abcd區塊鏈

❶ 信息技術abcd是什麼簡稱

A：是指人工智慧，B:是指區塊鏈技術，C：是指雲計算，D：是指大數據。
A它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
B是一個信息技術領域的術語。從本質上講，它是一個共享資料庫，存儲於其中的數據或信息，具有「不可偽造」「全程留痕」「可以追溯」「公開透明」「集體維護」等特徵。
C是分布式計算的一種，指的是通過網路「雲」將巨大的數據計算處理程序分解成無數個小程序，然後，通過多部伺服器組成的系統進行處理和分析這些小程序得到結果並返回給用戶。
D：是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

❷ 技術淺談5：當談到ABCD前，我們談些什麼

筆者曾在某500強公司旗下的科技公司任職，當時正值中國科技發展浪潮的起步階段，著名的「ABCD」戰略也成了公司戰略轉型的最重要內容。那麼，ABCD到底指的是什麼呢？相信喜歡科技或者看過新聞的同學都知道其含義：A（Artificial Intelligence，人工智慧）、B（Block Chain，區塊鏈）、C（Cloud，雲計算）和D（Data，大數據）。

相信前面看過我寫的文章的同學，都應該了解什麼是雲計算、大數據和人工智慧，但是，為什麼唯獨少了重要的主角——大B（區塊鏈）呢？首先，相比與老生常談的ACD，區塊鏈技術沒有ACD前面的歷史鋪墊，理解起來會更加抽象；其次，區塊鏈技術的應用場景相對比較少，沒有ACD的應用場景與生活緊密相連；最後，在說到區塊鏈之前，不得不先提到一項神秘的技能。

其實，在ABCD到來之前，就曾經擁有這么一項神秘的技能，這項技能也是ABCD發展的核心技能之一，今天就讓我們來揭開它的神秘面紗吧。

在前面幾期內容中，我們提到了無論是雲計算，還是大數據，亦或是人工智慧的發展，都是源於用戶數和數據量的急劇發展而產生的，這幾項技術發展的同時，帶來的必然是算力的發展和存儲能力的發展，也需要網路的極速發展，才能支撐現在的「互聯網+」時代。

眾所周知，互聯網的發展，必須需要帶來技術的變革。在很久以前，一台伺服器只運行一個應用，所有跟應用相關的資源都放在此台伺服器上，在數據量和訪問量都很小的階段，單台伺服器就能夠滿足業務所需要的運算性能，這種模式，也就是我們說的單體模式，也可以成為單機模式。在單機模式下，如果僅僅是一些訪問量和數據量的發展，只能通過提升伺服器的配置，來應對暫時的業務發展。

當然像這種單體伺服器，由於既要提供服務能力又要充當存儲介質，只需要業務增加，就會到達性能的瓶頸，無論如何擴容配置，都很難滿足業務的需求，所以很快就被淘汰了。

這時候，就會有人跳出來說，如果一台伺服器不行的話，那麼，我就加幾台伺服器啊，讓這幾台伺服器一起干，這樣不就可以滿足業務的發展了嗎？於是乎，在IT界又多了一種運算模式，就是這樣的架構組成的：單機處理到達瓶頸的時候，就把單機復制幾份，這樣就構成了一個「集群」。集群中每台伺服器就叫做這個集群的一個「節點」，所有節點構成了一個集群。每個節點都提供相同的服務，那麼這樣系統的處理能力就相當於提升了好幾倍（有幾個節點就相當於提升了這么幾倍）。

然而，如果只是不斷加機器就真得能夠滿足業務的要求了嗎？大家都應該知道任何事情都存在一個臨界點，只要過了臨界點就會降低整體的能力，就好比正態分布曲線，單純的加機器這種模式，漸漸就跟不上性能發展了。

這時候，就需要我們今天的主角來救場了。他就是——分布式系統。

分布式的理論出現在19世紀70年代，然而，分布式系統的發展卻由於最近十年發生的IT變革。 狹義上的分布式系統是指通過網路連接的計算機系統，每個計算節點承擔獨立的計算和存儲，節點之間通過網路協同工作，因此整個系統中的事件可以同時發生。 這是什麼意思呢？我們就拿學校做飯舉例吧，分布式和集群可以用學校食堂來比喻。

