12月21日早间，中装建设（002822.SZ）开盘一字涨停，封单超110万手，截至发稿，该股涨9.97%，报6.29元，封上涨停板，总市值为45.32亿。中装建设公开发行的可转换公司债券“中装转2”早盘涨1涨幅超20%，盘中触发临停。消息面上，公司12月20日晚间公告，公司与中装云科技有限公司（以下简称“中装云科技”）、深圳市墨者安全科技有限公司（以下简称“墨者安全科技”）、深圳鸿蒙时代虚拟现实技术有限公司（以下称“鸿蒙时代”）于近日签署《战略合作框架协议》。公告显示，各方联合开发建筑装饰行业的楼宇智能大数据信息处理、AI 可视化、元宇宙应用、智能建造系统、建筑信息模型（BIM）、物联网、区块链等技术的集成与创新应用等项目。中装建设表示，本协议的签署有利于公司、子公司与墨者安全科技、鸿蒙时代建立长期稳定的战略合作伙伴关系，为公司在行业的楼宇智能大数据信息处理、AI可视化、元宇宙应用、智能建造系统、建筑信息模型（BIM）、物联网、区块链等方面的发展提供强而有力的数据支持。值得注意的是，近期A股逢元宇宙概念就涨的行情几乎已成常态，上市公司通过各种渠道发布元宇宙相关信息“蹭热点”现象严重，从中装建设本次战略合作的情况看，各家合作伙伴成立最长不超过4年，主要合作方式为共同合作主办、协办或参与各类论坛、研讨会、沙龙、推广会、展会及其他形式的公开活动。墨者安全科技和鸿蒙时代为中装建设方面的市场经营行为进行督查，督查包括产品推广，价格体系维护，区域内客户协调（区域内特殊客户友好协商，共同开发）。如此看来，所谓元宇宙合作实质内容颇为初级，中装建设本次是否有配合炒股价嫌疑？12月21日，A股元宇宙概念股持续拉升，截至发稿，宝鹰股份（002047.SZ）涨停，太龙股份（300650.SZ）、中文在线（300364.SZ）、金马游乐（300756.SZ）、盛天网络（300494.SZ）等股拉升上涨。资料显示，中装建设以装饰主业为依托，集建筑装饰、设计研发、园林绿化、房建市政、新能源、物业管理、城市微更新等于一体，致力于为客户提供城乡建设综合服务解决方案。12月以来，中装建设三度签署战略合作协议，涉及均为热点产业。比如12月2日，中装建设发布了与中山瑞科新能源有限公司签署战略合作协议的公告，“共同拓展光伏幕墙及国内屋面光伏发电项目”；12月7日，又发布了关于与深圳润高智慧产业有限公司及华润智慧能源有限公司签署战略合作协议的公告，剑指屋顶光伏、产业园区光伏等项目。受上述消息影响，12月2日，公司股价实现涨停，12月7日则又大涨4.50%，Wind数据显示，该股近20日涨幅21.43%。界面新闻记者注意到，根据公司发布的最新实控人质押情况的公告显示，公司实控人庄小红及其一致行动人目前持有上市公司股票2.53亿股，占比35.18%，其中质押1.49亿股，占其所持有股票的58.76%，占公司总股本20.67%。此外，庄小红及其一致行动人在未来半年内到期的质押股份数量累计为1793.23万股，占其合计持有公司股份的比例为7.07%，占公司总股本的比例为2.49%，对应融资余额为4454 万元；一年内到期的质押股份数量累计为1.49亿股，占其合计持有公司股份的比例为58.76%，占公司总股本的比例为20.67%，对应融资余额为3.35亿元。

今年初以来，国家和各地方政府不断推出政策引导供应链金融的发展。供应链金融，其主要功能是服务中小企业、促进实体经济发展。近年来，浙商银行借力金融科技，探索出了“区块链+物联网”等较为成熟的供应链金融方案。“区块链+物联网”浙商银行玩转供应链金融供应链金融，即银行围绕核心企业，管理上下游中小企业的资金流、物流和信息流，并以上下游真实交易数据等信息做风险定价，进而为供应链上下游企业提供融资支持，盘活整条产业链。有利于解决由于信用缺失、固定资产等抵押担保品少、财务信息不透明所造成的中小企业融资难、融资贵等问题。但若对企业数据资产挖掘不充分，就容易产生信息不对称、确权困难、抵质押物管理风险等问题。对此，浙商银行探索出了“区块链+物联网”的解题思路，以科技驱动供应链金融创新。在区块链方面，2016年，浙商银行与相关科技企业合作，探索区块链技术金融落地的可行性，并于2017年推出了浙商银行应收款链平台。该平台可将实体企业基于真实交易产生的各类资产“上链”，完成区块链数字资产份额化登记，实现业务规则的智能化管理与自动履约，有效解决实操中面对的票据确权、抵质押物的管理等难题。在平台上，企业可以办理应收款的签发、承兑、支付、转让、质押、兑付等业务，将应收款提前变现或在平台上实现无障碍流转，提高了供应链金融服务的效率。在物联网方面，浙商银行通过物联网传感器实现控物、物流等全程监控，使客户、监管方和银行等各方参与者均可以从时间、空间两个维度全面感知和监督动产存续的状态和发生的变化，进行风险监控和市场预测。体系外化赋能中小企业落地2.8万户在“区块链+物联网”双引擎驱动下，浙商银行供应链金融业务得到了认可。截至2021年9月末，浙商银行“区块链+供应链”的供应链金融体系，已在4000余家大型核心企业中落地，帮助约2.79万家上下游中小企业借助核心企业信用和银行增信获得融资。浙商银行将自身的供应链金融技术对外输出，促进产业与中小企业发展。以该行与乳业某龙头企业合作为例。在乳品行业集中度不断提升的大背景下，核心乳业企业的上下游，会形成为数众多的中小企业，但在产业链运转过程中，存在诸多困难：在上游端，新建、扩建牧场需要配套中长期融资支持，牧场采购饲料则需要短期资金投入；在下游端，先款后货的结算方式，导致经销商易资金账期错配、资金压力大，需要银行提供开户、授信审批、单笔业务提款的全流程在线服务。然而这些融资需求，总因相关方缺乏授信担保资源等问题，难以得到满足。面对这一行业难点，浙商银行与某乳业企业携手，以“区块链+物流网”技术，打造了“浙商+牛”乳业链平台。该平台可充分挖掘该企业上下游管理过程中产生的数据资产，形成数据信用，并以此为奶农和经销商等中小企业出具融资方案。银企双方在上游形成了“共选客户、共商标准、共投融资、共担风险”的合作模式，在下游基于推荐、历史交易数据，给予经销商信用融资。截至2021年9月末，平台已为上下游企业开户180余户，累计融资金额近20亿元。浙商银行相关负责人表示，在国家构建“双循环”新发展格局过程中，稳定供应链、产业链，破解融资“痛点、堵点、难点”，是金融机构的责任，未来浙商银行也将继续完善其供应链金融体系。（商莹莹）

