جنبا إلى جنب مع ظهور الذكاء الاصطناعي التوليدي (GENAI) جاء الطلب المتزايد على قدرات مركز البيانات والبيانات لاستضافة أعباء عمل AI المتزايدة. والمزيد من المؤسسات تجد نفسها في السباق لبناء البنية التحتية ومركز البيانات القادر على دعم الاستخدام الحالي والمستقبلي لعلم الذكاء الاصطناعي والتعلم الآلي (ML).
بالنسبة للوظائف المالية ، فإن البيانات عالية الجودة ، المنظمة بشكل جيد ، والثقة أمر ضروري في تطوير نماذج تشغيل فعالة من الذكاء الاصطناعي. وعلى الرغم من أن السرعة هي عامل كبير ، فإن الثقة والسلامة هي مخاوف أكبر في بيئة التكنولوجيا حيث توجد عدد قليل من الدرابزين لإدارة مخاطر الذكاء الاصطناعي. فقط فكر في الإنترنت دون أي قواعد حول التجارة الإلكترونية أو الخصوصية أو الأعمال التجارية والسلامة الشخصية.
إذن ، أين يتعامل فريق الإدارة مع القضايا الحرجة حول نهج الذكاء الاصطناعى الذي يتمتع بفعالية عالية من وجهة نظر العمليات ويتم تحسينه لإدارة المخاطر؟ نحن نؤمن في هذه الحالة أن الماضي يمكن أن يكون مقدمة: النظر في مبدأ يُعرف باسم “بنية الميداليون”-إطار عمل صناعي شائع الاستخدام لإدارة معالجة البيانات على نطاق واسع في البيئات السحابية. بالنسبة للعديد من الأسباب نفسها التي تعمل بشكل جيد هناك ، نجد أيضًا أنه ينطبق بشكل جيد على هندسة البيانات. إنه مناسب بشكل خاص لعمليات الضرائب والمالية ، حيث تعد البيانات واحدة من أكثر الأصول قيمة والتي تعد إدارة البيانات المرنة والقابلة للتطوير والموثوقة ضرورية لسرعة الامتثال التنظيمية ودقتها.
نهج الطبقات
والحقيقة هي أن البيانات و AI لا تنفصل بشكل أساسي في عصرنا الرقمي الجديد. على الرغم من وجود البيانات لفترة طويلة بدون الذكاء الاصطناعي ، فإن الذكاء الاصطناعي غير موجود بدون بيانات. بالامتداد ، هناك حاجة إلى استراتيجية بيانات قوية لتحقيق عوائد ذات مغزى على قيمة الذكاء الاصطناعي ، والعمارة الميدالية هي أداة فعالة للغاية لإدارة البيانات تساعد على الحصول على أقصى استثمار من AI للمؤسسة. كنموذج هندسة للبيانات ، فإنه ينظم المعلومات في ثلاث مستويات مميزة من “الميداليات” البرونزية والفضية والذهب. كل طبقة لها دور محدد في خط أنابيب البيانات ، المصمم لتسهيل تدفقات البيانات النظيفة والدقيقة والمحسّنة لعمليات المصب:
البرونز: هذه هي طبقة البيانات الخام. يتم تناول البيانات من مصادر مختلفة ، بما في ذلك تنسيقات منظمة وشبه منظمة وغير منظمة. في هذه المرحلة ، يتم تخزين البيانات في شكلها الأصلي دون أي تحول كبير. يعمل هذا كأساس قوي ، حيث يوفر مسارًا كاملًا للتدقيق ويسمح للشركات بإعادة النظر في البيانات الأولية للاحتياجات المستقبلية.
فضي: في هذه المرحلة المتوسطة ، يتم تنظيف البيانات من الطبقة البرونزية وترشيحها وتنظيمها في تنسيق أكثر قابلية للاستخدام. يتضمن ذلك تطبيق التحولات اللازمة ، وإزالة التكرارات ، وملء البيانات المفقودة وتطبيق فحص الجودة. تعمل الطبقة الفضية كمجموعة بيانات موثوقة يمكن استخدامها للتحليل ، لكنها لا تزال غير مُحسّنة بالكامل.
ذهب: هذه هي المرحلة النهائية لخط أنابيب البيانات حيث يتم تحسين البيانات الفضية وتجميعها وتنظيمها للاستهلاك المباشر من خلال أدوات التحليل ولوحات المعلومات وأنظمة صنع القرار. توفر الطبقة الذهبية بيانات منسقة للغاية وموثوقة جاهزة للاستخدام في التقارير في الوقت الفعلي والتحليلات المتقدمة.
تطبيق فوائد الهندسة المعمارية في قطاع التمويل
بالنسبة للمؤسسات المالية ، فإن احتياجات إدارة البيانات معقدة للغاية. تقوم البنوك وشركات التداول وشركات Fintech بمعالجة كميات هائلة من البيانات يوميًا ، مع متطلبات الدقة والسرعة والامتثال التنظيمي. بنية ميدالية تعالج الاحتياجات التالية.
