最近关注到了一个很有价值的观点，在AI技术快速发展的今天，金融企业想靠AI真正提升业务能力，光砸钱买高性能计算设备可不够，关键还得解决“数据怎么存、怎么用”的问题。就像修水库一样，如果存水的能力跟不上，再强的抽水机也会没水可抽。 我自己理解是这样的，AI大模型的出现，更强调“存水”的重要性，沉寂在业务系统里的基础数据，一旦被唤醒，可以创造新的业务价值。 但在金融AI行业化落地的今天，不少金融企业往往只关注了AI对算力的需要，而忽视了存力的重要性。要知道，存力对 AI 领域的重要性不容小觑，它不仅直接关乎 AI 数据的质量高低、能否实现高效共享与顺畅流动，以及读取的便捷程度，还与 AI 大模型的训练及推理进程紧密相连，是推动 AI 技术发展的关键支撑要素 。我注意到在昨天召开的华为金融创新数据基础设施峰会上，针对“AI如何在金融行业化落地”，与会的嘉宾们已经给出了一些答案。 首先是华为提出了“四大存储技术创新”，构建面向AI时代的IT基础设施，加速金融行业拥抱AI。这四大创新分别是“AI数据湖、存算分离架构、存储内生安全、存储介质全闪化”。技术名词听着有点晦涩，但一个核心本质是“通过高质量的数据存储，让金融企业拥有高质量的数据，这是AI金融行业落地的第一步。” 其次是信雅达与华为联合发布DCS AI金融一体化解决方案。信雅达是一家老牌的金融科技企业，在金融科技领域有深厚的技术积累和丰富的经验。信雅达集团总裁助理黄沈吉在大会发言中也表示：“我们依托华为DCS AI解决方案，围绕着远程银行的智能外呼、银行运营作业管理过程中的智能审核、图文识别，进行了方案的深度融合，希望把新的AI技术落地到金融的生产业务当中。” #经济学家：企业IT架构要为AI落地做好准备# 再次微众银行等多家银行都谈到了在AI时代，为了能够更敏捷地开发和部署新的金融产品与服务，存算分离的IT架构成为行业共同的选择。交通银行数据中心设备部存储主管李健表示，通过“一池多云”架构和数据库存算分离方案的建设，可以很好满足在AI时代多云场景下，数据更高效、更可靠的处理诉求，为客户提供更优质的金融服务。 总结下来，正如华为数据存储产品线总裁周跃峰提到的“AI时代是数据的黄金时代，全面提升数据存储能力，才能为AI的持续进化提供坚实支撑。”我相信很快就有很多人像我一样，开始理解和醒悟，要进行AI的行业化落地，踏踏实实先把数据基础设施做好，才是最重要的第一步。#华为提出四大存储创新助力金融行业AI落地#