一群黑白花灰的奶牛有序进入一个巨大的转台开始挤牛奶，与普通牧场不同的是，这个牧场是内蒙古的一个智慧农场，工作人员已为牧场中的所有奶牛安装上了穿戴式设备，结合AI摄像头，可实时监测奶牛的生理特征、身体状态、活动轨迹等。屏幕左上角显示此刻监测的时间是10月21日下午4时27分07秒，具体地点是蒙牛牧场2号牛舍西门。这是今年10月21日在平安银行2021年对公暨风险开放日上，笔者在深圳发布会现场看到的一段实时视频。“通过星云物联网，银行可以掌握此类农业实体的真实生产能力，通过养殖贷等创新产品，为农业实体提供单户最高8500万元的融资。”平安银行交易银行事业部总裁李跃称，“贸易融资过程中，银行最怕的是贸易交易不真实，如今，星云物联网帮助银行监测到贸易交易是否具有真实性，大幅提升了实体企业获得银行融资的可获得性。”截至9月6日，星云物联网平台已实现设备接入超1000万，支持实体经济融资超1300亿元。在第九届中国中小企业投融资交易会上，平安银行依托卫星技术搭建的“平安星云物联网平台”入选“2021年金融服务中小微企业典型案例”。这只是平安银行利用科技赋能普惠金融的众多案例中的一个。一直以来，平安银行积极利用物联网、AI、云计算、区块链等技术，不断拓宽服务范围，不仅解决中小微企业“融资难”“融资贵”问题，还通过数据赋能中小企业生产经营决策，解决其“经营难”“经营贵”问题，为实体经济贡献了一份实实在在的“平安力量”。

   数字经济已成为全球经济增长的新动能，也是中国经济全面转型升级的重要驱动力。特别是从结构上看，中国的数字化转型动能正在从消费侧开始向供给侧转移。在消费端，我国在电子商务、移动支付等领域已位居世界第一，引领经济结构进一步转型升级。未来随着工业及传统行业与数字化进一步融合，数字经济或将改变生产、服务和城市治理的更多层面，重构供给侧产业生态。   在这样的背景下，领英携手清华大学经济管理学院互联网发展与治理研究中心（CIDG），联合发布《数字人才驱动下的行业数字化转型研究报告》，旨在从数字人才流动与发展趋势层面剖析中国行业数字化转型的现状与未来机遇。报告从领英中国超过4800万人才数据库中提取了约91万满足“数字人才”定义的用户作为研究样本，通过分析数字人才的行业和城市分布以及流动趋势，来研究不同行业的数字化程度和区域特征，特别是数字人才在 ICT行业和传统行业之间的流动，从而对不同行业的数字化转型潜力进行洞察。报告发现：   软件与IT服务业和制造业是当前拥有数字人才最多的两大引领型行业。除ICT基础行业之外，数字人才主要集中在制造、消费品、金融、教育、公司服务等行业，为这些行业的数字化转型奠定了基础。   数字人才从ICT向其他行业渗透，是传统行业数字化转型的重要驱动力。相对于软件与IT服务业，其他行业对数字人才的吸引力还相对较低，大多处于人才净流出状态。这也暗示着当前传统行业中的数字人才流动到 ICT行业，实现传统行业技能与ICT技能的融合。同时，软件与IT服务业对其他行业的数字人才渗透比较分散，其中与计算机网络与硬件、公司服务、制造和金融四大行业联系最为紧密，流出的数字人才中接近60%均流向了这四大行业，远超其他行业。   中心城市数字人才集聚效应凸显，深圳整体吸引力最强，杭州软件与IT服务业吸引力全国领先。数字人才的地域流动呈现出逐渐向中心城市聚集的趋势，排名前四的上海、北京、深圳和广州，数字人才分布占比增长明显。与此同时，一些城市的数字人才分布占比呈下降趋势，包括南京、苏州、大连、沈阳等。    提高前沿数字人才的行业占比与渗透率是加速传统行业数字化转型的关键。当前，掌握高精尖数字化技能的数字人才，即人工智能、区块链、云计算、大数据分析四类人才，简称“ABCD人才”，分布更偏向单极化，主要集中在软件与IT服务行业（占比超过35%），排名第二和第三位的制造业（11%）和金融业（9%），人才数量尚不足软件与IT服务行业的三分之一，这可能导致传统行业的深度数字化转型存在前沿人才不足的问题。   中国在各行业、各城市的数字人才均处于不断发展之中，未来，需要进一步加深ICT行业与其他行业的融合联系，催生更多由AI、大数据等前沿技术驱动的新行业应用场景，从而为前沿数字人才向传统行业的渗透铺设路径，为行业的深层次数字化转型创造更多新的活力与动能。

12月9日，中国农业银行股份有限公司深圳市分行（以下简称“农行深圳分行”）与华为技术有限公司（以下简称“华为”）在深圳联合举办数字人民币智能合约成果发布会。发布会上，双方联合发布了租赁资金监管领域的创新应用成果，标志着业内首个基于数字人民币的云侧智能合约应用成功落地。同时，会上农行深圳分行与华为联合签署了数字人民币联合创新战略合作协议，并举行了联合创新实验室揭牌仪式。此次农行深圳分行与华为联合创新的数字人民币智能合约在租赁资金监管领域的应用，旨在进一步加强住房租赁市场监管，促进住房租赁市场平稳健康发展。住房租赁市场上传统的资金监管工作量大、审计复杂、难于追溯。监管的落实不仅受束于收款方的主观意识，也有赖于租赁平台的运营机制。智能合约由租赁双方约定数字人民币的交付规则，应规则履行监管并自动支付，让数字人民币在使用方面具有便捷性和多样性，从而也促使更多金融服务场景的实现成为可能。基于华为区块链，智能合约赋能数字人民币场景创新智能合约基于华为区块链，采用统一的端云一体架构，创新使用安全沙箱监管，可以自动安全检测、加载、解析、执行，安全完成资金冻结与解冻流程，为监管的执行以及事后的审计提供强有力的技术支撑。同时，此次的创新应用，使用数字人民币智能合约开发规范，打通了智能合约平台与数字人民币核心系统的接口，实现了智能合约与币串的无感融合。数字人民币智能合约成果发布会现场中国农业银行深圳市分行党委委员、副行长魏秉全表示，农行深圳分行作为农行系统内的创新业务排头兵，高度重视数字人民币试点工作。智能合约在租赁场景的落地，是农行深圳分行及华为运用数字人民币的便捷性、普惠性做好租赁市场金融服务工作的一项突破。同时，我们双方也共同开展了智能合约在数字人民币同业场景中的跨机构合约管理应用探索。接下来，农行深圳分行将重点围绕数字人民币在金融科技创新、振兴乡村建设、普惠金融服务、智慧城市建设等方面开展工作，深入探索数字支付新载体、新场景和新模式，充分利用新的金融基础设施提升农行深圳分行业务服务能力，打造“深圳特色”和“先行示范”银行。华为企业BG全球金融业务部总裁曹冲表示，感谢农行深圳分行对华为的信任与支持，此次数字人民币云侧智能合约的落地是客户先行先试、敢于创新的成功实践。华为作为全球ICT基础设施和智能终端提供商，将持续投入研发创新力量，结合“云网端芯”等多技术能力，开发端云一体的智能合约技术平台，打造敏捷高效的金融业务体验与服务。未来，华为愿与客户和伙伴一起，携手为行业提供新型金融基础设施，构建从端侧到系统侧的数字人民币技术标准体系，赋能数字人民币+智能合约更广泛的金融场景。