單點模式 ：學校剛開始規模小，學生比較少，學校食堂只有一個廚師A，負責洗菜、切菜、炒菜（假設只有這三樣工作）。這就是單機服務。其缺點就是人多的時候忙不過來，學生需要排隊等待。廚師A因故無法上班則學生就沒飯吃了。

學校規模逐漸增大，學生越來越多，一個廚師A忙不過來，學校又聘請了兩人B和C。

這樣有兩種選擇：
集群模式 ：如果B和C都擅長炒菜，那麼讓B和C都去炒菜。改善點是提高了效率，任何一個廚師辭職都不會影響學生就餐。缺點就是精力不能完全用在專業的領域，因為他們都還需要洗菜、切菜。

分布式系統 ：如果B擅長洗菜，C擅長切菜，那麼讓B負責洗菜，C負責切菜，A只負責炒菜。改善點是提高了效率，能專一做一件事。（假設每個人只做自己的事情）缺點是任何一個人因故不能上班，則學生還是沒飯吃了。

後來學校規模再次增加，學生人數再次增多，這三人又忙不過來了，學校再次聘請六個人分別是A2、A3、B2、B3、C2、C3。（假設讓之前的B負責洗菜、C負責切菜）讓A2、A3負責和A一起炒菜，B2、B3和B一起洗菜，C2、C3和C一起切菜。炒菜組、洗菜組、切菜組分別再任命一組長（此組長不負責幹活）只負責看誰比較清閑就把任務分給他，讓每個人都有事可做，此組長的作用就是管理和調度。這樣規劃之後既提升了效率，又避免了以上的問題。此模式整體上是分布式的，但是分別在洗菜、切菜、炒菜的工作上，各自都是集群的。無論哪個崗位因故缺席一人，也不會影響學生就餐。

那麼如此看來： 分布式是以縮短單個任務的執行時間來提升效率的，而集群則是通過提高單位時間內執行的任務數來提升效率。

分布式系統的出現是為了用廉價的、普通的機器完成單個計算機無法完成的計算、存儲任務。其目的是利用更多的機器，處理更多的數據。首先需要明確的是，只有當單個節點的處理能力無法滿足日益增長的計算、存儲任務的時候，且硬體的提升（加內存、加磁碟、使用更好的CPU）高昂到得不償失的時候，應用程序也不能進一步優化的時候，我們才需要考慮分布式系統。在一個分布式系統中，一組獨立的計算機展現給用戶的是一個統一的整體，就好像是一個系統似的。

那麼，分布式系統的好處也顯而易見。

對於ABCD來說，分布式到底利用如何呢？

對於雲計算來說，應用架構的分布式：微服務架構；存儲數據的模式：分布式存儲；分布式的共享帶寬：CDN；對於大數據來說，大數據應用最廣泛的框架：hadoop，本身就是一個基於分布式處理數據的計算框架；對於區塊鏈來說，區塊鏈的本質就是一個分布式賬本；對於人工智慧來說，為了解決復雜問題出現了分布式人工智慧，多個智能體的協作正好符合分布式人工智慧的要求，因此出現了多智能體系統。總之，不管是任何技術的發展，都越來越離不開分布式系統的發展。

分布式框架的發展，使得一個需要非常巨大的計算能力才能解決的問題可以分成許多小的部分，然後把這些部分分配給多個計算機進行處理，最後把這些計算結果綜合起來得到最終結果。因為分布式，越來越多大型的運算問題，可以迎刃而解，也促進了各種互聯網技術層出不窮的發展起來。

然而，關於分布式，需要研究和深入的問題還有很多，但瑕不掩瑜，相信未來的分布式系統還能給我們帶來更好的驚喜，有關分布式的文章，我們往後會繼續介紹。本期技術淺談就到這里了，希望大家在討論區也來聊聊你們想了解的技術吧~

