将改变平台“抽取佣金”的比例

云支持派当然没有想到要用疫情作为技术试验场，但既然问题已经出现，何不将其转化为机遇?未来几个月，银行业的运营环境仍将处于非常状态：数据 十客户继续在办公地点之外的场所工作，大部分银行分支机构则保持关闭或只能提供有限的服务。短期之内，财政与金融领域的不确定性也不大可能快速消失。换言之，紧急降息、强制性带薪年假以及不断增加的贷款准备金比例将继续给整个银行业带来巨大压力。虽然大多数市场已经顶住了第一波危机冲击，但银行机构仍然需要摸索出一条在以往产品及技术路线图中从未出现过的运营道路。

当下适合重新审视云服务价值的另一个重要理由，在于目前这场经济危机与十多年前的“金融危机”存在着本质上的不同。当时，银行仍然具有操作空间，偿付能力受到的影响并不大。但这一次，资本的缓冲储备非常强劲，世界各国的中央银行手握大把流动性却难以支付给目标群体。这一切，都迫使银行机构在生存之外，认真考虑如何从这片混乱的形势中吸取教训并做出反应。

面对挑战，银行反而应当主动出击。在实施企业云转型项目时，银行应该关注两大优先事项：将工作负载平衡迁移至云端，以及有效控制云端业务的运营成本。为此，银行应该充分发挥公有云及私有云方案的优势，同时意识到公共基础设施所承载的工作量正在快速增长。

更重要的是，这个世界上并不存在百试百灵的云服务解决方案。各大主要云平台都拥有自己的明确优势与显著短板。因此，在埃森哲的前二十大银行客户中，有60%采用了多云策略，只有15%坚持选择单一云服务供应商。目前的新兴标准在于，银行应该选择一家主要公有云合作伙伴，同时保证其他竞争对手在自身业务中占有一定比例以实现风险对冲。

不可否认，早期投身云阵营的银行确实具备一定先发优势。我们的研究表明，先发银行的收入增长速度达到后发者的两倍，因此投资回报已经不再是问题。但如果大家还没有行动，也不必妄自菲薄。因为无论您选择哪条云迁移路线，都能够从更加完善的云服务供应商处获得更强大的技术支持。当前，各大公有云服务商都在积极开发各类移动与Web托管服务、呼叫服务中心解决方案以及高级分析解决方案。他们也在调整从机器学习与数据工作室、到CRM软件的各类底层云技术。在与云安全监管机构合作并进行大量投资以应对复杂的风险要求层面，云服务商也承担起了大量繁重工作。另外，他们还专门针对银行客户推出多种激励性措施、合作伙伴计划与培训活动。

更重要的是，云支持派已经占据了巨大的舆论优势，而且显然不打算浪费这波集火推塔的天赐良机。因此，目前最合理的云战略应该由银行机构的整个高管团队管理并推动，包括尽快在云商业案例、发展方向与终极业务目标等问题上达成广泛共识。

除了整体方法之外，银行还应该转变自己的监管方式。怀疑派一直坚称监管机构是云普及的最大阻碍，但这种观点在大多数市场中早已不复存在。当然，也有部分监管机构对云数据中心脱离管辖范围的现状表示担忧，但云的实际使用方法也一直在发展。问题本身越来越细微且复杂，正如他们需要监管的银行业务一样，这本身并不是坏事，只是前进过程中必然出现的挑战。

虽然前往终点的道路仍既阻且长，但好在银行业终于对云服务达成了认知共识：这是一项有价值的技术，是时候有所行动了。
 

“在零售行业，分析模型主要关注实际客流量。但在疫情爆发后，客流量瞬间归零。而零售商们并没有做好准备，至少没有做好把销售全部转往线上的准备。我们的研究表明，约有60%的数字渠道新用户决定在当下乃至疫情结束后一直使用线上业务，这代表着消费者行为开始发生根本性转变。如此一来，当实体店重新营业时，原本用于预测、预算与收入的算法必然已经过时。”

Saleh还提到，“为了再次获得更准确的预测结果，唯一的解决方案就是重新设计与我们当前所在的世界真正相关的模型。”

业务新常态：务实才是真

Saleh指出，“如今，企业比以往任何时候都更需要务实的求存精神。在新的常态之下，充斥着海量未知因素，因此人的决策能力将又一次成为决定企业命运的关键。换言之，由于当前大多数模型都无法获得有助于预测未来事件的完美数据或历史关联，必须转而依靠人来做出判断。”

Saleh认为，企业需要遵循二八原则，意味着彻底改变整个分析方法体系。

“现在最重要的工作不是重新建立以分析与数据为基础的团队和项目，而应该重新确立人类判断力的重要地位。2020年初，预测模型与AI判断方案已经足够复杂，能够为众多企业提供帮助。但面对前所未有的特殊形势，人的因素在各个方面都变得越来越关键。”

立足长远，颠覆分析

在Saleh看来，包括模型复杂度以及特征权衡等多种方式，都有望给AI及分析技术带来全面颠覆。

“模型的复杂度越高，其透明度就越低，我们将很难确定其是否拥有良好的预测能力。以剧院为例，虽然我们能够掌握大量与票务预订、演出价格等相关的数据，但却绝不可能推断出其在四年之后的运作方式。”

“但问题总有两面性，分析模型本身也分为不同类别。如果您的AI及分析模型主要用于生产质量控制，那么COVID-19对其几乎不会造成任何影响。”

相比之下，对于在易受人类行为影响的行业(例如零售业)中使用的AI与分析模型，COVID-19的出现显然改变了其应用场景。

“这是因为疫情流行终将在诸多方面影响到我们的生活，包括我们希望购买哪些商品、能花多少钱以及如何对广告信息做出反应。因此，任何依赖于行为分析的模型都将很快过时。要真正跟上时代的脚步，我们需要更加务实的精神。”

（编辑：烟台站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!