ING探索大数据时代下的金融最佳实践
6月18-21日，o’reilly ai conference在北京召开。大会上，来自荷兰的金融公司ing的it主管bas geerdink带来了《关于数字驱动企业》的主题分享。
进入互联网大数据时代后，ing目标明确的要把自己打造成一家数据驱动型企业，将分析技能作为首要战略重点，并投资于人工智能、大数据分析，希望能借此优化业务流程。
现在，ai已经逐渐发展成ing业务的核心，公司内部有着大量关于数据分析及人工智能在项目在进行着。正如他们自己所言，他们是一家it公司——an it company with a banking lisence.
bas geerdink从why、what、how三个角度分享了ing在数字化转型中的思考与实践。
以下是演讲全文，大数据文摘在不改变原意的前提下进行了编辑。
演讲内容
why：ing的挑战和机遇
有着160多年历史的ing见证的银行业的发展与变革，从最早期的客户因信任扛着资产到银号进行存储；到后来一张张小小的卡片和客户经理成了银行和客户之间的纽带；再到如今，很多客户根本就没有在银行体验过实体的服务，他们和银行的交互只是一个应用程序罢了。因此，如何靠应用程序吸引客户并建立稳定的客户关系，是他们最关心的问题之一。
另外，金融行业的竞争也在不断的加剧，想在比荷卢经济联盟以外的地区站稳脚跟并非易事，bas geerdink特别强调到亚洲市场，这是块很有吸引力但又充满挑战的市场，他还提到了阿里和腾讯，这两家公司以互联网的基因做着金融的业务，无论是成本还是用户基础上他们都充满优势，想要他们那分一杯羹，ing必须花更大心思充分理解当地客户，并用上最新的it技术手段。
当然，作为金融行业老人，卓越的远见自然是它屹立不倒的重要原因，所以ing早13年就制定了数字化战略，计划抓住数据和ai的机遇，结合自身在金融领域的百年经验，将数据融入产品，建立稳固的客户关系，给客户打造更可靠、更便捷的服务体验，为客户提供集成化商务平台，从而为客户的资产赋能。
what：ing产品上的ai应用
案例1：actionable insight，这是一项基于历史数据的预测产品，ing会基于用户历史的银行资金数据，对用户接下来一个月的经济状况作出预测，如果根据近期的消费模式预测出可能会有财务问题，便会提早给客户提示，让客户今早调整财务计划。
想必还是有很多小伙伴会期待这种智能提醒吧，至少笔者这样的月光党还是很需要被敲黑板的。
案例2：real-time forecasting，这是一个推荐服务，这是嵌入在ing移动产品里的，它用的是实时数据进行推荐，推荐的是用户可能需要的ing服务，假象一下你的定位发生了大面积转移，又消费了外币，这时它就会预测你或许是在一次国际旅行上，然后发送当地的ing网点给你，附上跨国购汇取款等操作指导，很暖心有没有。
案例3：instant mortgages，贷款购房这是不管放到哪个国家都是人生大事，ing会基于psd2的交易数据评估出客户的贷款能力，为客户推荐量身定制的贷款数额，最关键的是它很快，分分钟解决你的顾虑，不需要再像以前那样挤出时间找顾问咨询啦。
how：ing在it技术和工作模式上的最佳实践
bas geerdink说到，以前的ing是金融公司，而现在却不仅仅如此了，因为这些年在企业内部建立起了强大的it技术团队，不再使用以前的外包形式，再加上大数据平台的建立和ai技术的应用，一家高科技公司妥妥的。
优秀的数据驱动公司的标志之一就是能管理好历史数据，银行业务的特性使得ing面临多种业务系统的数据，形式各有不同，而且近两年数据井喷的环境下的fast data和过往的historical data得采用不同的处理方式，它们采用了数据湖的方式处理这些多源异构数据，用不同的技术处理对应的数据，最终以统一的标准呈现给应用层。这对ing至关重要，因为这是一切分析或ai的基石，正如bas geerdink一再强调的，只有做到这点才能避免训练模型时“rubbish in rubbish out”