深化合作与联合创新，为丰富数字人民币应用场景添砖加瓦大会期间，农行深圳分行与华为签署了数字人民币联合创新战略合作协议，中国农业银行数字人民币创新实验室（深圳）总经理王江，华为企业BG全球金融业务部副总裁黄韶宇代表双方签署协议，中国农业银行深圳市分行党委委员、副行长魏秉全，中国农业银行深圳市分行科技与产品管理部总经理袁卫东，华为数字转型首席战略官车海平，华为区块链首席战略官、数字货币产业发展负责人张小军见证签署。同时，大会揭牌仪式上，中国农业银行深圳市分行党委委员、副行长魏秉全、中国农业银行数字人民币创新实验室（深圳）总经理王江、华为企业BG全球金融业务部副总裁黄韶宇、华为软件业务部产品总监范青共同为成立的“数字人民币联合创新实验室”揭牌。“数字人民币联合创新实验室”揭牌仪式现场中国农业银行网络金融部副总经理、数字人民币负责人阎静表示，农行党委高度重视数字人民币业务创新，率先在深圳设立总行级数字人民币联合创新实验室，借助深圳地区政府政策支持、高新企业聚集、产业生态丰富的区域特色，发挥华为在ICT领域技术积累的优势的同时，充分利用数字人民币特性、开展重点项目和特色产品的创新孵化，为全行金融科技应用创新提供创新引领，为深圳地区的数字金融建设奉献力量。下一步，农行与华为双方将以此次合作为契机，围绕数字人民币的运用开展更多创新研究，探索多种场景试点。在万智互联的时代，金融正从消费互联走向产业互联，逐步形成全面综合的金融服务。随着应用场景的不断扩展，数字人民币将发挥独特的价值，走进千家万户，走向千行百业。未来，双方将继续携手，稳步推进数字人民币研发试点工作，结合华为技术优势与农行业务特色，拓展数字人民币体系下的更多应用场景，赋能产业数字金融创新。

客户需求行情交易系统是S客户的核心系统，包括5大子系统，共计100+万行C/C++/汇编代码；该客户希望迁移后系统吞吐量、时延以及可用性等方面性能不降低，并以此作为试点，后续逐步迁移其它交易系统 解决方案基于DevKit的代码迁移工具实现汇编代码自动翻译，解决内存一致性、编译选项等疑难问题性能分析提示绑核及打开CPU预取功能，调整后队列操作时延降低至14%，多并发场景下整体性能提升30% 客户收益2人天完成行情交易系统迁移，业务快速上线；更低的时延和整体性能提升证券服务和价格发现的能力，增强客户信心，规划与鲲鹏深度合作，重新设计底层的架构，基于CPU offload能力构建端到端的低时延体系。

​   2021年是“十四五”开局之年，也是落实“打造数字经济新优势”规划的关键之年。当下，数字经济热潮持续升温、不断壮大。但促进数字技术与实体经济深度融合，赋能传统产业转型升级，仍是一场攻坚战，需要产业上下游的充分协同串联。在新基建的大趋势下，借助数字化力量，企业探索新发展模式成为必然的选择。11月11，由蒙牛集团主办，中国人工智能独角兽第四范式与海尔集团旗下海创汇联合承办的首届“牛客松”大赛正式启动。本届大赛聚焦全产业链数字化、智能化转型，基于人工智能、云计算、物联网及5G等数字化技术，打造新零售、智慧牧场、大健康相关方向的创新技术解决方案。加速落地   在营销场景中，金融机构会收集用户行为数据和反馈数据，建立整体闭环，迭代能力。第四范式的闭环理论，就是通过了解客户需求，拿到反馈后快速迭代，不断充实规则库，形成闭环。作为人工智能技术与服务提供商，第四范式利用AI技术、产品及服务，通过对数据进行预测、挖掘与分析，帮助企业提升效率、降低风险，在智能化转型中实现质变。   第四范式金融事业部总经理詹谦表示，2022年平均每个企业一年会新增35个AI场景，在金融行业AI场景数量将以井喷的速度发生。在这种情况下，AI作为基础设施快速响应整个市场的变化显得至关重要。   谈及AI技术对企业数字化转型中的作用，第四范式总裁裴沵思表示，AI技术并不神秘，把AI应用落地到传统企业有两个场景：模型学习逻辑场景、运筹规划类逻辑场景。其实就是让机器替我们做更多决策，将AI技术从量变走向质变，从而更好解决供需关系能力，把供给和需求无限放大。   把服务固定下来，不断迭代。一旦遇到新商机和新风险，就能快速产生应对能力，完成从单点的风控模型到完整的风控体系，从传统的人力劳动变成人机配合去做相关决策的效率提升。   裴沵思表示：“当下信息化、智能化、数字化是同步进行的。外部环境在变化，要求企业要处在非常敏捷的和外部企业智能交互的过程中。尽管今天AI技术在落地中还有很多问题，但智能化是企业转型升级根本，而第四范式帮助更多企业更好实现AI 智能决策能力。”   乳业是涵盖农牧业、制造业、服务业的代表性民生行业，其产业链包括从奶源、生产、物流、销售再到消费者沟通等多个环节的数字化体系。近年来，蒙牛根据行业与市场变化趋势，推动数字化、智能化转型，致力于打造乳业的“特斯拉”。具体来说，蒙牛的数字化战略包括“四个在线”。即“渠道在线”，帮助合作伙伴部署数字化运营系统，开展科学的决策与管理；“消费者在线”，完善自有的消费者大数据平台，实现全域消费者运营及洞察；“供应链在线”，实现牧场、工厂协同，市场、研发的数字化协同，及货物、仓储、配送的数字化协同；“管理在线”，内部不断建设并完善财务、人力共享服务中心，企业运营数据中心，外部搭建面向上下游合作伙伴的供应链金融生态体系。   “蒙牛乃至整个乳品行业对创新技术需求非常迫切，是一个巨大的市场。我们希望通过比赛汇聚更多场景、开放更多资源。在新零售、智慧牧场、大健康三大赛道中的多个应用场景‘明榜纳士’，在帮助创业者了解实际业务需求的同时，增加从商业创新到业务落地的转化机会。”蒙牛CDO张决表示，我们不仅为创业者设立了60万现金奖金池，同时还提供蒙牛及蒙牛生态企业的业务订单机会、蒙牛创投基金及业内知名投资机构的投资机会。   蒙牛希望帮助数智化领域具备高成长潜力与战略思维的个人或团队，运用人工智能、云计算、物联网、大数据及5G等数字化技术手段，提出新零售、智慧牧场、大健康相关方向的创新技术解决方案。   蒙牛总裁卢敏表示：“数字化、智能化是推动蒙牛实现战略目标的重要引擎。我们希望构建以智能算法为核心的‘数智化应用体系’，赋能生态合作伙伴，形成灵活的履约服务体系，还要满足消费者多层次、个性化的需求。最终，实现蒙牛从产品到服务再到平台的全面进化。”场景丰富   海创汇首席生态官檀林表示：“传统企业和科技的结合，能从中发现很多创新机会。今年发布的很多技术，比如装配式应用、生成式AI等都能在种植、加工、履约、物流配送、新零售和营养健康等食品场景里面找到，而奶制业刚好覆盖了这些场景，为科技创客们提供非常多的创业机会。”   比如在智慧牧场方面的应用——牛脖环。牛脖环嵌入了很多算法，可以利用物联网采集牛整个行为模式数据，例如每天的运动状态、吃饲料、产奶和反刍的时间，最终实现智能养牛牧场的自动化。反刍排放的甲烷是温室气体的来源，还可以给牛戴一个牛鼻套，里面有技术帮助牛反刍出来的甲烷转化成为二氧化碳和水，二氧化碳可以被绿色植物所再利用。   檀林介绍到，还能利用这些数据给牛定制个性化保险。从前的牧场都是一批牛统一的保险，现在可以利用这些数据，为每头牛的全生命周期做个性化的保险。他把这些场景细分为五大创业方向：智慧牧场、新零售、无接触经济、大健康、治疗水土不服。具体来说，新零售可以做终端的销售数据采集，通过物联网，摄像头或者智能货架，把库存的数据采集上来。后台用机器学习做自动的补货算法、动态定价算法。如此一来就能帮助些经销商、代理商少压资金，让运转更高效。此外，在无接触经济领域可以发明携带传感器的无人酸奶机和沙拉机，把自动补货和供应链集成在一起，这样的终端可以放到社区、办公室等场景。在大健康领域，可以利用手机中的AI技术识别食材，并提取营养成分，自动进行个性化的营养追踪。在治疗水土不服方面，则需要开发一类设备用来测试口气，通过采集就能知道用户对哪类东西过敏。

