最近有一金融客户聊到，AI一来，大家都开始忙着囤算力卡，搞AI大模型应用，但问题关键是AI模型训练用到的高质量数据从哪里来？这个问题很普遍。那究竟如何加快AI在金融行业的落地？今天就和大家来聊一聊。 先说说，金融AI行业化落地这事，其实不单单是金融，现在很多行业像医疗、教育等行业都开始引入AI大模型，这就带来2大变化：一是数据价值提升了，原来那些沉寂在业务系统里的基础数据可以再拿出来创造新的业务价值；二是AI使用后产生和使用的数据只增不减。对于这些庞大的数据量，如何提升存算的效率就成了头等大事。 最近在华为金融创新数据基础设施峰会上，华为数据存储产品线总裁周跃峰提到：AI时代是数据的黄金时代，全面提升数据存储能力，可以为AI在行业中落地提供坚实支撑。”我觉得这个观点很有道理。你想金融企业想靠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。#经济学家：企业IT架构要为AI落地做好准备# 所以金融企业想要用好AI，首先就要建好自己的数据基础设施。周跃峰表示“金融行业和医疗这些数据量大、数据质量高的行业一定是AI行业化落地最先实现，而且最先得到成功的行业”。在这个过程中，金融行业需要构建AI数据湖，通过DCS AI解决方案加速AI在行业里落地，同时还需要更加积极部署存算分离架构、加速全闪存化、增强数据备份能力来加速拥抱AI。 当然，在这次活动上我也欣喜地看到已经有一些金融企业已经做了一些有意义的实践和案例。比如，国内领先的金融科技服务商信雅达与华为联合发布了DCS AI金融一体化解决方案。信雅达集团总裁助理黄沈吉在大会发言中谈到：“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。” 所以我非常认同“AI时代是数据的黄金时代”这个讲法，而金融企业的IT的基础设施更应该成为“以数据为中心”的数据基础设施。期待在不远的将来，能听到更多AI在金融企业落地的消息。#华为提出四大存储创新助力金融行业AI落地#