前面讲到了ing用数据湖打下坚实的数据基础，这里再抛出他们的另一把利器——实时数据流平台，按bas geerdink的说法，为了让应用能够提供更及时准确的数据服务，必须把数据采集、存储、模型训练、迭代、应用微服务这个链路完整地串联起来，他把这称为“人工智能生产流水线”，flink的出现大大推动了他们数据平台的升级，让数据高效地指导业务和服务客户。
ing在工作模式上遵循了devops方法，如bas geerdink的ppt所示，在平时工作中，他们会按业务范畴将业务人员、数据科学家、开发、运维组成作战小分队，使得成员间得以高效紧密的配合，另外，在相应的知识领域，他们又会按照职能划分小组，进行技术或业务的交流经验分享。ing正是这样很好地贯彻了优质的it管理理念，使得他们敏捷地在数字化转型和ai应用的道路上。
在人工智能技术的引领下，人工智能家居迎来了智能家居时代的风口
嫌魅族PRO7双屏加双摄丑？谍照让人惊艳，魅族官方给答案了
续命摩尔定律！英特尔提出晶体管密度翻倍新工艺
箱式变压器高压跳闸的原因和故障处理方法
为什么是“二维码”一枝独秀？
ING探索大数据时代下的金融最佳实践
Android 3.0 Honeycomb版本系统将亮相MWC2011
电力变压器作用
锐成芯微出席ICCAD 2021中国集成电路设计业年会
全球首颗主动激光二氧化碳探测卫星：突破性技术在轨验证完成
行贿广汽集团高层，侮辱中国籍员工 电通数码CEO张喆翔被实名举报
中兴官方宣布中兴天机Axon 20 5G 尊版上市
集成电路设为一级学科，归于交叉学科门类
如何减小行星减速电机的噪音
数实深度融合，看数字技术如何助力制造迈向“智”造？
分叉的市场导致了数字货币有什么变化
iOS10.3最新消息：苹果iOS10.3.3Beta2公测版推送，为iOS11预热，iOS11功能早知道！
硝酸浓度对多孔氧化锌薄膜刻蚀工艺能的影响
区块链会不会给智能汽车带来里程碑式的发展
谈谈交流电路中的电阻器
进入互联网大数据时代后，ing目标明确的要把自己打造成一家数据驱动型企业，将分析技能作为首要战略重点，并投资于人工智能、大数据分析，希望能借此优化业务流程。
现在，ai已经逐渐发展成ing业务的核心，公司内部有着大量关于数据分析及人工智能在项目在进行着。正如他们自己所言，他们是一家it公司——an it company with a banking lisence.
bas geerdink从why、what、how三个角度分享了ing在数字化转型中的思考与实践。
以下是演讲全文，大数据文摘在不改变原意的前提下进行了编辑。
演讲内容
why：ing的挑战和机遇
有着160多年历史的ing见证的银行业的发展与变革，从最早期的客户因信任扛着资产到银号进行存储；到后来一张张小小的卡片和客户经理成了银行和客户之间的纽带；再到如今，很多客户根本就没有在银行体验过实体的服务，他们和银行的交互只是一个应用程序罢了。因此，如何靠应用程序吸引客户并建立稳定的客户关系，是他们最关心的问题之一。
另外，金融行业的竞争也在不断的加剧，想在比荷卢经济联盟以外的地区站稳脚跟并非易事，bas geerdink特别强调到亚洲市场，这是块很有吸引力但又充满挑战的市场，他还提到了阿里和腾讯，这两家公司以互联网的基因做着金融的业务，无论是成本还是用户基础上他们都充满优势，想要他们那分一杯羹，ing必须花更大心思充分理解当地客户，并用上最新的it技术手段。
当然，作为金融行业老人，卓越的远见自然是它屹立不倒的重要原因，所以ing早13年就制定了数字化战略，计划抓住数据和ai的机遇，结合自身在金融领域的百年经验，将数据融入产品，建立稳固的客户关系，给客户打造更可靠、更便捷的服务体验，为客户提供集成化商务平台，从而为客户的资产赋能。
what：ing产品上的ai应用