1. تحسين جودة البيانات والحوكمة. يجب أن تضمن المؤسسات المالية دقة البيانات واكتمالها في التوافق مع المتطلبات التنظيمية الصارمة ، مثل بازل الثالث ، وقانون Sarbanes-Oxley (SOX) و MIFID II. الميزات متعددة الطبقات لعملية الدعم لعملية ميدالية تدعم جودة البيانات التي يمكن تطبيقها في كل مرحلة. من خلال الانتقال من الطبقة البرونزية إلى الطبقة الذهبية ، تخضع البيانات لتحويلات ورسائلات متعددة ، وتحسين الدقة وتقليل الأخطاء. كما أنه يسهل تحسين حوكمة البيانات وتتبعها ، مما يسمح بتسهيل الإبلاغ عن التدقيق والامتثال.
2. قابلية التوسع لأحجام البيانات الكبيرة. غالبًا ما يتعامل القطاع المالي مع مجموعات البيانات الضخمة – من تاريخ المعاملات وتغذية السوق لبيانات العميل. النهج الطبقات يجعل من السهل توسيع نطاق خطوط أنابيب البيانات هذه. نظرًا لأن البيانات الأولية في الطبقة البرونزية يتم تخزينها في شكلها الأصلي ، يمكنها التعامل مع تناول كميات عالية من البيانات دون الحاجة إلى تحويلات فورية. مع انتقال البيانات إلى الطبقات الفضية والذهبية ، تدعم الهندسة المعمارية أطر المعالجة القابلة للتطوير التي تمكن المؤسسات المالية من معالجة مجموعات البيانات الكبيرة بكفاءة.
3. وقت أسرع للرؤى. في الأسواق المالية سريعة الخطى ، السرعة ضرورية. الشركات التجارية ، على سبيل المثال ، تحتاج إلى بيانات في الوقت الفعلي لاتخاذ قرارات بشأن حركات السوق. يتيح هيكل الميدالية المؤسسات المالية فصل ابتلاع البيانات الخام عن تحليلات البيانات. يمكن للمحللين البدء في العمل على الطبقات الفضية والذهبية للرؤى الفورية ، بينما يقوم المهندسون بتحسين البيانات في الخلفية وتنظيفها. ينتج عن هذا الوصول بشكل أسرع إلى رؤى قابلة للتنفيذ ، وهو أمر ضروري للتداول عالي التردد أو اكتشاف الاحتيال في الوقت الفعلي.
4. المرونة وخفة الحركة. توفر Architecture Medallion مرونة في التعامل مع مصادر وأنواع البيانات المتنوعة – وهي ميزة أساسية في الصناعة المالية ، حيث تأتي البيانات من العديد من القنوات. تجعل قدرة الطبقة البرونزية على تخزين البيانات الخام في شكلها الأصلي من السهل التكيف مع أنواع أو مصادر البيانات الجديدة دون الحاجة إلى تحويلات فورية ، في حين يمكن ضبط الطبقات الفضية والذهبية لتعكس متطلبات العمل الجديدة أو ظروف السوق أو التغييرات التنظيمية.
5. كفاءة التكلفة. معالجة كميات كبيرة من البيانات المالية مكلفة. يساعد فصل البيانات الأولية عن البيانات المعالجة على تقليل تحويلات البيانات غير الضرورية وتكاليف التخزين. يمكن للمؤسسات المالية تحسين مواردها لحسابها من خلال تشغيل التحولات المعقدة فقط عند الحاجة ، وبالتالي خفض التكاليف التشغيلية.
6. تعزيز الأمن وإدارة المخاطر. يمكن تقييد البيانات الأولية في الطبقة البرونزية بشكل كبير ، حيث يمكن للموظفين المعتمدين فقط الوصول إليها ، في حين أن طبقة الذهب المنسقة يمكن أن تكون متاحة على نطاق أوسع للتحليل. يتيح تجزئة الوصول إلى البيانات عناصر تحكم أمان أكثر تشددًا ويقلل من سطح الهجوم.
7. التحليلات المتقدمة والتعلم الآلي. من التجارة الخوارزمية إلى الكشف عن المخاطر والائتمان ، ML و AI مهمان للغاية بالنسبة للصناعة المالية ، وهذا النهج يسهل التحليلات المتقدمة من خلال توفير بيانات منظمة عالية الجودة في الطبقة الذهبية. بالإضافة إلى ذلك ، فإن الوصول إلى كل من الطبقات الفضية والبرونزية يمكّن علماء البيانات من العمل مع كل من البيانات التاريخية والمكررة ، وكلاهما ضروري لبناء نماذج تنبؤية دقيقة.
يعد Architecture Medallion إطارًا فعالًا لإدارة بيانات القطاع المالي ومعالجته في العصر الرقمي. يوفر نهجها الطبقات المؤسسات المالية القدرة على التعامل مع كميات كبيرة من البيانات بكفاءة ، مع توفير جودة البيانات والامتثال وقابلية التوسع. باستخدام هذا النهج الطبقات ، تكتسب الشركات المالية تحكمًا أفضل في خطوط أنابيب البيانات الخاصة بها ، وتقليل التكاليف ودفع الابتكار من خلال التحليلات المتقدمة. نظرًا لأن إدارة البيانات تلعب دورًا حاسمًا بشكل متزايد في الأعمال المعاصرة ، فإن هذا الإطار يساعد في وضع الشركات المالية للنجاح في عالم يعتمد على البيانات.