原作者：零壹财经原文链接： https://baijiahao.baidu.com/s?id=1715430319917702295&wfr=spider&for=pc目前，隐私计算市场尚处于发展的初期。从服务对象来看，在中国国内，隐私计算市场目前主要是一个面向企业的市场。但是在美国，已经出现了通过为企业提供隐私计算服务从而间接为个人提供隐私保护服务的模式，未来很有可能出现直接为个人提供隐私保护服务的应用。从行业发展成熟度来看，在中国国内，隐私计算市场的刚刚开始启动，应用刚刚落地，一切都正在尝试和探索当中。零壹智库在调研中发现，入局隐私计算的厂商背景相当多元化，这也从一个侧面印证了隐私计算这项技术将有可能影响到许多相关技术领域。一、隐私计算的To B市场与To C市场目前，在国内外，隐私计算主要是用在企业与企业之间的数据交互方面。因此，在现阶段，在全球范围内，隐私计算主要是一个To B市场。隐私计算厂商主要是通过为企业提供服务，起到保护个人隐私的作用。未来，隐私计算有出现To C市场的可能性。目前，个人数据主要是被分散存储在各种各样的场景应用中。比如，个人用户使用信用卡贷款，个人身份信息、贷款和还款的信息就会被存储在银行的信用卡中心。个人用户在网上购物，个人姓名、手机号、家庭住址、购买的物品和价格信息就会被存储在电商账户中。因此，目前的个人隐私保护在很大程度上要依赖各类企业对个人信息的保护。如果信用卡中心、电商公司、打车App、各级政府的信息系统没有保护好个人信息，个人信息就有泄露的可能。未来，有可能出现新的为个人提供信息保护的应用。这一预测来自零壹智库对加州大学伯克利分校教授、Oasis Labs创始人兼首席执行官宋晓冬的访谈。宋晓冬用“Data Vault（数据金库）”来描述未来可能出现的这一类新的应用。她认为隐私保护将逐渐落实在每个人身上，让个人成为数据的主人、并且从隐私的保护和分享中受益是大势所趋，要实现这一进程可能耗时不会超出10年的时间。二、隐私计算产业图谱（一）隐私计算产业生态隐私计算的产业生态当中，包含甲方、乙方和丙方三方。甲方指的是数据使用方。目前，这些机构集中在金融、政务、医疗、零售等几个领域。金融机构包括银行、保险等机构，其中银行数量最多。政务，各地政府部门，主要是实现政府不同部门之间的互联互通及数据共享，从而促进政府不同部门的协同，提高政府的效率以及决策质量。医疗机构，包括各地各级医院、药厂等。乙方，指的是数据源。目前金融类数据主要集中在政府、运营商、银联、互联网巨头手中。医疗数据在各地各级医院、医药公司、医保机构的系统里。政务数据主要包括是工商、司法、税务、海关、学历学籍等各政府职能部门日常运行积累的数据。政务数据，部分省市有政务数据共享平台和政务数据开放平台，但大多数数据往往散见于各地政府的各职能部门，难以互联互通，只有少数部门的数据是全国性的，其他数据都较为分散，即使是已经公开的信息很多也并不完整。丙方，指的是不拥有数据的服务机构，比如隐私计算厂商、云服务商、大数据服务商等。他们可能服务于数据源或者数据使用方，数据可能存放在他们的系统里，但是数据不属于他们。图1 隐私计算产业生态 （二）、隐私计算厂商图谱在业界，目前提供隐私计算服务的厂商大致可以分为几类：第一类，互联网巨头。目前，阿里巴巴、蚂蚁集团、微众银行、腾讯集团、百度集团、华为集团、京东集团、字节跳动等都互联网巨头都已经开始在隐私计算方向发力，旗下多个业务板块都推出了隐私计算产品。第二类，云服务商。目前，阿里云、腾讯云、百度云、京东云、金山云、华为云、优刻得等云服务商都推出了隐私计算服务。第三类，人工智能背景的公司。比如瑞莱智慧、医渡云、三眼精灵、渊亭科技。第四类，区块链背景的公司。比如矩阵元、Oasis、ARPA、趣链科技、零幺宇宙、宇链科技、翼帆数科、熠智科技、算数力、同济区块链等。第五类，有大数据背景的公司。比如星环科技。第六类，有安全背景的公司。比如阿里安全、腾讯安全、百度安全、安恒信息、神州融安、瓶钵科技、沙海科技等。第七类，软件服务商。比如普元信息、神州泰岳。第八类，有金融科技背景的公司。比如同盾科技、百融云创、富数科技、天冕科技、金智塔科技、冰鉴科技、甜橙金融等。第九类，供应链金融背景的公司。比如联易融、纸贵科技等。第十类，从隐私计算出发的初创公司。如华控清交、星云Clustar、数牍科技、蓝象智联、洞见科技、锘崴科技、翼方健数、冲量在线、光之树、融数联智、摩联科技、隔镜科技、神谱科技、同态科技、凯馨科技、煋辰数智等公司。图2 隐私计算厂商图谱 三、隐私计算公司商业模式与业务方向差异（一）商业模式据零壹智库调研了解，隐私计算公司目前有三种商业模式：第一，硬件销售。目前在隐私计算领域，有两种硬件，一种是FPGA加速卡，一种是隐私计算一体机，都是使用硬件提升隐私计算性能，更加符合实际应用场景需求。比如星云Clustar隐私计算软硬件一体机、蚂蚁摩斯隐私计算一体机等。第二，软件销售。就是销售隐私计算系统软件，大多数有隐私计算业务的公司都有这样的系统软件，比如蚂蚁摩斯多方安全计算平台、华控清交PrivPy 多方安全计算平台、同盾科技智邦平台iBond、瑞莱智慧隐私保护机器学习平台RealSecure、金智塔科技的“金智塔”隐私计算平台、天冕科技的天冕联邦学习平台WeFe、富数科技阿凡达安全计算平台、洞见科技INSIGHTONE洞见数智联邦平台、蓝象智联GAIA平台等。第三，平台分润。隐私计算公司软件销售积累了一定数量的客户之后，客户通过软件平台调用数据，获得收益之后，隐私计算公司可以获得这方面的收入。分润有三种方式：其一，数据源测分润。即根据数据调用量，在数据源收益中分润。其二，数据应用场景分润。在金融应用中，隐私计算主要应用于金融业务的风控和营销场景，可以从场景取得的收益中分润。其三，类数据代理模式。