海银财富管理有限公司(以下简称“海银财富”)是中国财富管理行业的领跑者,经历了数次经济周期的考验。2020年,全球疫情肆虐,受内外市场环境影响,财富管理行业遭遇短期发展瓶颈,收入下滑,同质化竞争加剧。海银财富直面危机,加速推进数字化转型,打造中国领先的一站式数字化财富管理平台,解锁数据价值,推动业务逆势增长。截止 2021年 6月 30日的 2021 财年第四财季,海银财富归属股东净利润同比增长 111%,客户总数达 12.7万人,其中活跃客户数同比增长 17.6%。在海银财富实现以数据驱动业务的背后,离不开 IBM 基于红帽 OpenShift 的智能化数据能力平台 Cloud Pak for Data 和 Garage 车库创新方法。
海银财富通过独特的“3+2+1”数字化体系深入改革,打造客户、理财师和业务的多方位价值共生数字化生态圈。“3”代表财富管理行业当中三个重要的元素:即客户、理财师和业务;“2”代表海银的两个中台,即业务中台和数据中台;“1”则代表其 IT 基础建设,包括海银投入了大量时间和精力构建的数据仓库、数据湖、AI 算力以及混合云部署等一系列基础设施。
数据中台是目前海银财富数字化建设的核心。海银财富在 2020年 9月宣布采用 IBM 的混合云与 AI 技术和 IBM Garage 车库创新方法,快速推行数字化转型,他们希望能够改变数据管理部门以往被动的供数模式,更加主动地参与业务创新——把数据服务嵌入企业业务,并成为其中重要部分;同时打破各部门间的数据壁垒,做到真正的数据业务化,实现数据驱动业务。
IBM Cloud Pak for Data 作为一个综合性数据能力平台,集数据采集交换、共享融合、管理治理、建模分析和服务应用于一体。在这个项目中,海银利用了 IBM Cloud Pak for Data 上的领先的企业级 AI 能力,包括 Watson Knowledge Catalog,Watson Studio, 及Watson Machine Learning 三大模块。IBM Watson Knowledge Catalog 是数据资产目录功能模块,可以实现数据治理与数字资产管理,帮助业务用户快速发现、管理分类,共享数据资产、数据集、分析模型及其与组织中其他成员的关系。IBM Watson Studio 为数据科学家、开发人员和分析人员赋能,支持他们构建、运行和管理 AI 模型。Watson Machine Learning 帮助数据科学家和开发人员加速 AI 和机器学习部署,利用其开放式可扩展的模型操作,帮助企业跨任何云大规模地简化和利用 AI。同时,使用 Garage 车库创新方法,以最小的成本,在最短的时间内进行创新,通过小规模地尝试,不断地试错和迭代。
在短短一年间,海银财富通过与 IBM 的合作,实现了以下业务目标:
建立了统一的公司数据资产管理中心
完成了“客户标签体系建设和管理”和“客户画像及客群管理”最小可行产品(MVP)
建立了客户资产价值细分模型和数据主题模型
利用 AutoAI 自动化机器学习流程
海银财富 首席技术官朱桦表示:“以用户为核心,以数据为纽带,以客户为本、以体验为王,这是海银财富过去 16年来的立足之本。我们与 IBM 合作进行的数字化升级并不是简单的软件购买。IBM Cloud Pak for Data 不仅是一个软件,更像是一个生态,因为它可以加入各种各样的插件,能够很好地实现整体规划和分步实施的目标。而 IBM Cloud Pak for Data 和 Garage 车库方法论还能帮助海银快速地构建全新的数字化战略。”
IBM 大中华区云计算专家实验室总经理魏永明表示:“很高兴看到 IBM 混合云和 AI 技术、以及我们的车库创新可以在海银财富的数字化转型升级当中发挥积极作用。根据 IBM 商业价值研究院 (IBV) 与牛津经济研究院合作开展的最新全球调研,许多行业领先的企业都在积极推进数据驱动业务的模式,利用 AI 驱动的工具和最佳实践来分析企业的数据与应用,用正确的方式把数据和应用放在正确的位置,并充分加以利用。随着合作的深入,相信 IBM 在海银财富‘3+2+1’的数字化战略当中可以发挥更大的作用。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。