❸ 人工智慧賦能金融科技：技術驅動及未來機遇

數字化轉型和新興技術顛覆大潮正在不斷地重塑各行各業。高速發展的金融科技在人工智慧的「加持」下，展現出更多關於未來的想像。「新基建」浪潮加速大數據、雲計算、人工智慧、區塊鏈等信息技術，在金融科技領域的融合應用，為行業轉型升級持續賦能。

金融科技生態關鍵技術ABCD，包括人工智慧（A）、區塊鏈技術（B）、雲計算（C）、大數據等（D）。ABCD技術逐漸成為金融行業發展的核心驅動因素，逐漸形成融合生態，推動金融科技發展進入新階段。

金融科技產業生態逐漸形成

金融與科技之間的關系是「互相賦能」。科技企業以強大的技術驅動力賦能金融服務，通過大數據、人工智慧、雲計算、物聯網、區塊鏈等技術為金融市場、金融機構或金融服務，提供新的業務、模式、應用、流程或產品服務，科技驅動加速重構整個金融行業的生態。隨著新技術與實際場景的不斷融合以及創新應用，新技術在金融科技的邊界不斷突破，創新性的服務模式及業態不斷涌現，且在實際的應用場景中逐漸落地並迭代優化。

一個新的金融科技時代，正在加速到來。

加速金融科技業務模式重構

人工智慧時代已然到來，技術驅動下，金融科技的邊界不斷被突破，為金融服務帶來更多可能。金融新基建的「新」，一方面是新技術應用對於傳統金融市場硬體設施的優化，另一方面是如何革現有的制度、原則和法規以適應新型金融服務的需求。而後者是 基於技術創新及用戶體驗雙向驅動不斷生成並逐漸完善的生態圈模式。 以銀行為例，銀行通過開放API與創新科技公司合作，提升自身技術創新能力和效率，利用人工智慧、物聯網等領先科技，降低銀行運營成本、擴大數據積累、提升客戶體驗，以科技為驅動解決客戶痛點。

場景為王 金融科技服務的更多可能

金融不單是一個場所而是一種服務，將會碎片化地融入我們的生活場景中。 金融科技的強大賦能，以科技力量為驅動,以場景化、智能化的用戶體驗,為金融服務的場景提供更多的想像空間。 金融與科技的融合，通過線數字化營銷活動，幫助銀行、保險、互金的用戶創造服務場景，打通線上營銷渠道，這其實是場景化的金融需求。以開放銀行為例，銀行通過API開放賦能給更多金融科技服務提供商，一方面是幫助更多的互聯網產品提升價值，另一方面則是切入更多場景化應用，在數字化金融、產品服務創新和營銷運營等核心業務能力上實現深度連接。

人工智慧等在金融科技的場景應用，主要表現在反欺詐領域以及獲客拓展場景的運用等。科技的創新應用以及疫情的推動，加速金融機構業務線上化轉型，隨著跨行業的數據海量增加，基於線上業務的服務能力是否跟得上客戶的需求變化，目前的線上業務渠道是否經得起承擔主營市場拓展的責任考驗，這些也需要金融科技和智能風控的支撐。

業務反欺詐是AI+金融科技的下一個藍海

由於建立在雲計算、人工智慧等技術的基礎之上，金融科技兼具金融和科技的雙重屬性，由此也形成了二者交織混合的風險特性。金融科技的開放性、互聯互通性、科技含量更高的特徵，使得金融風險更加隱蔽。人工智慧下的金融科技的業務風控管理已經不能單純依靠傳統風控機制，場景化、智能化的業務場景，更需要用技術與監管相結合來重塑。

Garter《在線反欺詐市場指南》指出：到2023年，第三方欺詐檢測服務應用覆蓋將超過75%，相比當前25%的覆蓋程度有較大提升空間。智能風控在金融機構的覆蓋范圍有較大提升空間。

人人雲圖賦能金融科技業務安全的應用實踐

基於金融行業數據多且隱私性要求極高，人人雲圖結合金融業務線下業務線上化，著重加強了移動端安全防護體系的建設，在保護用戶隱私前提下，構建以用戶行為數據及業務數據為基礎的自進化智能化防護體系，賦能機構移動安全防護，助力金融機構更敏捷、智能和自適應地處理安全危機，形成新的安全防護閉環。

