2019年夏天，一組有關(guān)中國銀行業(yè)的數(shù)據(jù)看似不經(jīng)意間流傳出來，在中國銀行業(yè)協(xié)會公布的《2018年中國銀行業(yè)社會責任報告》中透露，截止到2018年末，國內(nèi)已經(jīng)布放自助設(shè)備共計103萬臺，自助設(shè)備交易筆數(shù)達400億筆，交易總額達66萬億元，更為重要的是，全行業(yè)平均離柜率達88.68%，國內(nèi)銀行離柜交易額增長至1936萬億。

往前倒推一年，一款叫定損寶2.0的保險AI正式付諸商用，這個號稱“將過去由人工肉眼判定車損的環(huán)節(jié)升級成用人工智能做標準化統(tǒng)一定損”的黑科技產(chǎn)品，展現(xiàn)出了它驚人的準確率和極快的車險定損速度，覆蓋了約60%的純外觀損傷案件，減少查勘定損人員50%的工作，在此之前，國內(nèi)雖有近10萬名定損員，卻捉襟見肘。

隨著數(shù)字化、新科技的力量在金融機構(gòu)中被實踐應(yīng)用，央行也開始深度擁抱金融科技。從2019年8月央行頒布的《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》，到2020年央行工作會議中提出“加強金融科技研發(fā)和應(yīng)用”，結(jié)合央行一直以來推動并要求的“全面提高金融服務(wù)與金融管理水平”，創(chuàng)新科技在金融行業(yè)的應(yīng)用與實踐如今得到了企業(yè)實踐和行業(yè)主管部門的“雙線認可”。

很顯然，隨著21世紀第二個十年的開始，無論是在銀行、保險領(lǐng)域，還是在證券、財富管理等方面，以云計算、人工智能、區(qū)塊鏈、5G等為代表的新科技正在發(fā)揮巨大的作用，推動國內(nèi)金融行業(yè)在數(shù)字化轉(zhuǎn)型的道路上快速前進，并在數(shù)字化、智能化的過程中，不斷產(chǎn)生新的“化學反應(yīng)”，涌現(xiàn)出大量的業(yè)務(wù)創(chuàng)新，從而在進一步提高行業(yè)運營效率的同時，優(yōu)化改善與客戶之間的服務(wù)關(guān)系。

但，在一片為創(chuàng)新科技所創(chuàng)造的絢麗煙花中——智能投顧、AI定損、無人網(wǎng)點、區(qū)塊鏈金融這些新興技術(shù)大聲叫好的時候，行業(yè)是否將太多的注意力聚焦到了創(chuàng)新業(yè)務(wù)與新鮮事物之上？是否忽略了對于國內(nèi)絕大多數(shù)金融機構(gòu)更基礎(chǔ)、更本質(zhì)也更為關(guān)鍵的領(lǐng)域？

“雙態(tài)”之下，金融IT“敏為創(chuàng)新 穩(wěn)是基業(yè)” 

分析機構(gòu)Gartner在提出“雙模IT（又稱雙態(tài)IT）”時認為，對于企業(yè)IT建設(shè)來講正面臨著巨大挑戰(zhàn)：一方面，企業(yè)需要傳統(tǒng)IT模式來滿足傳統(tǒng)業(yè)務(wù)對于穩(wěn)定、安全等功能的需求；另一方面，移動互聯(lián)網(wǎng)、互聯(lián)網(wǎng)業(yè)務(wù)應(yīng)用則需要快速響應(yīng)，同時，這些業(yè)務(wù)也讓IT部署變得不可預測，傳統(tǒng)的可規(guī)劃的IT建設(shè)模式無法滿足業(yè)務(wù)發(fā)展需求。

同樣的情況也發(fā)生在金融行業(yè)。作為最早開始接觸信息化建設(shè)的行業(yè)，銀行、保險、證券等金融機構(gòu)已經(jīng)構(gòu)建起了規(guī)模龐大、架構(gòu)復雜、品牌眾多且正在支持大量關(guān)鍵業(yè)務(wù)的后端IT基礎(chǔ)設(shè)施，這也就是為什么大量金融機構(gòu)的業(yè)務(wù)創(chuàng)新都是基于新的IT（如上云）所展開的，這意味著金融機構(gòu)的IT建設(shè)必須遵循“敏為創(chuàng)新 穩(wěn)是基業(yè)”的主基調(diào)：