案例1：actionable insight，这是一项基于历史数据的预测产品，ing会基于用户历史的银行资金数据，对用户接下来一个月的经济状况作出预测，如果根据近期的消费模式预测出可能会有财务问题，便会提早给客户提示，让客户今早调整财务计划。
想必还是有很多小伙伴会期待这种智能提醒吧，至少笔者这样的月光党还是很需要被敲黑板的。
案例2：real-time forecasting，这是一个推荐服务，这是嵌入在ing移动产品里的，它用的是实时数据进行推荐，推荐的是用户可能需要的ing服务，假象一下你的定位发生了大面积转移，又消费了外币，这时它就会预测你或许是在一次国际旅行上，然后发送当地的ing网点给你，附上跨国购汇取款等操作指导，很暖心有没有。
案例3：instant mortgages，贷款购房这是不管放到哪个国家都是人生大事，ing会基于psd2的交易数据评估出客户的贷款能力，为客户推荐量身定制的贷款数额，最关键的是它很快，分分钟解决你的顾虑，不需要再像以前那样挤出时间找顾问咨询啦。
how：ing在it技术和工作模式上的最佳实践
bas geerdink说到，以前的ing是金融公司，而现在却不仅仅如此了，因为这些年在企业内部建立起了强大的it技术团队，不再使用以前的外包形式，再加上大数据平台的建立和ai技术的应用，一家高科技公司妥妥的。
优秀的数据驱动公司的标志之一就是能管理好历史数据，银行业务的特性使得ing面临多种业务系统的数据，形式各有不同，而且近两年数据井喷的环境下的fast data和过往的historical data得采用不同的处理方式，它们采用了数据湖的方式处理这些多源异构数据，用不同的技术处理对应的数据，最终以统一的标准呈现给应用层。这对ing至关重要，因为这是一切分析或ai的基石，正如bas geerdink一再强调的，只有做到这点才能避免训练模型时“rubbish in rubbish out”
前面讲到了ing用数据湖打下坚实的数据基础，这里再抛出他们的另一把利器——实时数据流平台，按bas geerdink的说法，为了让应用能够提供更及时准确的数据服务，必须把数据采集、存储、模型训练、迭代、应用微服务这个链路完整地串联起来，他把这称为“人工智能生产流水线”，flink的出现大大推动了他们数据平台的升级，让数据高效地指导业务和服务客户。
ing在工作模式上遵循了devops方法，如bas geerdink的ppt所示，在平时工作中，他们会按业务范畴将业务人员、数据科学家、开发、运维组成作战小分队，使得成员间得以高效紧密的配合，另外，在相应的知识领域，他们又会按照职能划分小组，进行技术或业务的交流经验分享。ing正是这样很好地贯彻了优质的it管理理念，使得他们敏捷地在数字化转型和ai应用的道路上。
在人工智能技术的引领下，人工智能家居迎来了智能家居时代的风口
嫌魅族PRO7双屏加双摄丑？谍照让人惊艳，魅族官方给答案了
续命摩尔定律！英特尔提出晶体管密度翻倍新工艺
箱式变压器高压跳闸的原因和故障处理方法
为什么是“二维码”一枝独秀？
ING探索大数据时代下的金融最佳实践
Android 3.0 Honeycomb版本系统将亮相MWC2011
电力变压器作用
锐成芯微出席ICCAD 2021中国集成电路设计业年会
全球首颗主动激光二氧化碳探测卫星：突破性技术在轨验证完成
行贿广汽集团高层，侮辱中国籍员工 电通数码CEO张喆翔被实名举报
中兴官方宣布中兴天机Axon 20 5G 尊版上市
集成电路设为一级学科，归于交叉学科门类
如何减小行星减速电机的噪音
数实深度融合，看数字技术如何助力制造迈向“智”造？
分叉的市场导致了数字货币有什么变化
iOS10.3最新消息：苹果iOS10.3.3Beta2公测版推送，为iOS11预热，iOS11功能早知道！
硝酸浓度对多孔氧化锌薄膜刻蚀工艺能的影响
区块链会不会给智能汽车带来里程碑式的发展
谈谈交流电路中的电阻器