赋能社会治理是大势所趋

尽管热情爆棚，但加快脚步不一定就能让这段云探索之旅走得更加顺遂。银行不可能简单投入资金，将迁移工作委派给公有云供应商，然后坐等价值回报自己出现。面对疫情流行的持续影响，银行应该采取的第一步措施，就是增加在云端运行的工作负载比例，借此尝试如何削减成本、增加敏捷性并增强客户体验。而随着银行业云战略的发展与推广，整个行业也开始达成一种共识性的认知，即将公有、私有与混合类解决方案结合起来的复杂多云方法，才是推动整体业务转型的最佳途径。

在疫情爆发之前，银行业的云迁移之路走得稳健而又低调。除了一部分初创企业以及少数大胆的老牌公司之外，大多数银行都不愿推进全面的云迁移计划。虽然今年年初，银行业与领先云服务供应商之间展开几轮备受瞩目的合作，但仍然没能在整个行业中掀起太大的波澜。对于大部分大型银行来说，一般只会将工作负载中的10%到20%交由公有云打理，其余约30%则交给自己的本地云数据中心运行。

事实上，云怀疑论者在不少银行中占据着舆论高地。他们总会列举公有云服务供应商曾经出现的安全问题，喜欢强调法规层面的模糊性以及潜在的竞争问题等等。其中不少人甚至喜欢通过演讲，反复强调传统数据中心的种种所谓“优势”。但云支持者们总能用实际结果说话，包括将银行的平均IT运营成本降低达20%，将新产品的上市时间缩短一半，并将配置速度提升达50%。云服务此外，云支持者还带来更多相对难以量化的承诺，包括提升企业敏捷性、增强客户体验以及更好地支持合规性与创新空间等。

而这些对云计算的支持言论，在COVID-19疫情期间大多得到了验证。一般来说，已经在云端投入大量资金的银行确实能够更好地管理种种不确定性、切换至不同的运营模式，并针对疫情的变化快速规划出可行的业务交付通道。例如，云服务能够帮助银行快速修改工作流程，借此容纳新的政府补偿与贷款政策，甚至在几天之内建立起庞大的虚拟服务中心以应对海量客户咨询。
 

尽管COVID-19疫情确实让不少尚未实现数字化运营的企业主动尝试AI与分析类应用，但麦肯锡分析公司高级合伙人Tamim Saleh表示，分析技术的预测能力正在失效。

Saleh表示，“虽然分析技术确实帮助不少企业渡过了危机，但其自身也显示出易犯错误的风险。作为一种依靠过往模式及行为细节预测未来趋势、进而指导企业政策的技术，COVID-19的出现无疑给分析带来了不少的冲击，这波全方位改变我们生活与工作方式的疫情显然超出了分析技术的理解范围。”

没有大流行手册

Saleh还指出，“由于使用的数据收集自疫情爆发之前，因此相当一部分预测模型都失去了判断能力——或者说因为COVID-19而崩溃了。”

Saleh认为，这是因为此类模型已经无法继续反映我们当前生活的世界。“跟我们这些没有新冠生存手册来指导疫情下生活细节的普通民众一样，分析技术也找不到合适的数据来预测接下来会发生什么。”

根据Saleh的观点，零售业就是其中的一个典型例子。
 

rost & Sullivan于2020年9月28日发布的最新报告《由COVID-19引起的产业重塑》，确定了新冠疫情冲击之下全球形成的九大趋势。分析报告指出，疫情防范工作将加速AI解决方案的部署与AI创新，同时也将使AI与机器学习类工具成为跨关键业务项目加速实现全面数字化转型的重要基础。

但麦肯锡Digital方面则有着不同的见解，他们认为COVID-19的突然来袭，反而让人们看到了人工智能(AI)与分析技术的致命软肋。

为什么要使用预测分析来设置恢复点目标(RPO)?
无论组织的基础设施还是网络业务意外受损，灾难事件都可能对组织的业务造成重大损失。在某些情况下，其业务可能无法恢复。这就是需要使用预测分析技术来尽快设置恢复点目标(RPO)的原因。
网络攻击可能会给组织带来重大的经济损失，这也是一些组织可能破产的主要原因之一，尤其是在业务不稳固的情况下。
如果组织为灾难性事件做好准备，则可以避免永久关闭业务的可能后果。这就是组织应该在创建灾难恢复计划时预测恢复点目标的原因。
除了预期恢复时间目标(即恢复功能所需的最长时间)之外，计算可能的恢复点目标可能会拯救组织的业务。
使用预测分析创建恢复点目标的步骤
(1)确定最重要的资产和功能
组织需要确定系统中哪些功能最有价值，了解业务发展的基本需求。预测分析算法使此过程更加容易。例如，组织可能依赖其在线状态或物理基础设施。
如果组织拥有并运营电子商务网站，并在其网站上查到恶意代码，则需要保护客户的数据，启动并运行安全防护系统，以免失去客户的信任。
(2)最坏的情况
组织可能发生的最坏情况是什么?例如，如果企业的业务是基于在线的，则可能会遭受网络攻击，这不仅会损害组织在其网站的潜在销售和客户体验，还会损害其声誉。
如果组织有实体店或工厂，则最坏的情况可能对生产设施造成重大损害。其原因可能是自然灾害，例如地震、飓风、洪水等。而这些灾害还取决于组织所在地点。
组织在计算恢复点目标(RPO)时还要考虑各种事件，并需要预测和防范多个灾难场景。
(3)向他人学习
组织可以借鉴与其类似的曾经遭受网络攻击的公司。最好根据其他案例的数据来训练最佳的预测分析算法。
组织需要问自己一些问题：他们发生了什么?他们在灾难来袭时和袭击之后采取了哪些措施?他们是否对发生的事件进行规划?有什么后果?他们花了多长时间才恢复了正常运营状态?组织可以使用在规模和工作领域与其相似的公司数据来估计可能的恢复点目标。
重要的是要记住，这一切并非都会顺利进行。特斯拉公司创始人Elon Musk建议，作为一名成功的商人，其失败经历可能是业务发展的关键经验。所以需要做好准备，在意外发生之后尽力补救。
(4)向过去的错误学习
组织以前可能经历过类似的事情。如果真是这样，那么组织将拥有一些宝贵的数据。
如果组织在过去曾遭受过破坏和损失，可以使用恢复点目标信息获得帮助，并为应对下一次灾难制定战略。
预测分析对于设置恢复点目标(RPO)至关重要
恢复点目标并不是一项艰巨的任务，而是一项重要的任务。它可以潜在地为组织的业务免于失败和毁灭性损失。此外，即使最坏的情况影响了组织的业务，其员工也将会知道组织对此有所准备。
好消息是，预测分析技术可以简化这一过程。虽然组织无法预测所有可能影响其业务的灾难，但可以放心，如果灾难来临，组织将会实施尽快恢复的行动计划。

（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!