◆敏態(tài)IT采用“互聯(lián)網(wǎng)+”思維模式，這意味著所支持的業(yè)務(wù)模式本身可以處在不斷探索、優(yōu)化、總結(jié)的過程，并且需要通過不斷試錯來逐步完善；

◆穩(wěn)態(tài)IT支撐按照傳統(tǒng)方式經(jīng)營，戰(zhàn)略目標明確，業(yè)務(wù)流程相對成熟的業(yè)務(wù)，目標是提升IT貢獻率、降低運營風險，逐漸使用一些新技術(shù)去優(yōu)化改善；

當敏態(tài)IT在支持銀行將人工智能技術(shù)應(yīng)用于物理網(wǎng)點，并將其進行智能化、無人化、數(shù)字化改造的同時，穩(wěn)態(tài)IT要做的事情同樣具有非常重要的意義，它至少將包括三個方面：

1、 優(yōu)化IT基礎(chǔ)設(shè)施結(jié)構(gòu)，簡化過去“煙囪式”的建設(shè)思維，以平臺化、中臺化的建設(shè)思路，提高傳統(tǒng)數(shù)據(jù)中心的效率、利用率，并通過基礎(chǔ)設(shè)施云化，推動IT基礎(chǔ)設(shè)施投資從Capex轉(zhuǎn)向Opex；

2、 推動關(guān)鍵IT項目的智能化、自動化，包括災(zāi)備、備份、存儲管理、高可靠網(wǎng)絡(luò)、安全防護等方面，盡可能降低人為因素和人力限制所導致的事故與潛在威脅，有數(shù)據(jù)顯示，超過50%的安全和業(yè)務(wù)連續(xù)性故障都與“人的因素”密不可分；

3、 通過對耗費人力資源較大的運維工作的智能化、自動化和工具化，繼而開展針對IT團隊職能分配、能力提升和責任轉(zhuǎn)變的組織優(yōu)化和升級，為IT團隊打開組織升級、職能擴展和個人上升的通道。

睿至：讓智能在穩(wěn)態(tài)IT中高效滲透 快速起效

對于許多金融機構(gòu)的IT團隊來說，“雙態(tài)IT”下的運維對其造成了巨大的困擾，傳統(tǒng)“穩(wěn)”態(tài)運維模式的特征與新型“敏”態(tài)運維模式特征有著顯著不同：前者以物力資源環(huán)境為主，面向傳統(tǒng)三層應(yīng)用架構(gòu)，后者隨著虛擬化、云以及容器技術(shù)的廣泛應(yīng)用，業(yè)務(wù)微服務(wù)架構(gòu)的落地帶來了許多運維理念的變革；

與此同時，在過去業(yè)務(wù)的彈性或可用性保障通過應(yīng)用本地高可靠或災(zāi)備實現(xiàn)，應(yīng)用集群橫向擴展與彈性能力通過物理設(shè)備擴展實現(xiàn)，而在“敏態(tài)IT”中強調(diào)的是全棧的可編程性，能夠通過對全局資源（既包括云也包括非云）編排手段支持橫向擴展等復雜運維場景。

更讓IT運維團隊產(chǎn)生“分裂”的，是過去分工明確的生產(chǎn)與開發(fā)測試運維界面，那些基于ITIL標準構(gòu)建的監(jiān)控、流程、配置等運維體系，正在被DevOps的浪潮所影響，開發(fā)、測試和運維環(huán)節(jié)通過自動化運維工具打通，形成“你中有我，我中有你”的全新局面。

如何進一步提高“穩(wěn)態(tài)IT”的運維效率和可靠性，又如何兼顧“穩(wěn)態(tài)IT”和“敏態(tài)IT”？業(yè)界普遍的答案是AIOps，智能化運維，即將人工智能的能力與運維相結(jié)合，通過機器學習的方法來提升運維效率的運維體系建設(shè)，實現(xiàn)DevOps在運維技術(shù)層面結(jié)合AI技術(shù)的更高級效果。

作為國內(nèi)較早運用人工智能和知識圖譜技術(shù)解決IT運維問題的供應(yīng)商，睿至大數(shù)據(jù)基于多年來在能源、電力等行業(yè)的深度實踐，以數(shù)據(jù)治理、數(shù)據(jù)挖掘到場景建模分析的全業(yè)務(wù)鏈智能分析體系為基礎(chǔ)，構(gòu)建了支持PB級數(shù)據(jù)存儲和分析能力的新一代智能運維平臺，在提供“七大（常見需求）場景（如基于全量數(shù)據(jù)的全景視圖、基于AI的智能巡檢建議推薦等）”的基礎(chǔ)上，提供了可自定義的大數(shù)據(jù)云微門戶，支持全景分析視圖、異常診斷、分享預測、根源挖掘等切實需求。

