实时图数据库技术将赋能银行数字化转型访同心尚科技总裁王昊|图数据库_新浪财经

转自：金融时报-中国金融新闻网

　　全国两会召开在即，近日，在多家媒体或研究机构的两会热点话题预测中，“科技创新”“数字经济”位列其中。如何更好发挥信息科技对支持实体经济发展的放大、叠加、倍增作用，受到市场关注。

　　眼下，实时图数据库（或称为图计算），正在成为下一个科技前沿。那么，图数据库是一项怎样的技术？它是如何聚焦“数据+技术”以助力银行在业务模式、风控能力、数据能力、营销与运营、服务与客户体验等方面实现数字化转型升级的？近日，《金融时报》记者专访了我国图算法及高性能计算与存储专家、同心尚科技总裁王昊。

《金融时报》记者：作为前沿的智能增强技术，图数据库技术到底是什么？它和我们的经济生活有怎样的密切关系？

王昊：图数据库简单理解就是用“图”的方式来保管数据的一个“仓库”，用户可以随时存放和查询要管理的数据信息。这里所说的“图”，它既不是指图片，也不是大众意义上理解的图像，而是源于数学家欧拉提出的图论，它是一种新手段和新技术，属于计算机前沿科学的一个重要分支。

　　从图数据库产生的背景来看，整个数据库技术的发展历史其实很短，至今也就短短60多年，这中间关系型数据库长期处于霸主地位，而图数据库就属于强劲的“后浪”，因为它的特性就是擅长对海量、复杂、多变的数据进行处理、运算和分析，这不仅吻合了大数据步入深数据的时代要求，也正好弥补了传统数据库技术的局限，不但能够快速地把海量且复杂的数据处理完毕，同时还具备把数据垃圾“变废为宝”的能力。

　　也可以说，图数据库技术是大数据与人工智能AI技术不断发展、相互渗透、直至融合的必然结果。进入21世纪以来，对于所有技术驱动的新型公司，使用图数据库（图计算）技术并不罕见。例如，我们日常生活中使用的导航、社交搜索、物品推荐，工业生产中的资源调度、地图染色等都源于它。而且，今天很多大型互联网公司、金融科技公司都是基于图技术起家的，如大名鼎鼎的脸书、谷歌、领英、黑石……大家熟悉的各类网络购物平台，其核心的社交、物品、内容推荐所用的技术实现手段就是图数据库（图计算）引擎。

《金融时报》记者：图数据库技术是如何推动金融场景的科技与业务进行深度融合的？

王昊：在金融场景中，图数据库技术可以帮助金融机构更好地理解数据之间的关系，从而更好地管理和分析数据，提高决策效率和风险控制能力。图数据库技术与金融场景主要在如下几个方面进行深度融合。

　　一是金融风险管理。图数据库可以将客户、账户、交易、事件等多维度的数据整合到一个平台，利用计算、图查询、图分析等技术进行风险识别和管理。通过分析客户和账户之间的关联关系、账户之间的资金流转关系等，更好地发现潜在风险，及时采取相应的措施。

　　二是金融欺诈检测。图数据库可以将金融交易数据存储为点和边的形式，这样可以更方便地发现交易之间的关联关系。例如，同一人在不同时间、不同地点使用不同的账户进行交易，这些行为可能表明欺诈行为的存在。通过对这些关联关系进行分析，可以更高效、更准确地识别和预防欺诈行为。

　　三是知识图谱构建。金融机构可以利用图数据库技术构建知识图谱，将客户、账户、交易、风险、合规等相关信息进行整合形成一个图谱。这样可以更好地实现对客户360度全景视图，更快地识别客户需求、风险和潜在机会。需要注意的是，尽管很多厂家都可以构造图谱，但是，缺乏图数据库的算力支撑的图谱，效率是非常低下的。

　　四是市场营销分析。图数据库可以帮助金融机构更好地了解市场、行业、公司之间的关联关系。例如公司之间的合作、竞争、股权交易等。这样可以更好地预测市场趋势，优化投资组合。

《金融时报》记者：在支持银行高质量数字化转型中，实时图数据库技术将如何帮助银行进行创新和突破？

王昊：目前，随着市场对图数据库技术需求的增长，也激发着越来越多的数据专家和业务人员都纷纷转向对图技术的使用以及高阶探索。其实不同的图数据库（图计算）系统之间的性能千差万别，其核心在于技术上是否实现了对底层硬核资源的高并发处理与释放。如果连这种能力都不具备，那就根本无法对数据完成高效处理与深度洞察，更无法赋能企业业务创新。

　　例如，在资产负债管理领域，金融机构对数据的实时性、安全性、稳定性、准确性要求非常高，但“黑盒子”让银行的各部门业务人员都头痛不已。比如，基于AI、深度学习、神经网络等黑盒技术以及传统的关系型数据库，只能呈现最终结果，无中间过程，计量结果不可反向追溯，造成审计难。最重要的是，正确性无从考证。区别于此，基于图技术的嬴图资产负债管理图中台系统的上线，则攻克了黑盒化这一科技“卡脖子”问题，全行百亿的全量明细数据都可以实现多维、穿透、灵活的数据组合与分析，业务人员既可以看到银行上下游综合生态的宏观完整映射，又能明细到各个维度。图数据库技术彻底改变了金融行业因业务数据量大、计算量大、系统割裂、算力低下而造成的低频场景，解决了金融界过去存在的找数难、查数难、取数难、用数难的问题。