摘要：Discover公司高级副总裁、首席信息官Jason Strle在18个月前加入公司，此前他曾在富国银行和摩根大通担任首席信息官和首席技术官，他选择使用Red Hat OpenShift on AWS迁移关键任务工作负载。他说，将这些容器化工作负载迁移到AWS

金融服务公司Discover Financial Services采用容器化方法来实现其工作负载的敏捷性和灵活性，同时探索生成式AI的长期优势。

Discover公司从2024年开始积极地转向云端，迁移策略侧重于保持混合灵活性并充分利用云的弹性。

Discover公司高级副总裁、首席信息官Jason Strle在18个月前加入公司，此前他曾在富国银行和摩根大通担任首席信息官和首席技术官，他选择使用Red Hat OpenShift on AWS迁移关键任务工作负载。他说，将这些容器化工作负载迁移到AWS为Discover公司提供了更高的灵活性和敏捷性，使其能够更有效地应对季节性消费支出的高峰和低谷。

Discover公司高级副总裁、首席信息官Jason Strle

Strle表示，现在大部分迁移工作已经完成，云弹性的好处已经开始见效。

Discover的企业架构和技术战略副总裁Ed Calusinski解释说，Discover的实施是独一无二的，因为它在AWS多租户公有云基础设施上的AWS虚拟私有云（VPC）中运行其OpenShift平台，通过这种方法，OpenShift就可以抽象到云端。

多年来，这家位于伊利诺伊州Riverwood的金融服务公司在自己数据中心内的云平台上托管工作负载。OpenShift混合的方法让Discover可以选择在私有云或公有云上运行工作负载，使其能够更好地管理和将工作负载移动到多个云，防止厂商锁定。

Strle说：“今年前六个月[迁移到云的]工作负载比以往所有年份都多，远远多出几个数量级。由于环境是具有弹性的，我们能够应对诸如激增等情况，这对我们来说非常重要，因为我们进行营销和活动的方式，以及人们与我们的奖励互动方式各不相同，这可能导致消费者行为发生非常剧烈的变化，而我们可以动态地增加我们在公有云上的容量。”

这种基于容器的方法还为Discover提供了与本地系统的连接，以及允许访问Discover核心SaaS厂商（ServiceNow和Workday）的网关，与外部厂商的集成，随着云选项的扩展，Strle也在考虑可替代的、基于容器的架构。

依靠混合云

Discover公司早在2018年就决定采用基于容器的方法，这也是很多消费者金融服务公司采用的混合方法，可以最大限度地控制工作负载。例如，通过利用OpenShift，Discover和其他公司可以实现跨AWS、微软Azure、Google Cloud Platform和IBM Cloud的可移植性。

但有分析师指出，在云计算中引入基于容器的方法可能会带来复杂性和挑战。Gartner的云、边缘和AI基础设施副总裁Sid Nag表示，对于使用OpenShift for AWS的用户来说，开放性和功能性仍然大于风险。

Nag解释说：“他们将AWS用于基本的计算服务，但不用于上层计算服务，他们希望能够在任何地方运行OpenShift——在公有云、本地环境或者私有云中，并且可以在不同的混合环境中移动工作负载。”

Gartner预测，到2027年有90%的企业将采用混合云的方法，并指出，所有企业在部署生成式AI时面临的一个主要挑战就是跨混合云环境的数据同步。

为生成式AI做好准备

在生成式AI方面，Strle和他的团队正在探索潜在的长期好处，首先是使用微软的Copilot for Office和GitHub。

但Strle表示，Discover正在采取一种慎重的方法对待这项技术，公司内部有一项中央AI治理功能，负责评估围绕开发生成式AI解决方案的风险管理。

他补充说，还有一个负责监督数据和决策分析部门，被称为DNA，正在试验谷歌的Vertex生成式AI平台，以用于潜在的联络中心厂商。他表示，一些Vertex功能正在被投入生产中，目前的计划是采用“生态系统方法”来管理生成式AI解决方案，而不是“拼凑一堆不同的AI工具”。

“我们有意允许对生成式AI进行一些有机的探索，”Strle强调，Discover尚未向客户展示生成式AI功能。

这家金融服务公司还在评估基于Meta的Llama开源模型，正在考虑更先进的生成式AI模型，这些模型可以自主做出决策——但Discover尚未采用代理AI。

“在部署过程中，我们仍然专注于‘人为因素’，因为我们仍然必须管理与这些解决方案相关的所有风险和合规性，”Strle谈到当前的生成式AI模型时这样说道，这些模型可以帮助员工完成内部任务、验证和复查人工活动以消除错误。

最初，Discover对生成式AI的尝试将仅限于大型语言模型执行文档摘要以及潜在地支持客户代理，但在可预见的未来不会有任何直接面向客户的功能。

“我们不会去做这方面，任何可能为客户做出重要决定或可能造成伤害或混乱的东西，都属于‘请勿触碰’的类别。”

但在这个快速转型的时代，Strle不会放弃任何东西。他说：“我没有看到迫在眉睫的机会，但我知道这种情况可能会迅速发生改变，所以我们不会关闭任何大门。”

金融服务AI策略

这种方法似乎是大型金融服务机构的常见做法。

最近摩根大通集团首席信息官Gill Haus表示，他正在评估使用生成式AI来改善内部运营、联系中心和旅游业务，一些生成式AI用例已经投入生产。但他不会在面向客户的应用中部署这项技术，除非经过实战测试并且消除了幻觉等错误。

和Discover一样，摩根大通也开始进行重大的数字化转型，包括开发新的存款平台，以及将其旧应用现代化为部署在私有云、AWS和其他公有云提供商上的微服务。

Haus说：“我们将采用基于用例的方法，不会针对特定的业务线，而适用于解决某种类型的问题或行动。”

有分析师表示，他们对云和生成式AI的谨慎态度是消费贷款机构的一种典型做法。

IDC云和边缘服务副总裁Dave McCarthy表示：“虽然这些公司还在本地数据中心运营着大量的金融系统，但他们一直在为面向客户的网站和移动应用采用云服务。”

McCarthy表示：“实施生成式AI功能的兴奋情绪，正在受到这样一个事实的影响：这些技术大部分都是新技术且未经验证的，这会导致金融服务领域那些厌恶风险的公司采取谨慎的态度。大多数公司首先尝试使用生成式AI来改进内部流程，然后再添加面向客户的功能。”

来源：至顶网