2020年10月23-25日，"第六屆中國行業(yè)互聯(lián)網大會暨CIO班15周年年會"在北京隆重開幕，本次大會由CIO時代學院主辦，新基建創(chuàng)新研究院協(xié)辦，匯聚了數智時代的院士、頂尖行業(yè)專家、研究學者、優(yōu)秀CIO群體和科技廠家，大家圍繞大會主題"新基建引領新模式"紛紛發(fā)表重要觀點。在24日下午舉行的金融CIO論壇，聽云總裁、首席科學家趙宇辰發(fā)表題為"AI+業(yè)務運維成就數字新基建"的主題演講，以下為演講實錄：
趙宇辰："大家好，我是趙宇辰，很高興有這樣的機會和大家分享。也很感謝大家堅持到現在，其實我的職業(yè)生涯10年都是在美國從事很多數字化的研究和數字化的優(yōu)化，服務了很多國外的比較優(yōu)秀的銀行，比如說美洲銀行等等。后來回國加入聽云，今天很高興有這樣一個機會跟大家分享一下我今天的主題，就是AI+業(yè)務運維成就數字新基建。
我們想想，其實很多人可能還記得我們圖上的這個場景，去銀行我們拿一個泛黃的存折去柜臺進行存錢、取錢，進行交易，剛剛很多領導說門店已經越來越少人真正去實體進行交互。我們發(fā)現很多信用卡都是用手機銀行網上銀行操作。各個銀行都有數據中心，都是銀行的私有云或者跟其它合作做公有云，甚至網管中心有網絡，包括很多銀行在對外提供一些服務，有混合運營。同時客服中心也在建立非常數字化的過程。我們看到很多銀行正在引入一些AI的手段，做智能機器人，智能客服，服務更多的老百姓。
整個數字化帶來非常大的挑戰(zhàn)，雖然給很多的客戶帶來了很多便捷，其實這個數字化并不是一蹴而就的，并不是一下能搞定的事。隨著數字化進程，大家在網上可以暢所欲言，包括很多APP，在買基金或者進行轉賬的時候，可能經?？吹睫D不出來，導致很多用戶到網上抱怨。出現無法登錄或者無法綁定銀行卡等各種各樣的問題。數字系統(tǒng)它的性能、體驗、包括剛才講的風險的控制，其實直接影響業(yè)務。以前業(yè)務是線下進行各種各樣的操作，現在全部搬到線上。
我們就會發(fā)現要使業(yè)務正常進行，就一定需要有好的監(jiān)控手段，不管是用戶角度，還是業(yè)務角度，還是剛剛講的從風控、安全的角度，都需要做監(jiān)控。以前傳統(tǒng)的基建，蓋各種高樓大廈有很多監(jiān)控的手段，比如布各種攝像頭，而數字領域如何做監(jiān)控，則需要用數字化手段。
數字化時代監(jiān)控越來越重要，有四個比較大的數字化的變革。我們講數字新基建，到底體現在什么地方?很多非常傳統(tǒng)的行業(yè)都在進行變化，除去我們剛剛講的銀行，其它行業(yè)也是這樣。比如買車票，買飛機票，很少去實體，都是通過手機購買。包括保險，可能做一次賠付很多都是APP做的。未來所有的企業(yè)被很多人稱做金融科技。
另外IT本身正在進行非常大的變革，傳統(tǒng)的IT是成本中心，到我們企業(yè)內部很多東西放到了數據中心里邊，本質上相當于是一個數據庫，比如ERP是財務的數據，HR是企業(yè)內部員工的數據，其實IT系統(tǒng)體驗好不好、有沒有問題，一般都在內網，安全不會出現太大問題，這個是支撐業(yè)務的成本中心。而這個非常大的變革就是，越來越多數字系統(tǒng)在前臺，不單單在后臺，可能跟用戶之間的交互、跟客戶之間的交流，直接代表業(yè)務的本身。同時直接代表了一些競爭優(yōu)勢，很多新一代的使用者，可能僅憑你的數字體驗更好更方便，所以就選擇你的服務。
另外，應用復雜度也呈爆炸式的增長，很多時候我們?yōu)榱俗屵@個系統(tǒng)更加安全更加高效，會引入新的功能，新的工具，這樣導致整個的IT系統(tǒng)，或者數字新基建系統(tǒng)非常復雜?？赡茉诤唵蔚馁徺I基金過程中，經過幾十個交付，這樣中間出現比如客戶說這個基金買不了，或者紅包為什么沒搶成功，中間是某一臺服務器出問題，或者手機機型不適配，或者網絡某一個地級市的移動寬帶出現問題等等，如今這么高的應用系統(tǒng)怎么保障性能和安全，是一個非常重要的事情。