金融科技的快速融合發展，要求科技企業為金融風控提供更加「模塊化」的在線業務全流程的風險評估服務。 人人雲圖打破傳統的以數據為核心平台模式，採用高技術、高穩定、高性能的模塊化設計，靈活易用，不僅符合金融行業數據合規要求，還具備高穩定性、高兼容性特徵。靈活的策略交互組件，助力金融機構根據欺詐行為快速調整風控策略，快速應對風險，保障業務的穩定運營。

未來已來

技術及用戶體驗「雙輪驅動」，基於人工智慧的金融科技變革正在迅速到來，且只會加速到來。

人人雲圖

人人雲圖2017年6月由資深數據科學家和安全專家共同創立，致力於互聯網業務風控合規的數據技術服務，打擊黑產上下游。通過聚焦銀行、證券、O2O、航旅、電商等行業業務場景，為用戶提供基於行為的用戶畫像，幫助鑒別用戶質量、及時調整運營策略，助力業務健康、持續增長。

❹ 金融科技ABCD：人工智慧、區塊鏈、雲計算、大數據

近日，中國信息通信研究院主任工程師、金融科技負責人韓涵在「2018中國金融科技產業峰會」上正式發布了《中國金融科技前沿技術發展趨勢及應用場景研究報告》，詳細講解了A（人工智慧）B（區塊鏈）C（雲計算）D（大數據）四大技術發展趨勢及在金融行業的落地應用方案，預測了金融科技七大未來發展趨勢。

科技悄然改變金融行業生態

一是互聯網金融快速興起，對傳統金融行業帶來巨大沖擊。首先，互聯網技術極大拓展了信息傳播的渠道、方式，大幅減小了信息不對稱的現象，擴展了金融服務供需雙方的客戶群。其次，互聯網金融模式下，交易雙方直接在網上進行互動，打破了時空上的限制，提高了交易效率，減少了中間環節與中間成本的消耗。再者，互聯網利用先進的技術實現資源高度實時共享，能夠使業務處理逐步實現自助化、自動化與系統化，使交易更加便捷、有效。

二是大量非金融企業進入金融行業，金融市場主體出現顯著變化。一方面大量科技企業藉助金融科技發展契機，積極獲取金融牌照，跨界提供金融服務，「科技+牌照」成為趨勢。另一方面，大量具有To C服務經驗的傳統企業，發揮用戶規模優勢，通過用戶數據資源與金融科技的結合，也積極跨界提供金融服務。此外，大量依託於金融科技的新興創業企業，成為金融市場的新興力量，在金融科技領域的技術和商業模式創新成為其核心競爭力。

四大技術落地金融行業

當前，「大智移雲」等新興科技快速演進，人類社會正在從信息化走向數字化和智能化。隨著雲計算、大數據、人工智慧和區塊鏈等新興技術在金融行業的深入應用，科技對於金融的作用被不斷強化，創新性的金融解決方案層出不窮，金融科技發展進入新階段。

其中，雲計算技術能夠為金融機構提供統一平台，有效整合金融結構的多個信息系統，消除信息孤島，在充分考慮信息安全、監管合規、數據隔離和中立性等要求的情況下，為機構處理突發業務需求、部署業務快速上線，實現業務創新改革提供有力支持。大數據技術為金融業帶來大量數據種類和格式豐富、不同領域的大量數據，而基於大數據的分析能夠從中提取有價值的信息，為精確評估、預測以及產品和模式創新、提高經營效率提供了新手段。人工智慧能夠替代人類重復性工作，提升工作效率與用戶體驗，並拓展銷售與服務能力，廣泛運用於客服、智能投顧等方面。區塊鏈技術能夠有效節約金融機構間清算成本，提升交易處理效率，增強數據安全性。

