金融服務公司Discover Financial Services採用容器化方法來實現其工作負載的敏捷性和靈活性，同時探索生成式AI的長期優勢。
Discover公司從2024年開始積極地轉向雲端，遷移策略側重於保持混合靈活性並充分利用雲的彈性。
Discover公司高級副總裁、首席資訊官Jason Strle在18個月前加入公司，此前他曾在富國銀行和摩根大通擔任首席資訊官和首席技術官，他選擇使用Red Hat OpenShift on AWS遷移關鍵任務工作負載。他說，將這些容器化工作負載遷移到AWS為Discover公司提供了更高的靈活性和敏捷性，使其能夠更有效地應對季節性消費支出的高峰和低谷。
Discover公司高級副總裁、首席資訊官Jason Strle
Strle表示，現在大部分遷移工作已經完成，雲彈性的好處已經開始見效。
Discover的企業架構和技術戰略副總裁Ed Calusinski解釋說，Discover的實施是獨一無二的，因為它在AWS多租戶公有雲基礎設施上的AWS虛擬私有雲（VPC）中運行其OpenShift平台，通過這種方法，OpenShift就可以抽象到雲端。
多年來，這家位於伊利諾伊州Riverwood的金融服務公司在自己數據中心內的雲平台上託管工作負載。OpenShift混合的方法讓Discover可以選擇在私有雲或公有雲上運行工作負載，使其能夠更好地管理和將工作負載移動到多個雲，防止廠商鎖定。
Strle說：「今年前六個月[遷移到雲的]工作負載比以往所有年份都多，遠遠多出幾個數量級。由於環境是具有彈性的，我們能夠應對諸如激增等情況，這對我們來說非常重要，因為我們進行營銷和活動的方式，以及人們與我們的獎勵互動方式各不相同，這可能導致消費者行為發生非常劇烈的變化，而我們可以動態地增加我們在公有雲上的容量。」
這種基於容器的方法還為Discover提供了與本地系統的連接，以及允許訪問Discover核心SaaS廠商（ServiceNow和Workday）的網關，與外部廠商的集成，隨著雲選項的擴展，Strle也在考慮可替代的、基於容器的架構。
依靠混合雲
Discover公司早在2018年就決定採用基於容器的方法，這也是很多消費者金融服務公司採用的混合方法，可以最大限度地控制工作負載。例如，通過利用OpenShift，Discover和其他公司可以實現跨AWS、微軟Azure、Google Cloud Platform和IBM Cloud的可移植性。
但有分析師指出，在雲計算中引入基於容器的方法可能會帶來複雜性和挑戰。Gartner的雲、邊緣和AI基礎設施副總裁Sid Nag表示，對於使用OpenShift for AWS的用戶來說，開放性和功能性仍然大於風險。
Nag解釋說：「他們將AWS用於基本的計算服務，但不用於上層計算服務，他們希望能夠在任何地方運行OpenShift——在公有雲、本地環境或者私有雲中，並且可以在不同的混合環境中移動工作負載。」
Gartner預測，到2027年有90%的企業將採用混合雲的方法，並指出，所有企業在部署生成式AI時面臨的一個主要挑戰就是跨混合雲環境的數據同步。
為生成式AI做好準備
在生成式AI方面，Strle和他的團隊正在探索潛在的長期好處，首先是使用微軟的Copilot for Office和GitHub。
但Strle表示，Discover正在採取一種慎重的方法對待這項技術，公司內部有一項中央AI治理功能，負責評估圍繞開發生成式AI解決方案的風險管理。
他補充說，還有一個負責監督數據和決策分析部門，被稱為DNA，正在試驗谷歌的Vertex生成式AI平台，以用於潛在的聯絡中心廠商。他表示，一些Vertex功能正在被投入生產中，目前的計劃是採用「生態系統方法」來管理生成式AI解決方案，而不是「拼湊一堆不同的AI工具」。
「我們有意允許對生成式AI進行一些有機的探索，」Strle強調，Discover尚未向客戶展示生成式AI功能。
這家金融服務公司還在評估基於Meta的Llama開源模型，正在考慮更先進的生成式AI模型，這些模型可以自主做出決策——但Discover尚未採用代理AI。
「在部署過程中，我們仍然專注於『人為因素』，因為我們仍然必須管理與這些解決方案相關的所有風險和合規性，」Strle談到當前的生成式AI模型時這樣說道，這些模型可以幫助員工完成內部任務、驗證和複查人工活動以消除錯誤。
最初，Discover對生成式AI的嘗試將僅限於大型語言模型執行文檔摘要以及潛在地支持客戶代理，但在可預見的未來不會有任何直接面向客戶的功能。
「我們不會去做這方面，任何可能為客戶做出重要決定或可能造成傷害或混亂的東西，都屬於『請勿觸碰』的類別。」
但在這個快速轉型的時代，Strle不會放棄任何東西。他說：「我沒有看到迫在眉睫的機會，但我知道這種情況可能會迅速發生改變，所以我們不會關閉任何大門。」
金融服務AI策略
這種方法似乎是大型金融服務機構的常見做法。
最近摩根大通集團首席資訊官Gill Haus表示，他正在評估使用生成式AI來改善內部運營、聯繫中心和旅遊業務，一些生成式AI用例已經投入生產。但他不會在面向客戶的應用中部署這項技術，除非經過實戰測試並且消除了幻覺等錯誤。
和Discover一樣，摩根大通也開始進行重大的數字化轉型，包括開發新的存款平台，以及將其舊應用現代化為部署在私有雲、AWS和其他公有雲提供商上的微服務。
Haus說：「我們將採用基於用例的方法，不會針對特定的業務線，而適用於解決某種類型的問題或行動。」
有分析師表示，他們對雲和生成式AI的謹慎態度是消費貸款機構的一種典型做法。
IDC雲和邊緣服務副總裁Dave McCarthy表示：「雖然這些公司還在本地數據中心運營著大量的金融系統，但他們一直在為面向客戶的網站和移動應用採用雲服務。」
McCarthy表示：「實施生成式AI功能的興奮情緒，正在受到這樣一個事實的影響：這些技術大部分都是新技術且未經驗證的，這會導致金融服務領域那些厭惡風險的公司採取謹慎的態度。大多數公司首先嘗試使用生成式AI來改進內部流程，然後再添加面向客戶的功能。」
