大数据与人工
智能的发展
2021
主讲人：XXX
三、大数据与人工智能的发展
随着大数据时代的到来，如何通过大数
据技术推动业务发展和创新，已成为银行业
最近重点关注和讨论的话题虽然已右部分银
行启动K相关工作，但仍普遍存在数据来源
与存储模式不能有效支撑大数据分析，缺少
成熟的数据分析模型与工具，专业的数据分
析人员匮乏、新增成本投入较高等问题，在
一定程度上阻碍了大数据技术在银行业的全
面推广和应用。
三、大数据与人工智能的发展
近年来大部分银行已上线了可操作数据存储
系统或数据仓库系统，通过将分布在各个源系
统中的原始数据进行清洗、抽取和转换后，按
照一定的主题分类将数据进行了集成和存储，
后续的数据挖掘利分析工作也大多是基于入仓
数据开展的这一系统虽然使数据的精确性和一
致性得到了提升，但同时在一定程度上消除了
数据的混杂性和关联性而根据大数据理论，源
数据适度混乱并不是缺点，反而能创造更多价
值如果因为追求数据来源的精准和纯净.而牺牲
了原始数据的多样性，反而对能会造成趋势预
测的延退或误判。
1、数据来源和存储模式不能有效支撑大数据分析
三、大数据与人工智能的发展
此外,现有的数据仓库是按照主题分类对入
库数据进行索引，虽然可以提髙既定主题的检
索效率和分析效率，但对于其他新增属性的检
索和分析则变得较为困唯。因为海量数据一旦
按照A、B、C三个属性建立K索引并进行了存储，
如果要求对I）、E、F属性进行检索和排序.则
需要遍历所有数据.效率会变得极低临时增加新
的主题或索引，则需要改变底层设计，由于大
数据应用的需求具有多样性和易变性.传统的存
储模式很难满足不断变化的应用需求。
1、数据来源和存储模式不能有效支撑大数据分析
三、大数据与人工智能的发展
大数据应用的核心是把数学算法运用到海量
数据上来预测事件发生的可能性，因此强有力
的数学工具和数学模型至关重要。
2、缺少成熟的数据分析模型与工具
三、大数据与人工智能的发展
大部分银行尚未建立专业的数据分析团队，
也缺乏数据分析的专业能力和经验成熟的数据
分析团队应具备四个条件：熟悉银行的业务细
节、掌握数据分析工具操作、对数据价值的敏
感度和对数据提炼融合的能力。
3、专业的数据分析人员匮乏
三、大数据与人工智能的发展
大数据技术对系统性能要求非常高，这将产
生大量的新增开支，而且在某些情况下还容易
造成资源的闲置。在短时间内，技术上的高投
入未必会在业务上带来立竿见影的高收益，在
一定程度上会给相关团队带来较大心理压力，
也可能影响决策层对大数据与人工智能技术的
支持力度。
4、新增成本投入较高
三、大数据与人工智能的发展
在金融创新与金融科技
快速发展的新时代，我国金
融监管基本依靠事后监管，
缺乏前瞻性的研究。
5、监管机制变革滞后
感谢您的观看
RHANKS FOR WATCHING