金融科技七大發展趨勢

隨著，金融與科技的不斷融合，金融科技將出現七大發展趨勢，韓涵表示，

雲計算技術發展已經進入成熟期，金融雲的應用也正在向更加核心和關鍵的「深水區」邁進。據中國信息通信研究院的調研，已有過半數的金融機構使用OpenStack等開源雲計算技術。傳統計算、網路和存儲雲方案已經同質化，客戶需要的是上層PaaS甚至SaaS 能力甚至是業務和商業解決方案能力，有互聯網金融實際業務經驗、有生態合作夥伴的廠商更能得到客戶青睞。雲這個領域特別強調「吃自己的狗食」。

金融行業數據資源豐富，而且業務發展對數據依賴程度高。大數據技術在金融領域的應用起步早、發展快，已經成為金融行業的基礎能力。當前，金融行業的大數據應用已經非常普遍和成熟，也取得了較為顯著的應用成效，最大的特點是數據資產化的 愈加凸顯、有深度的大數據分析變得越來越重要，用戶畫像和知識圖譜成為最重要的技術。2017年知識圖譜一下子火起來，除了傳統實體知識圖譜外，事件圖譜（描述動態關系）開始越來越重要，即實時性要求越來越高，時間就是金錢。另外，還有一個關鍵問題就是合法獲取數據，涉及法律、政策、技術、機制等問題，需要各方推動和努力，

人工智慧一般分為計算智能、感知智能和認知智能三個層次。從目前人工智慧在金融領域的應用趨勢來看，計算智能通過與大數據技術的結合應用，已經覆蓋營銷、風控、支付、投顧、投研、客服各金融應用場景。人工智慧最重要就是AI in all，傳統金融很多是「知道型」的業務，按規則、經驗辦事，很多簡單重復性工作被證明完全可以被AI取代（例如客服），認知型的業務目前看也可能機器不比人差（例如智能投顧、智能營銷）。那麼金融業最重要的是如何最大發揮人的價值。一是風險防範，AI演算法不一定完全正確需要人在樣本特徵准備或審核上來補充；二是金融創新，創新是門藝術，目前沒有證據表明AI在創新上有啥獨到之處，所以人的創新非常重要；三是發揮領域知識的價值，AI目前最大的缺陷就是它是沒有常識是不行的，知識會成為重要的競爭力分水嶺，知識圖譜、業務規則補充、業務數據標注這些都是產生知識的手段。

區塊鏈技術近年來一直受到廣泛關注，其技術公開、不可篡改和去中心化的技術屬性，擁有在金融領域應用的先天優勢，因為本質上區塊鏈就是一種經濟模式，主要解決非信任網路的記賬問題，如果說其他技術主要是生產力變革，區塊鏈更像是生產關系變革，我們有幾個判斷：

（1）區塊鏈的技術還沒有成熟到金融級，包括金融經常用的聯盟鏈有沒有技術問題，還是一個探索的過程，所以會看到並沒有大型的金融區塊鏈應用（非數字貨幣類）上線，嘗試很多，普及還早；

（2）因為區塊鏈不僅僅是技術，所以這一輪技術革命中區塊鏈的影響要遠大於其他技術，可能會有顛覆性的業務、技術或者企業出現，這個趨勢是不可阻擋的，有人說這是價值互聯網的春天可能並不過分；

（3）區塊鏈3.0叫去中心化應用就是應用生態將決定最後的贏家。目前公鏈和私鏈（或聯盟鏈）都有一些金融應用，但還不成氣候，應該勝負未分，這裡面大公司不一定有優勢，開源力量不可小覷；

（4）政策風險仍然很大，包括最近ICO還有代幣發行，有些可能就是偽創新。

國家高度重視金融風險防控和安全監管，十九大報告明確指出要「健全金融監管體系，守住不發生系統性金融風險的底線」。隨著金融科技的廣泛應用，金融產業生態發生深刻變革，以互聯網金融為代表的金融服務模式創新層出不窮。傳統模式下事後的、手動的、基於傳統結構性數據的監管範式已不能滿足金融科技新業態的監管需求，以降低合規成本、有效防範金融風險為目標的監管科技(Regtech)正在成為金融科技的重要組成部分。

