聽云總裁趙宇辰:AI+業務運維成就數字新基建

2020-11-03 15:29:05

來源:CIO時代網

  2020年10月23-25日,“第六屆中國行業互聯網大會暨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,新基建創新研究院協辦,匯聚了數智時代的院士、頂尖行業專家、研究學者、優秀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表題為“AI+業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化,服務了很多國外的比較優秀的銀行,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,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,可能經常看到轉不出來,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。數字系統它的性能、體驗、包括剛才講的風險的控制,其實直接影響業務。以前業務是線下進行各種各樣的操作,現在全部搬到線上。
 
  我們就會發現要使業務正常進行,就需要一定有好的監控手段,不管是用戶角度,還是業務角度,還是剛剛講的從風控、安全的角度,都需要做監控。以前傳統的基建,蓋各種高樓大廈有很多監控的手段,比如布各種攝像頭,而數字領域如何做監控,則需要用數字化手段。
\
  數字化時代監控越來越重要,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?很多非常傳統的行業都在進行變化,除去我們剛剛講的銀行,其它行業也是這樣。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,傳統的IT是成本中心,到我們企業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是企業內部員工的數據,其實IT系統體驗好不好、有沒有問題,一般都在內網,安全的不會出現太大問題,這個是支撐業務的成本中心。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,直接代表業務的本身。同時直接代表了一些競爭優勢,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,很多時候我們為了讓這個系統更加安全更加高效,會引入新的功能,新的工具,這樣導致整個的IT系統,或者數字新基建系統非常復雜。可能在簡單的購買基金過程中,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,需要去招聘很好的工程師,招聘很好的研發人員做各種各樣的開發,各個銀行有自己的軟件開發中心。Google也說到,開發和運營在水下,占很多成本。一個軟件或者APP,任何一個數字化系統,搭建的時候需要半年、一年的時間,搭建完持續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,傳統的很多監控是不能解決問題的,傳統監控只監控最底層,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的時候,比如使用網銀,使用渠道系統的時候真正的體驗如何?對業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;第二層面從系統層面,軟件層,各種各樣的軟件,有可能是自己內部開發的,或者各種云開發;第三從人的角度,真人用戶用得怎么樣?流不流暢?第四個是從業務的角度,任何一個企業不單單是一個業務,內部是非常多的不同的業務,一個業務里有子業務,作為CEO關注每個業務表現怎么樣,每個業務里子業務情況又如何。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?我的環比、同比怎么樣,每類業務日活分布如何,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控,企業根據這些指標做監控,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系統之外,承載的IT系統上面有多少交易指標,每天這么多交易量,有多少錯誤,比如典型的業務錯誤--用戶的今天區塊金額導致上限了,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網其他渠道過來,我們是不是可以把業務流轉換刻畫出來。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,這樣清晰的刻畫業務流轉過程。因此可以讓企業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的投訴聚合起來。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。可能在強的網絡情況下,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越來越多,希望各個銀行各個數字化系統用一套系統說話,避免每個業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和業務之間的橋梁。比如一個客戶,他們的實施關聯交易是多少,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。可能是因為某個數據出錯了,導致出現一系列連鎖反應。
 
  我們希望有一體化的解決方案,去智能監控,讓這個數字世界更美好,核心就是希望有一個統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,這樣可以打破生態和系統割裂,做成統一的平臺。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,企業每年這么多IT投入,上面到底有哪些業務,如果出現問題會影響哪些關鍵業務,怎么做業務分析,獲客分析,渠道分析,是不是能夠加入一些智能。這樣更加為企業提質增效,降低成本。將人力釋放出來,可做更多創造性的東西,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,我們才能幫企業幫銀行做最好的決策的推薦,同時幫助我們達成這樣的業務目標。這就是我今天分享的內容,謝謝大家!”
 
  目前,AI能夠幫助企業解決很多繁瑣的問題,聽云注重提升AIOps能力,持續增加研發投入,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帶來更優質的服務體驗!


相關資訊

【第44期CXO直播間】云平臺上的數據倉儲和大規...

2021-01-21

Coremail副總裁吳秀誠:疫情之下,政府信息安...

2020-04-22

谷歌又一野心浮現:用AI“反哺”芯片設計

2020-04-16

如何通過AIOps將智能注入IT運營

2020-03-31
日本熟妇色在线视频