向数据源采购数据，加工成评分之后进行销售，整个过程中应用隐私计算技术。销售评分的价格，是在数据采购成本的基础上进行加价。但是，目前开源正在成为潮流，这使得在未来可能出现新的隐私计算商业模式。在中国，隐私计算的开源是从微众银行的隐私计算系统FATE开始的。2019 年 7月，微众银行一共发布了10款开源软件，其中就包括FATE——第一个开源联邦学习系统，开创了隐私计算系统开源的先例。当下，零壹智库了解到，在隐私计算领域，还有更多的公司已经或者正在加入开源的行列。比如，2020年初，字节跳动联邦学习平台 Fedlearner 开源。2020年5月，矩阵元隐私AI开源框架Rosetta发布。星云Clustar在FATE开源社区内开源了解决针对FATE平台自身存在的一些问题的方法，如解决FATE进程间通信问题的经验、技术、研究成果等。天冕科技联邦学习平台WeFe开放了全部源码，包含用户操作中心Board、网关GateWay、算法Kernel以及联邦基础设施Union等核心技术，共约30万行代码。富数科技也在考虑开源计划，并且倡导开源项目之间也要采用开放的、兼容的、公共的技术协议。对于B端，开源也在市场上逐渐发展为成熟的商业模式。主要的三种商业模式有：第一，在软件开源提供后，以软件后期的运维、部署、咨询、升级等技术手段盈利；第二，发行企业版与开源社区版双版本，企业版以服务于一些特点企业应用场景进行盈利；第三，通过将开源软件部署在云端服务器，需求方通过订阅的方式向提供方付费使用，同时这种模式也免去了实地部署等线下的过程与以及安装费用。因此，以后如果有更多的隐私计算平台开源，将可能发展出更多的商业模式。

近日，中国人民银行在北京、江苏、浙江、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、甘肃、新疆组织商业银行、清算机构、非银行支付等开展金融数据综合应用试点。据悉，试点旨在探索运用人工智能、大数据、物联网、隐私计算等新一代信息技术，在安全合规的前提下推进金融数据高效治理、安全共享，实现跨层级、跨机构、跨行业数据融合应用，充分激活数据要素潜能，着力提升金融核心竞争力和惠民利企能力。（金融时报）

2021 DAMS中国数据智能管理峰会即将于11月5日在上海盛大举办，为大家带来大数据、数据资产管理、数据库、运维、金融科技等领域的先进理念和最佳实践。其中，来自华为云的两位专家老师将分享GaussDB在技术、商业、生态上的发展规划，以及在金融核心业务场景中的“去O”实战与思考，一起来先睹为快：以上议题内容将会在2021 DAMS中国数据智能管理峰会 - 上海站完整呈现，更多关于大数据、数据治理、数据资产管理、数据库、数仓、**、AIOps、DataOps、Fintech金融科技等互联网大厂及大型商业银行实战经验，都可以在11月5日的DAMS峰会一次性看全。    峰会议程       码上报名   

近日，赞同科技股份有限公司（后简称“赞同科技”）金融渠道系统获得鲲鹏Validated认证。赞同科技联合麒麟软件、海量数据库等合作伙伴，在北京鲲鹏联合创新中心经过紧密协作，将赞同金融渠道系统与鲲鹏服务器进行了深度适配，基于鲲鹏BoostKit进行深度全栈优化，使该方案在优化后多个交易场景的性能相比传统解决方案均有30%~50%的性能提升。鲲鹏 Validated 认证是应用软件基于鲲鹏全栈方案完成全栈移植、调优，并实现性能提升验证要求的技术认证。获得该认证，意味着应用软件在对应场景中，对比业界主流方案有显著的性能提升。赞同金融渠道系统，是赞同科技为银行客户定制的渠道系统能力支撑框架，具备银行全渠道接入能力，为渠道的服务整合与渠道协同提供能力支撑，整合线下渠道服务并实现网点精细化管理与业务风险控制，依托并整合银行后台资源和能力，全面提升智能网点渠道的综合服务能力，与此同时也为平台带来了数据处理量大，性能要求高等压力。赞同金融渠道系统经过鲲鹏BoostKit全栈优化后，针对不同场景类型选取了三个经典交易进行了交易吞吐量测试，在典型框架交易登录的测试中优化后的性能相较传统方案提升约41.5%，在典型账务类场景个人现金取款交易的测试中，平均提升约38.4%，在典型事务类场景支取方式修改交易的测试中，平均提升约37.5%。赞同金融渠道系统解决方案基于鲲鹏硬件产品、银河麒麟操作系统V10、毕昇JDK，采用鲲鹏BoostKit加速套件在多个维度进行了深度调优。通过对银河麒麟操作系统V10进行内核参数调优，包括网卡中断绑核、配置扩展文件描述符、IO参数调优等手段充分发挥出操作系统的优势。通过对基于openGauss内核开发的海量数据库的参数进行针对性调优，为金融渠道系统解决方案提供了极致的数据库访问性能。通过使用毕昇JDK，使该解决方案在鲲鹏平台发挥出更好的性能优势。通过使用KAE RSA加解密库，使得金融渠道系统解决方案在HTTPS连接场景的加解密速度得到了大幅的提升。赞同科技是鲲鹏计算产业生态重要的伙伴，已与北京鲲鹏联合创新中心建立长期友好合作伙伴关系，赞同科技多项解决方案都与鲲鹏创新中心完成了联合认证，独行快、众行远，鲲鹏计算产业生态的成熟发展依托于全产业链合作伙伴的积极参与。鲲鹏将继续坚持开放创新，扎根产业生态构建，加速产业发展，与合作伙伴一起为行业客户提供更强竞争力的解决方案。拥抱鲲鹏计算产业，共创行业新价值！关于赞同科技股份有限公司赞同科技是一家坚持自主研发和技术创新的金融科技企业。经过了20多年的积淀和深耕，公司研发了众多拥有独立知识产权的软件产品及丰富灵活的解决方案，积累了大量的行业经验，用户数量和案例数量都在稳步增加。持续不懈的努力让赞同科技成为了行业内极具创新能力和竞争力的领先企业。转自华为计算公众号

对于当下的银行，技术蓬勃发展、用户需求的变化、市场竞争加剧等多个方面，已经为其构建了一个新的竞争赛道：数字化转型。在数字化方面，大数据技术是最基本的前提之一。基于大数据技术，可以将用户的各种行为指标、消费信息、用户偏好等信息，转化为机器可读的编程“语言”，随后，对数据信息进行处理，帮助完成所需要的用户行为分析、用户偏好预测等。 那么，在大数据方面，银行是怎么做的。作为金融业技术应用的前沿阵地之一，在央行发起的金融科技创新监管项目中，银行对大数据技术的应用如何。金融科技创新应用中的大数据技术据移动支付网统计，目前，共有132个金融科技创新应用对外公示，其中，银行参与的创新应用有124个。在这124个创新应用中，有85个创新应用涉及大数据技术，占比68.55%。从技术应用领域来看，这85个创新应用涉及多个领域，包括产业金融、安全、支付、渠道相关、农村金融、数字化运营、政务等。技术应用最集中的领域为产业金融和安全。安全是银行业务的生命底线，重要性毋庸置疑。