金融業界のデータ管理はどこへ向かうのでしょうか?

金融業界のデータ管理はどこへ向かうのでしょうか?

近年、インターネット金融の波は伝統的な金融業界に課題をもたらしています。同時に、伝統的な金融企業の情報化プロセスも、ITインフラストラクチャのクラウドコンピューティング、ビッグデータプラットフォームの広範な使用、ソフトウェア定義データセンターの概念の普及、ITのサービス化への変革など、大きな発展のトレンドに直面しています。

金融業界では、ビジネスモデルの継続的な革新に伴い、分散、マイクロサービス、クラウドネイティブ、ビッグデータなどの革新的なテクノロジーに基づいた新しい金融インフラプロジェクトが積極的に開発されています。このような状況において、データの急速な増加によりストレージコストが高騰し、ビジネス開発とイノベーションによりデータ管理に対する要求が高まり、複数のインフラストラクチャの共存によりデータ管理と運用の複雑さが増し、規制コンプライアンスがますます厳格化するなど、金融業界の情報化への道のりには多くの課題が生じています。

金融業界における新しいビジネスモデルと新しいテクノロジーアプリケーションの開発ニーズに応えて、データ管理テクノロジーの分野では、次のような多くの新しい開発トレンドが見られてきました。

トレンド1: 統合データ管理

データ センター アーキテクチャが成熟するにつれて、基盤となるリソース構造は、情報サイロを排除し、急速に発展するビジネス システムのさまざまなニーズを満たすことができる、互換性のある大規模なプラットフォームに徐々に統合されます。この変化に対応するために、データ管理ソフトウェア ベンダーは、アプリケーション負荷の統合管理、統合データ管理シナリオ、統合リソース管理を含む統合データ管理プラットフォームに目を向け始めています。これらの統合管理機能の統合により、データ管理プラットフォームは、マルチフォーム、マルチアーキテクチャ、合理化された管理、メンテナンスの容易さの方向に徐々に着実に発展してきました。

トレンド2: ストレージリソースのプーリング

分散型およびハイパーコンバージド型のテクノロジーが成熟するにつれて、データ ストレージは従来のスケールアップ アーキテクチャからオープン プラットフォームのスケールアウト アーキテクチャに移行しました。したがって、オープン ハードウェア プラットフォーム上に構築された分散ストレージ リソース プールが、データ管理の開発方向になります。IT 管理者は、分散ストレージ リソース プールを使用して、ハードウェア リソースを統合し、データ アイランドを接続し、データ サイロを排除することで、データ管理をより効率的、柔軟、シンプルにし、コストを削減できます。

トレンド3: データ管理からデータサービスへの変革

近年、大手金融機関はクラウド技術を活用して規模のメリットを獲得し、総コストを削減しています。従来のIT運用保守管理は、サービス指向の管理モデルへと進化し始めています。IT運用保守管理の重要な部分として、データ管理もサービスモデルの変革に直面しています。クラウド環境では、データ管理は受動的で集中化された運用・保守モードからユーザーセルフサービスモードに変わり、バックアップ、災害復旧、リカバリなどの日常的なデータ管理シナリオはユーザー自身で完了するようになります。これには、データ管理プラットフォームに、マルチテナント管理、統合認証、課金と計測、オンデマンド拡張などの機能が必要です。将来の理想的なデータ管理セルフサービス プラットフォーム アーキテクチャは次のようになります。

トレンド4: オープンインターフェースを使用してカスタマイズされたニーズを満たす

金融業界ではデータ管理に対する要件が非常に高いため、標準的な商用ソフトウェアでは企業のニーズを完全に満たすことはできません。同時に、従来のソフトウェア開発プロセスは時間がかかりすぎることが多く、変化するビジネスニーズに対応するのが困難です。急速に変化し、ますますパーソナライズ化が進むデータ管理のニーズに対応するために、データ管理プラットフォームの開発トレンドは、オープン API インターフェースを提供することになります。データ管理者は、オープンインターフェースを使用して、データ管理プラットフォーム上で迅速にカスタマイズされた開発を実行し、独自のニーズを満たすことができます。

<<:  運輸省:2025年までに自動運転技術の産業化を推進

>>:  2021年の人工知能と機械学習の5つのトレンド

推薦する

絶対に対立なんかじゃない!短期的にはAIが人間に取って代わることができない5つの分野

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

米国商務省は、生成型人工知能の潜在的なリスクに対処するために、公開AIワーキンググループを設立した。

6月25日、ジーナ・ライモンド米国商務長官は、国立標準技術研究所(NIST)が人工知能(AI)に関...

...

ChatGPTのトラフィックは3か月連続で減少しており、大学生の活躍で回復に寄与している

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

トマシュ・トゥングズ: AI 組織が直面する 4 つの戦略的課題

編集者注: Tomasz Tunguz 氏は RedPoint のパートナーであり、スタートアップが...

Kuaishouは、技術的な実践を共有する最初のFlutter交換会を開催しました

Flutter はますます多くの開発者や組織で使用されており、Kuaishou も Flutter ...

MySQL ページング最適化の「ページング アルゴリズムを最適化する INNER JOIN メソッド」はどのような状況で有効になりますか?

最近、偶然にMySQLのページング最適化のテストケースを見ました。テストシナリオを詳しく説明せずに、...

ワン・ガン:人工知能は伝統的な産業の雇用の26%を置き換え、38%の新規雇用を創出する

[[265464]]人工知能の応用分野はさらに充実し、インテリジェント製造、インテリジェント運転、ス...

よく使われる類似度指標の概要: コサイン類似度、ドット積、L1、L2

類似度の測定は機械学習において重要な役割を果たします。これらのメトリックは、オブジェクト、データ ポ...

効果的なITセキュリティにとってAIと機械学習がますます重要になる理由

セキュリティ専門家の観点から見ると、現在、AI と機械学習を導入する必要性が高まっています。彼らは、...

人工知能のコスト問題をどう解決するか?顔認識によって情報セキュリティはどのように確保されるのでしょうか?

[[422539]] 9月7日午後、第19回「海南省科学技術会議」に新たに追加されたホットトピック...

マイクロソフト、データセンターに十分なAIチップが供給されない場合、サービスが中断すると警告

7月29日のニュース、海外メディアの報道によると、マイクロソフトは投資家に対し、グラフィックス・プロ...

顔認識技術の推進は情報漏洩に悩まされている

2021年CCTV「3.15」ガラで、多くの店舗がカメラを使って顔情報を取得している事例が暴露され、...

...