但更重要的是，睿至大數(shù)據(jù)在推動AIOps實踐應(yīng)用中發(fā)現(xiàn)，過去許多在IT運維上的創(chuàng)新迭代，要么使用習慣與過去格格不入難以適應(yīng)，要么對原有流程影響（破壞）太大，對IT運維團隊的工作效率、流程完整性會造成相當大的影響，因此睿至大數(shù)據(jù)新一代智能運維平臺的一個重要建設(shè)宗旨：就是通過與現(xiàn)有工具集成，做到資源打通、做好AI（算法）賦能，確保產(chǎn)品應(yīng)用符合客戶原有組織、流程和應(yīng)用習慣，并在此基礎(chǔ)上，結(jié)合原有服務(wù)大型行業(yè)客戶的經(jīng)驗，讓IT團隊通過技術(shù)、產(chǎn)品和經(jīng)驗的三重演進具備IT運維整體高效管控的能力。

同樣的理念也貫徹到了睿至大數(shù)據(jù)的智能災(zāi)備管理平臺，針對當前災(zāi)備體系建設(shè)中存在的固有問題和應(yīng)用規(guī)律，包括新舊架構(gòu)共存、可用性評估困難（嚴重缺乏系統(tǒng)本身的驗證機制）、人工響應(yīng)瓶頸（過多人工干預導致的切換過程不可控、不可信）、災(zāi)難備份預案管理分散、運維工具不足（尤其是實時性、可視性不足），睿至大數(shù)據(jù)提出“災(zāi)備三化”，即災(zāi)備狀態(tài)可視化、災(zāi)備切換可控化、災(zāi)備演練自動化，持續(xù)提高災(zāi)備管理水平和工作效率。

在智能災(zāi)備管理平臺中，睿至大數(shù)據(jù)將大量智能運維領(lǐng)域積累的技術(shù)與經(jīng)驗應(yīng)用起來，不僅支持災(zāi)備切換場景、流程、腳本可自定義的自動化災(zāi)備切換，更進一步以災(zāi)備切換演練大屏為基礎(chǔ)，提供了支持多應(yīng)用場景的一鍵式災(zāi)備演練，確保IT團隊可以通過大量的與真實場景盡可能接近的災(zāi)備演練確保真正出現(xiàn)災(zāi)備切換場景時切換的準確性和實時性。

在2020年雙態(tài)IT用戶大戶上，睿至大數(shù)據(jù)再次將這兩款產(chǎn)品展出，同時也帶著對整個市場和行業(yè)更深入的理解，與我們的客戶攜手走進21世紀第二個十年。

關(guān)于Raysdata睿至大數(shù)據(jù)

北京睿至大數(shù)據(jù)有限公司（簡稱：睿至大數(shù)據(jù)）為中國大數(shù)據(jù)50強，專注于云計算、大數(shù)據(jù)、人工智能與智慧城市等領(lǐng)域的創(chuàng)新研究與行業(yè)實踐，擁有自主研發(fā)的行業(yè)大數(shù)據(jù)平臺、人工智能，云計算、大數(shù)據(jù)，災(zāi)備管理、云存儲，智能化運維、超融合一體機等多種產(chǎn)品與全棧式行業(yè)解決方案，為用戶輸出同步國際的“云+數(shù)據(jù)”體系。睿至在大量行業(yè)用戶的真實環(huán)境中形成一系列的成熟的算法模型，加之在云計算領(lǐng)域多年的技術(shù)和行業(yè)經(jīng)驗積累，為數(shù)據(jù)的深度利用建立了充足的技術(shù)資源儲備。睿至與國內(nèi)外一系列重量級客戶展開全方位合作，通過建設(shè)、融合、研發(fā)等合作，建立了良好的共贏體系。并與國內(nèi)外知名高校、權(quán)威研究機構(gòu)成立了城市治理實驗室、大數(shù)據(jù)聯(lián)合實驗室等科研機構(gòu)，為產(chǎn)業(yè)提供科學標準及數(shù)據(jù)模型，支撐產(chǎn)業(yè)落地。