同時很多人很關注開發(fā)，需要去招聘很好的工程師，招聘很好的研發(fā)人員做各種各樣的開發(fā)，各個銀行有自己的軟件開發(fā)中心。Google也說到，開發(fā)和運營在水下，占很多成本。一個軟件或者APP，任何一個數字化系統(tǒng)，搭建的時候需要半年、一年的時間，搭建完持續(xù)運營的時間會達到三到五年，甚至更長時間，運營的成本非常高。同時數字化體驗也非常高。如果說用戶一個網站超過5秒或者8秒打開不了就會放棄，又或者一個APP老崩潰，就會換另一個。同時福布斯報告說81%的買家單純因為體驗感好，就會選擇一個體驗更好的數字化服務。
綜合這四點，傳統(tǒng)的很多監(jiān)控是不能解決問題的，傳統(tǒng)監(jiān)控只監(jiān)控最底層，比如看網絡內存很基礎的指標，實際上沒有從上往下看，從上往下看是一個用戶真正使用數字化系統(tǒng)的時候，比如使用網銀，使用渠道系統(tǒng)的時候真正的體驗如何?對業(yè)務造成收益是如何的?如果有一個故障，有一個BUG造成損失，整個數字化交易成功率是多少?同時監(jiān)控各種各樣的層面，為什么還有很多客戶仍然在投訴?我的VIP客戶怎么保證?
同時有很多外包團隊，有一些是自己的團隊做的，有一些是外包團隊做的。我們從四個角度觀察，第一個角度從最底層的資源層面，怎么保證數字基建的性能;第二層面從系統(tǒng)層面，軟件層，各種各樣的軟件，有可能是自己內部開發(fā)的，或者各種云開發(fā);第三從人的角度，真人用戶用得怎么樣?流不流暢?第四個是從業(yè)務的角度，任何一個企業(yè)不單單是一個業(yè)務，內部是非常多的不同的業(yè)務，一個業(yè)務里有子業(yè)務，作為CEO關注每個業(yè)務表現怎么樣，每個業(yè)務里子業(yè)務情況又如何。核心是這四點，中間是我們的數據，希望把各種各樣的數據搜集下來服務這四點。
聽云有多元探針的手段，解決以前的困境。以前企業(yè)內部數據來自不同的部門，這些數據是相互打架的，那我們把小的探針放到不同的服務上，把數據回傳回來。偏業(yè)務的比如說全局有交易流水號，這筆金額過來的時候，金額是多少?如果是跟用戶，那么用戶手機號是多少，這筆交易是成功還是失敗，所以業(yè)務數據可以抓取下來，如此就形成端到端的數字基建性能感知了。
比如前端的時候用的是網頁端，小程序，甚至微信公眾號的推送，包括APP，經過網絡到了我們后臺服務端，后臺上千臺服務器，各種各樣軟件應用，最后把結果返回。期望能不能構建全視圖就知道交互關系怎么樣。對于用戶體驗希望有整套指標管理體系，我們精確到什么程度?下載一個APP，把這個APP殺掉，再啟動一次，或者把這個APP放在后臺打開微信再切回來，都有非常完整的指標體系來衡量。很多時候關注的是業(yè)務的表現情況，比如今天有多少筆交易，這些交易來自全國哪些地方?我的環(huán)比、同比怎么樣，每類業(yè)務日活分布如何，每一類交易重點用戶分布怎么樣?這些能不能同時也相應地制定一些監(jiān)控，企業(yè)根據這些指標做監(jiān)控，出現異常的時候，可以智能地進行軟件的推送。
比如整個銀行，我想看除了IT系統(tǒng)之外，承載的IT系統(tǒng)上面有多少交易指標，每天這么多交易量，有多少錯誤，比如典型的業(yè)務錯誤——用戶的今天區(qū)塊金額導致上限了，導致失敗;或者這個渠道滿了，所以不能從這個渠道買了，所有的一切是不是關聯(lián)到一起?具體看看交易類型的錯誤的分布情況。
