4月13日，“2018银行金融科技峰会”在上海成功举办。kyligence 解决方案部门 vp 周涛出席会议，并发表题为《 kyligence 加速商业银行金融科技转型》的演讲，与来自中信银行、交通银行等银行的领导嘉宾齐聚一堂，共同探讨传统银行在金融科技领域的应用和未来发展。
周涛（kyligence 解决方案部门 vp）发表主题演讲
当天，周涛在演讲中首先就“我们是谁”进行了简单介绍，这里的“我们”，既包括开源的分布式 olap 分析引擎 apache kylin，也包括 apache kylin 背后的商业公司 kyligence 及其企业版产品 kyligence enterprise。
在“自我”介绍后，周涛就银行业金融科技转型的趋势和挑战，以及 kyligence 公司如何助力和加速传统银行向金融科技转型做了分享。
以下为周涛在峰会上的演讲实录整理：
商业银行金融科技转型的趋势及挑战
随着互联网金融的兴起，互联网企业依托强大的技术能力和丰富的数据优势，结合具体业务场景，在支付、消费、信贷等领域不断侵蚀商业银行的传统业务领地，并且在业务效率、客户体验、获客成本上全面碾压商业银行，给习惯了垄断地位、安享息差收益的商业银行带来了巨大的冲击。
而客户需求的逐渐觉醒，云计算、大数据、人工智能等新兴技术革新带来的业务结构、盈利模式、增长方式的创新，使得商业银行已经意识到金融科技的重要性，以建设银行、招商银行为代表的的国有银行和股份制商业银行纷纷开始从顶层设计、组织架构、业务流程、基础设施等方面开始着手进行向金融科技转型。
在此次金融科技背景下，新兴技术是驱动整个金融创新的关键要素，科技为根，金融场景为叶，这一点我相信大家也应该比较清楚。而现在几乎所有的新兴技术都是源自互联网企业，是互联网企业发明并且将技术应用到一定成熟度后再开源出来的。在这一点上，商业银行相对于互联网企业，在技术能力和储备上存在着巨大的短板和挑战，主要体现在以下几个方面：
1
首先是人才。无论是哪种新兴技术，人才是最关键的。而作为新兴技术的发源地，互联网企业集中了大量的新兴技术人才，虽然银行花了很大力气从组织架构、薪酬等方面吸引新兴技术人才，但从占比来说，仍然是互联网企业占了绝大多数。所以从人才角度来看，商业银行在新兴技术的存量储备上远远落后于互联网企业。
2
第二是预算。大家都知道银行有钱，很土豪，在it预算上也很舍得投入。但互联网企业的整体技术架构基本上都是基于新兴技术的，其it预算可以说是全部投到新兴技术上。
但对商业银行来说，由于背着沉重的历史包袱，大部分 it 预算需要投入到传统 it 技术的维护、采购和使用上，最后分下来，可能只有一小部分能够放在新兴技术的探索和研发上，所以从预算角度来看，商业银行在新兴技术的增量追赶上也并不占优势。
3
第三是效率。银行内部的流程和管理机制决定了，对新兴技术的研究、探索到正式应用，其做事效率要远低于互联网企业。
我们经常看到，当有一个新技术出现的时候，在互联网企业的实践过程是从下往上的，某个技术专家或者程序员注意到这个技术，很快从网上下载，稍作研究可能就开始应用于满足实际业务需求，从探索到生产的周期可能也就小几个月，节奏很快。
而在商业银行，这种过程通常是从顶至下，并且需要一系列的测试和论证，中间还得看具体负责的人有多少时间能投入，通常得花上半年甚至更长的时间才能勉强发挥新兴技术的效果。
kyligence 加速商业银行向金融科技转型的探索与实践
从产品及解决方案角度，kyligence 作为国内少数掌握大数据核心技术的科技公司，依托大数据极速分析引擎 apache kylin，融合人工智能、云计算等技术，提供了更加自动化、智能化、稳定的企业级智能大数据分析平台 kyligence enterprise 以及解决方案以助力商业银行向金融科技的转型。
ai：
kyligence enterprise 通过机器学习算法对数据准备、数据建模、数据索引等工作实现了智能推荐和智能优化，可以有效降低业务人员获取数据的技术门槛和周期，帮助企业释放it资源，推动企业加速数据分析平民化的进程。
big data：
kyligence enterprise 以 apache kylin 的分布式技术为核心，通过对 kylin 的存储引擎、查询引擎、并发稳定性、权限管理、bi工具兼容性等方面进行全面的提升和增强，能够支持海量数据在互联网级高并发需求下的亚秒级查询响应，有效支持企业各种内外部的数据分析和数据服务应用场景。
cloud：
kyligence enterprise 支持本地、云端及混合部署方式，并且可以同时对接 hive 以及 sql server、postgre sql 等多种数据源，可以作为统一的数据访问入口，帮助企业完成新旧数据资产低成本而又高效的融合。
kyligence 的产品已经在全球超过1000+用户中得到了广泛的应用，在国内银行、证券、保险等金融行业的 top 企业中得到了充分的实践和证明。
比如，在某全球卡支付组织的案例中，该企业通过使用 kyligence enterprise 后，已经实现了将传统基于 cognos 的 bi 应用迁移到大数据平台上，通过个位数的 kap cube 就将1000+个 cognos cube 进行了替换，开发和运维成本降低了90%，而查询效率比原来提升超过100倍。该企业一直在积极谋求金融科技转型，期望大数据分析能力不但用来满足内部分析需求，还可以对外为其客户和商户提供数据服务，目前已经选择 kyligence enterprise 作为其自研大数据分析平台的核心引擎。
另一个助力银行向金融科技转型的案例，是 kyligence 在国内某最具影响力的股份制银行中的应用。在该银行中，我们将其业务数据从原有的传统数据库迁到大数据平台，帮助业务部门实现了期盼已久的自助分析，it 人员只需要简单的开发就可以快速满足业务人员的数据获取需求，并且业务部门从提出需求到得到数据的整个周期，从原来需要几个月减少到只需要1~2周。后续，kyligence 和该银行将在资管、管会、监管等多条业务线的数据分析和洞察项目上展开深入合作。
您可能还会想看
【人工智能2018北京大会】 | kyligence robot 高效调优和诊断 apache kylin
【workshop no.2 | aws专场】kyligence on aws 圆满落幕
kyligence cloud支持阿里云，加速云上大数据分析
手把手教你使用kyligence cloud，玩转云端大数据
microsoft azure 专场 | kyligence 首期 workshop 圆满结束
2018年第一期 | apache kylin 管理员认证培训圆满结束
合作持续深入，kyligence 成为华为认证“解决方案伙伴”