很多海外支付机构。但由于虚假账号支付退款、恶意送礼等交易欺诈行为,会产生交易欺诈或作弊行为,因为海外退款基本上都是120天以上可支持,给客户带来了损失。传统风控模型基于固定规则,无法事先判断和拦截这些问题,很多都是在交易行为数月后才发现有恶意退款的问题。
我们与亚马逊云科技数据科学家团队合作,基于SageMaker服务,针对客户的风控场景训练了一套模型。首先对客户数据进行理解、清洗标注,确保数据质量和一致性;然后用CDK服务构建、训练、评估和优化模型,实时监控并微调,最终训练出满足预测标准的模型,部署到线上做风控推理。该模型围绕虚假账号、恶意送礼、支付退款交易场景,构建实时风控推理系统,预判交易风险,防患于未然。我们初期预算,在上线初期基本可以帮助有效拦截30%风险行为,每年可为客户省数百万美元损失。由于涉及支付,我们的MSP流程和服务还帮助客户获得了PCI DSS认证,其中结合了亚马逊云科技的GuardDuty等服务。
总的来说,在金融企业”出海”的浪潮中,亚马逊云科技为客户提供了全方位的解决方案和服务,聚云科技作为合作伙伴,结合自身AI等能力,协助客户高效安全地拓展海外市场。云成本优化平台Signal也为各行业云成本管控提供了有力支撑。
总结
亚马逊云科技为金融企业出海提供全方位解决方案。作为领先的云服务提供商,亚马逊云科技拥有专业的技术团队、规范的流程制度和先进的平台工具,帮助金融企业构建安全合规的云环境。他们提供了从数据建立到销毁的全生命周期服务,涵盖数据加密、脱敏、存储等多个环节,确保数据安全隐私。此外,亚马逊云科技还推出了开源的敏感数据保护解决方案,并与合作伙伴共同为金融企业提供人工智能、大数据分析等创新服务。
在成本控制方面,亚马逊云科技的云成本管理优化平台可以帮助企业实现FinOps,通过AI模型分析数据,生成高质量的成本优化报告,实现30%的成本节省。亚马逊云科技与合作伙伴共同为多家金融企业提供了成功的解决方案,包括支付公司的架构重构、证券商的数据仓库迁移,以及直播平台的交易风控模型等,显著提高了效率,降低了成本,增强了安全合规性。
总之,亚马逊云科技凭借其强大的技术实力和丰富的行业经验,为金融企业出海保驾护航,助力其高效安全地拓展海外市场。金融企业可以借助亚马逊云科技的解决方案,抓住人工智能等新兴技术带来的机遇,实现可持续发展。