另外可以點擊詳情，看看每一筆錯誤交易，失敗或者成功的原因是什么?目前因為數據最終都匯聚到中臺也好，也能做很多不一樣的事情。剛才有老師講做一些轉換，現在銀行渠道也很多，這些可能很多用戶通過互聯(lián)網其他渠道過來，我們是不是可以把業(yè)務流轉換刻畫出來。如果一個用戶從提交注冊到實名認證，到人臉識別，再到銀行卡提交，每個操作流失的用戶數比例多少，流失大的原因是產品沒設計好，還是有IT故障。比如人臉識別掉了一個第三方的KPI，這樣可能會去換第三方人臉識別，要不然采用一些別的方式進行補救，這樣清晰的刻畫業(yè)務流轉過程。因此可以讓企業(yè)或者銀行做到更加精細化的管理。
同時其實我們數字化手段在于會把很多的客戶投訴聚合起來。以前的投訴會通過當地的支行門店進行解決，現在發(fā)現這些客戶投訴會更加中心化，怎么處理很復雜的場景。比如支付就是不成功，但是實際上并不能復線，或者客戶人員復線不了。發(fā)現經常走一些不一樣的流程;比如老人家手比較抖，他不小心點到回饋，就導致程序崩潰了。碰到這種場景，數據全部輸到系統(tǒng)里，到底這個用戶進行了哪些操作，一系列操作真的確實出現問題。我們看經過哪些流程和步驟最后導致失誤?？赡茉趶姷木W絡情況下，wifi不會出錯，很弱的情況下會出現這樣的錯誤。如果是這樣的話我們會具體地分析，客戶為什么去投訴，投訴的原因是什么，怎么解決這樣的問題。
總體來說由于現在數據化系統(tǒng)越來越多，希望各個銀行各個數字化系統(tǒng)用一套系統(tǒng)說話，避免每個業(yè)務部門只說自己的數據，導致不再一個頻道或者用一個標準、一個體系來進行溝通。我們希望可以構架這個IT和業(yè)務之間的橋梁。比如一個客戶，他們的實施關聯(lián)交易是多少，他們的趨勢是怎么樣?今年錯誤率提升了，到底有哪些影響，是否是前端或者后端的問題，出錯的情況下，把出錯的東西專發(fā)給產品。
那我們結合下主話題，希望能跟AI結合起來，到底怎么結合?本質上AI不是目的，目的是幫助用戶降本增效。以前幾天幾個小時做的事，現在是不是分鐘能解決。同時以前主動地系統(tǒng)里看，現在是不是能自動推送?今天是不是就這兩個問題需要解決，AI為什么認為這是一個問題。出現問題的時候，是否能夠一鍵排查，可能數據庫出現問題，可能這個前端的銀行代碼出現問題，或者就是對某個機型適配性出現問題。
同時每天會有大量的告警，這么多的告警不能形成一個數據孤島，分別散落在不同的地方，是不是合在一起智能地判斷，這些告警是因為一個事故造成的?？赡苁且驗槟硞€數據出錯了，導致出現一系列連鎖反應。
我們希望有一體化的解決方案，去智能監(jiān)控，讓這個數字世界更美好，核心就是希望有一個統(tǒng)一的數據采集的模式，不管數據來源于前端、后端、各種各樣的數據，只有數據是整個平臺的核心，這樣可以打破生態(tài)和系統(tǒng)割裂，做成統(tǒng)一的平臺。同時能結合各種各樣的場景，不管是安全的、運維的、運營的場景，都能滿足其場景需求。
雖然內在的數據是一樣，但表現形式是不一樣的，以前是偏人工，現在是更加智能。所以最后總結一下，其實我們很多時候，最開始做的數字基建，關心的首先是這個系統(tǒng)可以用起來，最起碼讓用戶的體驗和性能可以理解的。再往前，企業(yè)每年這么多IT投入，上面到底有哪些業(yè)務，如果出現問題會影響哪些關鍵業(yè)務，怎么做業(yè)務分析，獲客分析，渠道分析，是不是能夠加入一些智能。這樣更加為企業(yè)提質增效，降低成本。將人力釋放出來，可做更多創(chuàng)造性的東西，很多重復性的勞動交給機器，對于未來對于風險管控是不是把智慧沉淀下來。只有結合了這四個階段，我們才能幫企業(yè)幫銀行做最好的決策推薦，同時幫助我們達成這樣的業(yè)務目標。這就是我今天分享的內容，謝謝大家!"
目前，AI能夠幫助企業(yè)解決很多繁瑣的問題，聽云注重提升AIOps能力，持續(xù)增加研發(fā)投入，結合大數據分析、機器學習和AI可解釋性，通過使用基于算法的技術推進數字化的IT運營，讓IT運維變得簡單化和高效，為銀行以及其它企業(yè)帶來更優(yōu)質的服務體驗!
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
