微软已经在与Swift SCRL合作,将该组织的金融通信网络引入Azure。
Swift系统是全球商业的核心支柱,有超过11000家金融机构以及大型企业适用该系统来交换他们有关其账户之间交易的数据,该系统帮助处理着全球大多数国际货币和证券的转移。
近日微软宣布与Swift合作,已经将运行在Azure上的该系统进行了概念验证的实施。目前微软自己的财务部门正在使用该部署来处理某些内部交易,负责该项目的首席项目经理Guru Kirthigavasan表示,该部门每年通过Swift支付超过4000亿美元的款项,以支持微软的运营。
微软打算将这一概念验证转变为面向金融机构的云服务,目标是为很多银行目前用于访问Swift的内部部署基础设施提供一种更简单的替代方案。
这一计划的定位并不仅仅局限于降低管理费用。微软正在探索与其他Azure服务进行集成以简化事务管理的可能性。
Kirthigavasan这样写道:“除了将该服务迁移到云能够在运营和安全性方面立即见效之外,在增加业务逻辑、高级分析和AI功能以进一步改善银行和企业进行转移、发现趋势和见解方面还有巨大的潜力。”
微软没有特别详细地说客户可以期待看到什么,但目前微软自己财务部门的内部试点提供了一个总体思路。微软已经实施了AI算法,可以在付款发送到Swift之前检查付款的真实性。 Azure提供了大量的机器学习服务,理论上讲应该能够让银行为自己未来的部署实施类似的机制。
微软计划的Swift服务有可能为金融行业的企业带来重要的新收入来源,在金融行业几乎每家企业都要依赖于网络。如果该产品获得足够的关注,微软将有效地帮助将该全球银行系统的核心组件转移到云端,如果AWS等竞争对手也决定加入其中,自己托管Swift实施的话,这个可能性会更大。
微软预计将在“不久的将来”发布该产品的公开预览版,而且该产品将成为Azure广泛的行业特定服务组合的一部分。此前微软向该产品组合中新增了一款用于生命科学领域的基因组分析平台。
好文章,需要你的鼓励
企业不仅能精准掌握碳足迹,更能在运营中产生可量化的商业价值,真正将可持续性从“理念”变为“行动”。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
人工智能可能并非完全处于泡沫状态,但大语言模型可能确实存在泡沫。他指出,尽管AI基础设施投资巨大,但开源模型在性能上已接近商业前沿模型,且成本更低。Zemlin预测2026年将迎来以开放生态系统为主导的"性能与效率时代",并强调PARK技术栈将成为AI部署的默认平台。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。