利用監管科技，一方面金融監管機構能夠更加精準、快捷和高效的完成合規性審核，減少人力支出，實現對於金融市場變化的實時把控，進行監管政策和風險防範的動態匹配調整。另一方面金融從業機構能夠無縫對接監管政策，及時自測與核查經營行為，完成風險的主動識別與控制，有效降低合規成本，增強合規能力。可以預見，未來1-3年監管科技將依託於監管機構的管理需求和從業結構的合規需求，進入快速發展階段，成為金融科技應用的爆發點。

技術滿足需求的同時，也將在需求的驅動下不斷發展創新。金融科技應用在推動金融行業轉型發展的同時，金融業務發展變革也在不斷衍生出新的技術應用需求，將實現對金融科技創新發展的反向驅動。這種驅動可以從發展和監管兩條主線上得到顯著體現：

一是發展層面，新技術應用推動金融行業向普惠金融、小微金融和智能金融等方向轉型發展，而新金融模式又衍生出在營銷、風控和客服等多個領域的一系列新需求，要求新的技術創新來滿足。

二是監管層面，互聯網與金融的結合帶來了一系列創新的金融業務模式，但同時互聯網金融業務的快速發展也帶來了一系列的監管問題，同樣對金融監管提出了新的要求，需要監管科技創新來實現和支撐。從未來的發展趨勢看，隨著金融與科技的結合更加緊密，技術與需求相互驅動作用將更加明顯，金融科技的技術創新與應用發展將有望進入更加良性的循環互動階段。

雲計算、大數據、人工智慧和區塊鏈等新興技術並非彼此孤立，而是相互關聯、相輔相成、相互促進的。大數據是基礎資源，雲計算是基礎設施，人工智慧依託於雲計算和大數據，推動金融科技發展走向智能化時代。區塊鏈為金融業務基礎架構和交易機制的變革創造了條件，它的實現離不開數據資源和計算分析能力的支撐。

從未來發展趨勢看，雲計算、大數據、人工智慧和區塊鏈等新興技術，在實際應用過程變得越來越緊密，彼此的技術邊界在不斷削弱，未來的技術創新將越來越多的集中在技術交叉和融合區域。

尤其是在金融行業的具體應用落地方面，金融雲和金融大數據平台一般都是集中一體化建設，人工智慧的相關應用也會依託集中化平台來部署實現。新一代信息技術的發展正在形成融合生態，並推動金融科技發展進入新階段。

❺ 什麼標志能代表數字化

什麼標志能代表數字化：

當今時代是信息化時代，而信息的數字化也越來越為研究人員所重視。早在40年代，香農證明了采樣定理，即在一定條件下，用離散的序列可以完全代表一個連續函數。就實質而言，采樣定理為數字化技術奠定了重要基礎。

數字化是指將任何連續變化的輸入如圖畫的線條或聲音信號轉化為一串分離的單元，在計算機中用0和1表示。通常用模數轉換器執行這個轉換。

數字化主要包含大數據、雲計算、人工智慧以及區塊鏈技術。通常稱為ABCD：A——人工智慧（Artificial Intelligence)，B——區塊鏈（Block Chain），C——雲計算（Cloud），D——大數據（Big Data）。

這幾者之間的關系，普遍的觀點是「融合發展」，分不清孰重孰輕，孰先孰後，而是你中有我、我中有你。比如，基於區塊鏈技術的工業互聯網，其中既有區塊鏈技術，也有大數據技術，還有雲計算技術，三者合成一體，又衍生出了人工智慧和物聯網的概念。

數字化：

數字化，是指將任何連續變化的輸入如圖畫的線條轉化為一串分離的單元，在計算機中用0和1表示。通常用模數轉換器執行這個轉換。

當今時代是信息化時代，而信息的數字化也越來越為研究人員所重視。早在40年代，香農證明了采樣定理，即在一定條件下，用離散的序列可以完全代表一個連續函數。就實質而言，采樣定理為數字化技術奠定了重要基礎。

以上內容參考：網路--數字化