在金融领域，零售、支付等业务走在数字化前列，金融科技创新监管的目的之一，即在小范围内“实验”模拟技术应用，数字化程度更高的零售业务数字化程度较高，需要“实验”的领域较窄。而B端数字化正处于机遇期，尤其是在数字经济的大趋势下，数字化已经成为了企业业务新的机遇和挑战。近几年也是银行数字化转型的关键时期，对于银行来说，B端数字化为银行B端业务数字化带来了新的增量和发展空间，更加丰富的数据可以帮助银行为企业提供支付、融资、风控等闭环的场景类服务，比如，支付等企业消费数据可以为贷款提供决策支持，贷款数据可以为搭建风控模型的数据前提……用户全生命周期中的各个环节可以闭环打通，将产生一加一大于二的效果。同时，作为数字化发展尚不成熟的领域，银行在B端业务仍处于“百花齐放”的状态，各家银行在这个赛道的竞争刚开始，每个银行都有机会。这样的情况下，银行不可避免地会选择进入B端领域，推动产业金融数字化进程。渠道则包括开放银行、移动金融、智能银行等多个方面；紧随其后的农村金融、数字化运营政务等领域更加“小众”，这些领域全面数字化的进程更加缓慢。金融科技创新监管中的创新应用，与银行实际的业务实践具有一定差距。在实际的业务实践中，银行对大数据技术的应用如何。 从业务规模、用户群体、技术实力等多个方面权衡，作为国内银行科技领域的TOP级玩家，工行、建行在大数据方面的布局更加完善，通过对其布局的探索，可以更加深入了解银行大数据布局的路径。银行科技领域TOP玩家：工行、建行的大数据布局路径自下而上看，工行的大数据体系建设包括底层的数据平台、中间的数据分析、上层的大数据应用多个方面。大数据基础平台是大数据应用的基础性工作，可以打造大数据分析挖掘服务体系，通过对海量结构化、非结构化数据的整合、挖掘、共享，为业务发展提供动力。 目前，工行已经建成了集团数据中台，构建总体容量超过100PB的大数据平台，沉淀20000余个通用共享指标；建成480台规模国产分析型分布式数据库集群，日均调用达100亿次。同时，在底层技术支持上，工行联动了其他前沿技术。其打造的区块链平台可以实现区块链与多方安全计算技术的融合应用，助力跨机构数据安全使用。 外部合作也不容忽视。比如，工行与华为联合，引入FusionInsight智能数据湖，从大数据批量加工，延展到大数据实时计算、联机查询、数据可视化、安全管控等金融应用场景。据悉，工行已部署上线的FusionInsight MRS云原生数据湖和DWS云数据仓库集群规模达2000+节点，日均承载批量计算作业数达20万+。数据应用方面，目前，政务类业务是工行大数据应用的关键领域之一。在数字乡村方面，工行与农业农村部对接，成为农业农村部信贷直通车直连数据交互的合作银行；政务服务方面，通过大数据联合建模，工行与26个省市开展政务数据合作，落地300多个政务合作场景。建行也完成了相关技术平台的搭建，其持续推进技术中台与数据中台建设。 建行的大数据平台可以实现大规模资源云化供给，并推进数据湖技术升级和全量业务数据入湖，为业务提供更为丰富的数据资源和数据处理模式。建行也建立了企业元数据资产库和数据质量平台，提供可定制的数据质量监测服务，帮助数据的使用者在正确的时间、正确的环境能用正确的方式拿到正确的数据。同时，也推动大数据与其他技术的联动。推动流程自动化机器人技术（RPA）、智能识别（ICR）和人工智能标注服务能力在各领域应用，今年上半年释放240项RPA应用场景，实现柜面16种凭证高精度识别，完成柜面票据识别、现金远程盘库等场景的数据标注。应用方面，引入大量的外部数据扩展自身的数据视野、并以统一的数据整合能力来扩展数据的服务深度。方法论or路径：银行怎么用好大数据总结的来看，目前，在技术应用前沿的金融科技创新应用中，大数据技术占据举足轻重的地位，毕竟，将生活、工作的行为等信息数字化，是银行数字化的第一步。在银行的具体实践层面，大数据技术布局的主要脉络很明确，从数据应用全生命周期看，需要从数据收集、数据应用、数据传输、数据存储等多个方面着手，这背后需要数据平台、数据库等多个方面的支持。技术应用往往不是相互独立的，不同技术结合，也可以为业务提供更多助力，将大数据技术与区块链、人工智能等技术结合，也是银行发展技术的方向之一。从这个角度来看，银行大数据应用的方法论，方向是很明确的，不同银行的布局也大同小异。 从更加靠近应用的层面看，要做到更好落地，银行的大数据应用路径往往有一定的偏向性。目前，银行数字化仍是进行时，数据是这个过程中最基础的“养料”，对于银行来说，如何用好这个养料、将养料用于最合适的“植物”（应用领域、服务客群等）、提升“养料质效”……在将数据用于用户分析等的过程中，银行要做的是在复杂的用户行为“地图”中，选取适合的数据，进行比对和分析，更快地找到从用户行为到行为背后的用户需求的“路线”。 在数据处理过程中，银行要完成数据标准化，如何选取合适的数据分类维度，将处理后的数据用到更多的领域，这也需要银行更多的探索。而不同银行的优势领域有所不同，银行在引入外部数据的同时，如何将已有的优势与外部结合，通过这种整合，扩大其在用户、数据、生态等方面的优势。比如建行在政务领域具有优势，其近几年加大对政务类服务的布局，通过与各地政务类机构结合，可以获取用户更多维度的数据，用户画像会更加清晰，这种优势整合，可以进一步提高建行在政务类服务上的优势，未来可能反哺于零售、对公等业务。 此外，银行在数据安全、数据合规、用户数据隐私等方面也面临挑战。对于银行来说，要用好大数据技术，在有限的方法论框架下，更需要探索的，是如何结合自身已有的优势业务、自身的技术基础等，最大化提高数据应用效率。对于科技实力不足的银行，独立打造技术支持平台等，或许不具备很高的操作性，权衡外部合作与数据安全方面的需要，更值得思考。文章转载自银行科技研究社公众号 https://mp.weixin.qq.com/s/MmHCfckRFRSe1xBTbc4M7Q    免责声明：转载文章版权归原作者所有。如涉及作品内容、版权等问题，请及时联系文章编辑！

