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

ブログ    
ブログ    
ブログ    

推薦する

データ構造とアルゴリズム: 単調に増加する数値

[[439817]]単調に増加する数字LeetCode の問題へのリンク: https://leet...

LeCun の最新インタビュー: 物理世界が最終的に LLM の「アキレス腱」となるのはなぜでしょうか?

人工知能の分野では、65歳になってもソーシャルメディアで活発に活動しているヤン・ルカンのような学者は...

AISpeechの趙恒毅氏:国内のスマート音声産業は幅広い発展の見通しがある

[51CTO.comからのオリジナル記事] 人工知能の急速な発展に伴い、音声インタラクションは人工知...

プログラミングアルゴリズムと人生の選択

毎年、就職活動の時期になると、どうやって内定を選んだらいいのか、テンセントに行くべきか豆板に行くべき...

デジタルマーケティング: AI はどのようにして人間の行動パターンを「見抜く」のでしょうか?

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

ビル・ゲイツ:人工知能に国境を簡単に引いてはいけない

[[260361]]新華社によると、ビル&メリンダ・ゲイツ財団の共同議長ビル・ゲイツ氏は最近スタンフ...

インタビュアー: アルゴリズムの時間計算量と空間計算量についてどう思いますか?計算方法は?

[[424483]] 1. はじめにアルゴリズムとは、データを操作し、プログラムの問題を解決するた...

ChatGPT パラメータが 200 億しかないとは思いませんでした。

ChatGPT の核心的な秘密が Microsoft によってこのように暴露されるとは誰も予想して...

...

データが増えるほど、AI は賢くなるのでしょうか?私たちはそれを常に当然のこととして受け止めてきました。

人工知能技術の台頭に伴い、AIの問題点が徐々に明らかになってきました。 AI による決定は、依然とし...

...

Googleの失敗が露呈: 内部にリーダーがおらず、生の画像の仕組みが「多様」すぎた

Google Geminiの写真をめぐる論争はまだ収まらず、さらに衝撃的な内部情報が暴露された。 P...

機械学習が難しいのはなぜでしょうか?

[[187791]]機械学習は広く使用されており、チュートリアル、記事、オープンソース コードが至...