关于我们 | 联系我们
解决方案
金融-智能网点-解决方案
金融-智能网点-解决方案

1. 金融网点行业趋势

随着金融与科技在业务运营、风险控制等层面不断融合渗透,贴近基层,面向大众的营业网点也向着无人化、智能化、业务云化转变。面对营业网点管理运维复杂,环境设施和广域网智能化程度低、AI能力弱,生物识别新技术引发的边界安全等挑战,新华三有着深刻的行业理解并提供相应的解决方案。

金融企业的路线演进目标是智能化,实际上是服务体系全流程的智能化,而智能化前提是数字化,数字化是智能化的基础。

2. 网点数字化转型的三个重要的特征

1)无人自助化

现金服务的需求将越来越少,银行服务的离柜率越来越高,网点的撤并将成为一种趋势。

2)智慧服务

利用人工智能、生物识别等新兴技术构建人机交互闭环,打造智能型人机协同模式,最终建立“能听会说、能看会学、能理解会思考”的系统智慧服务体系。

3)全业务云化

业务后台的大集中上收,网点逐渐走向了轻量高端化,一个网点的建设“香不香”,也是一家金融企业形象的象征。

3. 金融网点数字化转型中遇到的挑战

挑战1 — 环境智能化不足

环境智能化不足与网点的特性是密切相关的,网点分散且覆盖范围广,其建设初期往往会涉及空间和供配电等因素的制约。其次网点无专业运维人员,所以整个IT设施的设计和建设周期很长,一体化交付能力弱,很大程度上会影响网点的正常时间。

常言“三分靠技术,七分靠管理”,一套合规、有效的管理方式是很有必要的。面对众多分散的网点,打造一套可视、分层、及时响应的管理系统是环境智能化的重要基础。

挑战2 — 安防AI能力不足

现有网点安防设备AI能力不足主要体现在如下几点:

◆传统的视频及安防设备功能单一,面对复杂的应用场景、多业务能力弱,比如迎宾、精准获客等能力不足。

◆其次传统安防设备内置算法固化且无法成长,同时算法升级过程中业务中断,会丢失部分节点数据。

挑战3—边界安全能力不足

金融和新兴技术的融合渗透,衍生出新的应用场景。如大数据、生物识别新技术引入会引发的新的边界安全问题,如:

1)人脸考勤、门禁、IP电话以及传统的ATM机等物联网终端被仿冒的问题

2)资产的全生命周期管理问题,如设备无故离线、丢失等问题

3)安防设备自身的安全和考核量化问题,以及处理工单全流程自动化能力不足问题

挑战4—广域网自动化能力不足

现有广域网自动化能力主要存在如下问题:

业务开通周期长,专线价格昂贵,业务灵活性差

网络设备功能单一,多业务扩展性差

无法适应快速变化云业务

网络运维和可视化能力弱

如何打造一张适应业务发展、面向未来的网络,保障业务的快速开通、安全稳定,并可实现可靠、高效、可视化运维?

4. 解决方案——新华三金融智能网点解决方案

数字化转型过程中,面对以上四个挑战,新华三金融智能网点解决方案针对性提出如下几点措施:

1)通过打破原有安防思路,采用SDC软件定义摄像头和智能化前端,筛选并结构化关键数据模型,将海量结构化的数据上送给存储解析,打造端、边、云全方位的智能安防体系,构建基于数据智能的安防视频云,改善数字化转型过程中AI能力不足的问题。挖掘数据智能既传承了通用安防应用,也可定向开发针对金融行业场景的应用,并使网点具备持续开发演进,快速上线的能力。

2)针对网点分散、覆盖范围广的特点,新华三聚焦行业场景,采用SNA AD-WAN广域网全流程自动化解决方案,通过该平台提升分行和网点灵活接入能力,无须做任何繁杂的配置即可接入。

从网点广域网的零配置上线,到网络编排,再到上层的关键业务识别保障、线路之间的可视灵活调度,该平台具备全流程的自动化能力,使得网点的网路接入智能化水平得到了大幅度提升。

3)针对新技术应用引发的边界安全挑战,新华三结合积累的安防经验,打造出一套网络连接管理方案(鹰视)。通过其内置的边界感知识别特征库,识别所接入终端设备的厂家、IP地址、MAC地址等关键信息,将扫描到的信息周期性的与预定义的合法基线策略进行比对,有效地解决了边界物联网设备接入的合规性问题和资产管理问题。且针对视频专网这部分,该套系统还具备主动发现和分析视频故障的能力,通过基线比对、主动发现分析手段,确保了所有接入网络的端点可视、可信、可控。

5. 解决方案客户价值

面对营业网点管理运维复杂,环境设施和广域网智能化程度低、AI能力弱,新技术引发的边界安全等挑战,新华三金融智能网点解决方案集成了金融安防视频云、广域网SNA自动化、鹰视网络连接管理,从建设到运维,提供一体化、一站式交付能力,辅以主动安全和可视化运维能力,全面助力网点数字化转型。

在可靠灵活的广域网接入基础上,依托新华三鹰视网络连接管理解决方案为AI安防设备保驾护航,借助新华三金融安防视频云,提高网点智能化程度的同时,也可利旧原有安防设备,保护客户原有投资。通过整合多张网络数据,深度挖掘数据价值。将以人为主导的安防,转变为以机器主导的安防,向着“机器研判”、“机器决策”方向演进;安防事件的处置机制,也将从原来的“事后追溯”向“事前预防”发展,先知先觉。