中国正在加速进入数字经济时代。当前，以物联网、云计算，大数据、人工智能等为代表的新一代信息技术与实体经济深度融合，新模式、新业态不断出现，为中国经济注入了可持续发展的新动能。据《数字中国发展报告(2020年)》，我国数字经济总量跃居世界第二，数字经济核心产业增加值占GDP的比重达到7.8%。数字经济之下，千行百业的数字化转型加速演进。作为数字化建设的重要技术手段之一，数据中台成为前后台整合与技术业务的高效联接，重要性日益凸显。此外，在新冠疫情及“新基建”的多重推动之下，数据中台理念正逐步深入企业。据艾瑞咨询的预测，数据中台未来五年复合增长率高达60%。从业务数据化到数据业务化数字化转型知易行难，数据中台的建设并非一蹴而就。受限于企业内部IT现状、数据沉淀等客观原因，企业在数据中台建设的过程中面临诸多问题：缺乏有效的数据模型管理；数据标准落地及执行监测难；数据开发过程多为手工代码，效率低且易出错；数据服务管理存在新服务响应慢、老服务空跑的现象，浪费资源；数据质量多为事后管理，数据治理体系不健全；缺乏数据运营管理监控，以及面向业务的自助数据服务运营策略。投入大、见效慢，许多企业对数据中台的建设信心不足。发源于对金融IT行业的深刻理解与洞察，成长于对金融机构的服务与价值创造，中电金信一直在思考、实践如何落地“数据驱动”，实现从业务数据化到数据业务化的转变。基于在金融行业多年深耕数据服务的经验，中电金信联合华为推出数据中台解决方案，以数据服务为抓手，以数据资产管理为保障，创新提供“咨询+产品+实施”三位一体的服务，满足数据领域的开发、运营、管理三大核心场景，面向五大数据角色群体，提供快速部署、技术前瞻、无缝对接、迭代优化、应用导向的中台解决方案，持续赋能金融机构数据能力体系建设。●快速部署：可以快速从零开始打造一个基于数据中台的数字化运营平台●技术前瞻：可适应不断出现的新技术，以及管理不断变化的数据和应用，以保证在各种应用场景下都可以最快推向市场●无缝对接：与现有大数据平台及业务系统对接，实现渐进式的数据中台服务●迭代优化：快速实施中台战略，保证迭代效率，达到最高效的程序运行／应用开发／系统运维●应用导向：每个人都可以完成和数据相关的工作，实现数据价值，并分享工作成果总体数据中台方案架构如下：●数据开发层：包括项目规划、数据同步、数据开发等功能，目前支持300+基于插件的转换逻辑、拖放式开发、100%图形化配置等；●数据整合层：支持多种建模方式，支持模型一键打包部署，而且提供多维模型运营监控，支持模型字段与对应的质量规则、数据标准关联，可以自动生成质量检核任务，按周期自动生成质量报告、落标报告等；●数据服务层：支持数据资产注册、检索、点评、订阅、需求管理等；●资产管理层：包括数据资产标准、质量、安全、生命周期管理等模块；●数据底座层：支持业界主流的数据库。中电金信数据中台是一体化的方案，打通企业内部各系统模块的数据共享，以低代码、可视化、组件化、低耦合的优势实现智能联动，帮助金融机构彻底告别分裂式数据管理。●低代码：所有数据加工逻辑都可以通过配置生成，减少人工代码以提升效率；●可视化：实现组件功能配置的可视化、模型管理的可视化、流程管理的可视化；●组件化：系统实现组件化，做到功能无重复、无冗余；●低耦合：各个平台模块单独安装、实施，实现低耦合，快速拼装。中电金信数据中台推动企业数据闭环运营管理，满足企业数据建设阶段、数据运营阶段、数据管理阶段的五大数据角色的数据需求，从根本上解决客户痛点并最终提升客户数据能力。数据中台解决方案与高性能数据平台及硬件底座是相辅相成的，目前该解决方案已完成华为鲲鹏、GaussDB(DWS)、FusionInsight MRS的适配。华为云数据仓库GaussDB(DWS)是一款具备分析及混合负载能力的分布式数据仓库，提供PB级数据分析、多模分析和实时处理能力，用于数据仓库、数据集市、实时分析、实时决策和混合负载等场景，具有高扩展、高可靠、高性能、易运维、云服务等特性，广泛应用于金融、政府、电信等行业核心分析系统。华为FusionInsight MRS云原生数据湖运用统一架构可构建逻辑、实时、离线三种数据湖，为政企客户提供湖仓一体、云原生的大数据解决方案。包含Spark、ClickHouse、HetuEngine、Hive、HBase、Hudi等组件，支撑政企客户全量数据的实时分析、离线分析、交互查询、实时检索、多模分析、数据仓库、数据接入和治理等场景。强强联合，赋能行业数字化。目前，该数据中台解决方案已经在多家股份制及城商行中成功落地和持续服务，让数据回归价值，驱动金融机构实现敏捷创新、优化运营，落地数字化转型。构建能力型生态当下，中国经济已由高速增长阶段转向高质量发展阶段，在经济高质量发展的过程中，加强科技发展是必然。基于此，各金融机构在循序渐进地推动内部业务系统、外围应用系统，全面地向创新基础软硬件环境迁移，加速金融行业的技术创新发展落地。中电金信定位基于全栈信息技术的金融数字化咨询及软件提供商、重点行业数字化转型服务专家。中电金信致力于形成从核心应用到技术和业务中台，到软硬件基础设施的解决方案和系统能力，着力解决金融科技产业链和供应链的发展和安全问题，牵引和带动金融科技、技术、产品和系统的发展，助力金融数字化转型和升级。目前在金融领域，中电金信领先优势显著，连续多年蝉联中国银行业IT市场解决方案第一名，打造了全栈全域完整的金融解决方案体系和服务体系，全面助力金融行业实现创新、安全、高效的数字化转型。早在2019年，中电金信就全面启动与华为在创新应用解决方案与鲲鹏底座的适配方面的合作。作为华为在金融行业重要的ISV伙伴，中电金信携手华为共同“有能有为”，致力于为金融机构提供安全可靠的解决方案。除了数据中台解决方案，目前中电金信与华为携手适配了包括开放银行平台、分布式核心业务系统等在内的多款银行业解决方案产品，完成了功能、性能、可靠性、功耗、安全性等测试任务，并获得华为鲲鹏授予的认证证书，为守护我国金融机构网络与信息安全提供了强有力的技术支撑。2021年5月，在“华为中国生态大会2021”上，中电金信作为华为能力生态伙伴与各企业共同发布“Powered by Kunpeng”首批精选解决方案集，推动华为鲲鹏技术与生态构建，赋能金融行业数字化转型。未来，中电金信将在实践中持续创新、优化体验、提升服务能力，进一步推动全栈全域解决方案体系与华为鲲鹏的适配认证，与华为共同加强技术合作，为金融机构数字化转型提供高效、优质的解决方案。文章转载至千龙网 http://china.qianlong.com/2021/1019/6417056.shtml 

一种是大量、高重复的线上工作。 如银行中牵扯到客户数据、关键账户往来、用影像系统做电子化处理等，需要很多人力在线上完成操作，虽然运用现代化工具，但是模式是传统的，给企业带来的投入和成本也是巨大的，RPA在数字化转型过程中首先就是能很好地解决这个问题。 第二种是系统间数据的共享和流程创建， RPA可以解决如何实现快速迭代又减少接口改造的矛盾，这是RPA在金融领域比较明显的应用场景。 以银行为例，近年来数字化转型过程中大方向是以客户为中心的流程再造，这种流程会打破原来以业务为导向的烟囱式形式的IT划分，客户服务流程需要从各个系统进行串接，如果用传统的IT技术去做接口改造量很大，上线业务难度大、成本高、时间长，RPA也能很好的解决这个问题， 目前，金融行业使用RPA较多的细分行业集中于银行、证券领域，保险、基金行业还在初步应用的阶段。 在银行领域，RPA主要用于风险控制、资产选择、数据分析、运营管理、渠道建设等场景，例如信贷财报自动录入、监管上报、 保函业务、 信用卡发卡信用调查及在线审批等业务。 根据研究，RPA给60~75%的银行流程带来约30~40%的效能提升，全面帮助银行在各个场景中解决流程自动化难题。 国内外的银行机构正纷纷着手对RPA 应用进行布局，以实现机构的降本增效。 

