金融服务机构正面临越来越大的压力,需要推进运营现代化、打击欺诈、加强风险管理、满足不断变化的监管要求,并为客户提供一致且个性化的服务体验。随着金融服务机构扩大 AI 在客户服务、合规、欺诈检测和分析等工作流程中的应用,AI 应用能否取得成效,取决于机构能否在日益复杂的环境中安全访问和治理数据。
调查发现,83% 的金融服务机构表示能够掌握自身数据的存储位置,反映出其数据管理工作已取得显著进展。然而,运营层面的障碍依然存在。38% 的受访者表示,基础设施性能问题持续阻碍运营相关举措的推进,凸显了在分布式数据环境中支持 AI 和分析工作负载所面临的挑战。此外,20% 的受访者认为,AI 和分析与业务工作流集成不足,是相关投资未能实现预期回报的主要原因。
数据治理也是金融服务机构需要持续关注的领域。调查显示,61% 的金融服务机构表示,其全部或近乎全部数据都已纳入治理范围,但许多机构仍难以建立必要的一致性和控制能力,以在满足监管合规要求的同时支持 AI 项目。
尽管面临这些挑战,金融服务机构仍在持续推进AI 驱动的业务转型。随着金融服务机构推动 AI 从试验阶段走向实际业务应用,数据就绪程度正日益成为机构形成差异化优势的关键,有助于团队加快创新,同时保持严格监管环境所要求的信任、透明度和监督水平。
Cloudera 行业 AI 解决方案高级总监 Jake Bengston 表示:“对于金融服务机构而言,AI 的长期应用成效不仅取决于模型本身,还取决于能否为 AI 提供必要的业务上下文,使其基于可信、易于访问且经过良好治理的数据,作出准确、一致的决策。随着金融服务机构在欺诈防范、风险管理、合规和客户体验等领域扩大 AI 应用,企业需要具备足够的灵活性,将 AI 应用于复杂环境中的受治理数据。这种方式有助于提升 AI 输出质量、降低复杂性、加强合规管理,并加快业务价值的实现。”
Cloudera 大中华区技术总监刘隶放表示:“对中国金融机构而言,推动 AI 从试验走向规模化应用,需要可靠的数据基础、有效的治理,以及与核心业务流程的深度融合。金融行业对数据安全、监管合规和决策准确性有着严格要求,因此,打通分布式环境中的数据、优化基础设施性能,是将 AI 投资转化为实际业务价值的关键。Cloudera 帮助金融机构灵活访问和治理复杂架构中的数据,为反欺诈、风险管理、合规及客户服务等应用提供可信的数据基础,在保障安全与运营效率的同时,加速 AI 部署。”


