Hitachi Vantara：金融服务业领导者在数据治理与基础架构需求方面举步维艰

2025年3月27日，北京 – 日立集团 (TSE: 6501) 旗下专注数据存储、基础架构与混合云管理的子公司 Hitachi Vantara 新发布的研究结果显示，人工智能 (AI) 的快速发展对传统的数据基础架构提出了前所未有的要求，迫使银行、金融服务与保险 (BFSI) 行业的企业组织在安全性、质量和可持续性之间进行平衡与取舍。2024年《Hitachi Vantara 数据基础架构现状调查》报告调研了全球 BFSI 行业 IT 和业务领导者的意见，报告发现，虽然 36% 的受访者认同数据质量对 AI 项目取得成功至关重要，但财务管理者的关注重点仍然是数据安全——这导致 AI 应用的性能和 AI 项目的长期投资回报率与预期存在差距。

点击此处下载《Hitachi Vantara 银行、金融服务与保险行业数据基础架构现状调查》报告：
https://hitachivantara.com/en-us/gated-forms/state-of-bfsi-data-infrastructure

近半数 (48%) 的受访者表示，数据安全是他们在部署 AI 时最关心的问题，这反映了 BFSI 机构防范内外部威胁的迫切需求。84% 的受访者表示因网络攻击或人为失误而丢失数据将是灾难性的，这一点引起共鸣。然而，研究结果表明，忽视数据质量同样会使 BFSI 机构付出代价，包括：

1、在 BFSI 机构，员工只有四分之一 (25%) 的时间能在需要的时间和地点获得数据，而 BFSI AI 模型只有 21% 的时间能够输出准确的结果。

2、36% 的受访者担心机构内部部署 AI 将带来数据泄露风险，38% 的受访者担心无法从勒索软件中恢复数据。

3、尽管抵御勒索软件攻击是 BFSI IT 领导者的首要考虑因素，但仍有 36% 的受访者表示，AI 失误导致的数据泄露也是他们最担心的三大问题之一，32% 的受访者则担心 AI 驱动的网络攻击可能会导致数据泄露。

Hitachi Vantara 中国区技术销售总监谢勇表示：“在中国，消费者期待金融机构随时、随地、随需为客户提供‘无界金融服务’，因此产生的指数级增长的客户数据和运营数据，不仅对数据治理造成压力，也为机构部署 AI 带来挑战。金融服务机构期待利用 AI 提高运营效率、提升客户体验并推动业务创新，但数据洪流引发的合规留存、隐私保护、安全防护等核心问题，更需要通过高可靠、高性能、稳健的基础架构解决方案来妥善处理。Hitachi Vantara致力于帮助企业应对这些挑战，为成功应用AI而构建强大的数据基础。”

Hitachi Vantara 金融服务首席技术官 Mark Katz 表示，“金融服务的商业模式本质上与信任息息相关。声誉受损是一项重大风险，因此在金融服务业，安全性与准确性之间的相互作用是一项关键且复杂的挑战。例如，如果聊天机器人不慎泄露了训练数据中包含的敏感信息，则将产生严重后果；此外，AI 提供的错误或虚假信息（AI 幻觉）也会带来巨大的风险。如果有人基于不良数据采取了行动，将引发各种责任问题。”

尽管存在准确性方面的挑战，但 AI 在 BFSI 行业中的应用仍在加速。然而，许多企业机构在没有做好充分准备的情况下便急于部署 AI，71% 的受访者坦言其所在机构会在实时部署中进行测试与迭代，而只有4% 的受访者表示其所在机构会使用可控的沙盒环境来控制 AI 实验。研究证实，金融服务业领导者坚信数据质量是成功部署 AI 最重要的考虑因素，但安全问题迫在眉睫、不容忽视，投资回报率 (ROI) 也正因此受到影响。

Celent 公司生成式 AI 市场情报联合负责人 Alenka Grealish 表示，“虽然 GenAI 在金融服务领域的快速应用令人兴奋，但金融机构需要确保其采用战略性手段。各机构必须在速度与创新之间取得平衡，同时明确关注安全性、准确性以及道德责任。长远的规划与稳健的框架不仅可以帮助企业降低风险，还可以释放 GenAI 的全部潜能，以推动可持续增长与竞争优势。在此过程中，他们将与其利益相关者建立持久信任。”

基于上述调研结果，Hitachi Vantara 在报告中总结了为构建更具弹性的 AI 就绪型基础架构的关键考虑因素，以帮助 BFSI 机构为未来做好准备，包括：

负责任的实验：五分之二 (42%) 的 BFSI 领导者表示，他们正在通过实验培养部署 AI 所需的技能。在安全的沙盒环境中进行负责任的测试可以降低风险，同时释放 AI 的潜力。

各个层面的可持续性：从节能的数据存储到优化的软件，业务与 IT 领导者必须在最初就将可持续思维整合到其基础架构、应用程序、模型、数据实践和战略当中。

简化和统一的系统：通过统一管理混合环境、自动执行安全任务以及利用统一的数据平台来提高洞察力与简化 AI 培训，从而降低复杂性。

确保数据弹性并利用 AI 进行防御：利用冗余系统、回滚存储与 AI 模型恢复进行数据恢复规划，以降低故障或攻击带来的风险。使用 AI 识别风险、加强恢复，并通过不可变、加密和自修复存储来保护数据安全，从而抵御来自 AI 攻击者的威胁。

该报告源自 Hitachi Vantara 2024 年《全球数据基础架构现状调查》，数据来自全球 15 个国家和地区的 BFSI 行业专家、C 级高管和 IT 决策者。