科技云报道原创。在这充满变化的年代，数字技术在快速发展，数字化发展已成为全球重要的共识。今天，全球已经有超过170个国家发布了国家数字战略。各行各业的数字化转型需求从未像今天这么迫切。对于企业尤其是传统行业的企业而言，数字化转型已经不再是一道选择题，而是一道生存题。但是，对于如何踏上数字化转型之路，不同国家、不同企业、不同行业由于所处阶段不同，所面临的挑战不同，造成各有各的道，进而认识不同，采取的战略不同、节奏不同、方案不同。要真正实现数字化，还有相当长的路要走。数字化转型下的企业IT新需求当一个企业发生数字化转型，这个企业IT部门就会发生巨大的变革。原来企业IT和企业财务、法务、人力资源都是支持部门、成本中心，但是现在他们开始变成了企业运营和实现价值、实现增长的核心抓手。在这样一个大背景之下，传统IT必然会面临多方面的需求和挑战。首先，大量新增企业应用的运维。以往运维的应用主要是ERP、财务、OA系统，数字化转型时代，大量新兴数字化业务的数量可能带来几何级的增加。第二，不断增长的企业自研应用。以前企业更多通过采购获得新的IT能力，但是现在数字化业务和企业核心业务息息相关，是企业竞争力的来源，结合业务需求不断打磨、自研才是可行途径。像房地产、工业制造这类相对传统的企业也在向“软件企业”转型，Gartner指出2020年企业有75%的业务来自于自研而非采购。第三， 业务复杂度导致业务必须要解耦。传统业务系统，更多是基于信息的记录，但是在数字化的今天，系统更多是基于交互。因此业务系统越来越复杂，传统单体架构在功能开发、软件交付、测试更新等各方面都不能胜任。从单体式架构解耦变成小服务甚至微服务才是良策。这些也是“敏态IT”的需求，敏态IT对传统IT意味着强烈的“破坏性”、“颠覆性”。基于过去标准构建的IT运维和运营体系在敏态IT的面前变得疲于应对、捉襟见肘。这就需要一些新的思维方式、新的技术体系来解决敏捷IT问题，这个解决方法就是云原生。数字化转型，怎样才能不迷路？受新冠疫情影响的这两年，产品和服务的数字化进程进一步提速，据麦肯锡的调研数据显示，全球的数字化进程整体提前了7年，其中，亚太地区更是提前了10年。毋庸置疑，数字化是中国经济转型升级的一个重点，但也是痛点。中国数字经济的快速发展为中国经济巨轮劈波斩浪前行注入新动力，但中国数字经济依然大而不强，面临着高速增长和高质量发展的双重攻坚任务。虽然目前各行业的数字化转型进度并不统一，但很多企业的数字化转型已经取得了阶段性成果。随着各行业数字化转型的深入，它们完成“上云”之后，发现其数字应用更加丰富、也更加复杂。资源弹性与简化运维的价值依然是企业上云的基础，传统云服务已经远远不能适应企业的需要。资源极致弹性、应用敏捷开发迭代正在发展成为云服务的新常态。因此，“火爆”的云原生也成为互联网企业和传统政企的共同选择，云原生不仅掀起了云计算时代一股新浪潮，也开辟出一条企业数字化转型的最佳路径。随着云原生应用深入企业各个业务场景，跨云、跨地域统一协同治理，保证一致应用体验等新的需求日渐突出。对于传统政企应用，除了自身云原生改造获得资源和敏捷收益，更要充分与大数据、AI等新的云原生能力相结合，创造更大的价值。以政务云场景为例，首先，各局办委的OA应用重复建设，需要应用市场的统一管理。应用更新发布难，需要在各个局点部署安装，面临原生云应用分发的挑战。其次，资源独享，不支持共享池，ISV应用独立建设平台，平台厂商绑定导致重复建设，资源利用率低。再次，现有的平台缺乏应用的高可用和连续性保障、缺乏业务安全防护机制。最后，市民类业务越来越多，市民服务类业务往往都有弹性的需求，缺乏弹性，无法应对突发的流量。各省、地市、县不同级别的各类单位需要全局统一的业务分发与资源管理能力。以金融场景为例，很多金融企业进行了“多云”的部署。其中，金融监管较弱的业务(消金、互金、三方支付的核心系统和行情等)和面向互联网的敏态业务部署在公有云上，主要面临着无法极速扩容和支持大规模治理、难以有效应对流量冲击等算力方面的挑战;金融监管最强的数据敏感业务(证券/银行风控，银行核心)、时延敏感业务(资管，证券核心)和信创部署在IDC中，难以满足资管衍生品定价和风险定价等业务的高性能要求，例如每次请求有100TPS并发度，需要95%的时延能在5秒内返回。在营业厅、关键安防等节点，无法有效管理海量终端，实施有效监管和运营，缺乏统一体验(云边协同)。总体来说，金融场景缺乏统一的多云/多中心联邦治理能力，金融数字化新核心需要多地多中心架构，跨中心监控与治理，业务实例秒级跨云迁移成为新需求。以汽车制造的场景来看，传统制造行业数字化转型的痛点十分突出，财务、ERP、考勤等传统稳态业务资源利用率不高，基础资源无法有效整合、资源协同性差;车联网等创新业务部署在公有云上，面临着弹性能力无法满足海量并发接入需求，难以保障业务就近接入、访问时延高等挑战;智慧门店和数字工厂等业务存在分布式集群业务交互入口分散，面临运维困难，用户体验差等问题。那么，落地到具体的业务场景，企业要想切入云原生赛道，应该从何处入手？其实并没有统一答案。有公司是从开发部门开始，有公司是从运维开始，而有公司则从整个平台的架构设计端导入，不同企业要结合自己的业务状况，根据企业的发展阶段以及业务特点来选择。比如金融行业客户，有自己的开发团队，一般开启云原生的方式会从开发部门开始，从微服务、容器化和Serverless开始导入，然后逐渐推广。再比如制造业企业，一般没有自己的开发团队，更多是从第三方软件采购商那里获得云原生应用。并且，除了应用外，还有大数据、人工智能等很多数据处理平台，这些平台本身已经云原生化。就像在工业领域应用比较广泛的深度学习框架tensorflow，就有和kubernetes相结合的项目，叫做Kubeflow，很多客户通过这种方式来落地。另外，还有一些政府类的客户，在构建新的平台的时候，直接按照云原生的方式来实施和部署。总体来看，在传统应用架构下，网络流量大多是南北走向，但是到了云原生平台时代，会变成东西走向，这对整个数据的传输、存储和计算产生非常大的压力。为了让数据移动得更快，存储得更多，适应更广泛，帮助企业快速走向云原生时代。可以预测，在未来企业加快数字化转型过程中，云原生一定会变成现代业务的基础应用，其广度和深度会远远超过当年的虚拟化，最终变成企业应用现代化之旅的坚实底座。