（原标题：对话腾讯云副总裁胡利明：银行核心系统的改造就像为行驶中的汽车更换轮胎）
21世纪经济报道记者 黄子潇 深圳报道
金融行业的数字化改造持续加速，近年来逐步从外围系统深入到核心业务系统的升级替换，产业侧也在持续加大技术和产品的供给力度。
“银行的分布式系统升级在各类金融机构中走得最快。目前多家大型银行的升级改造已经基本完成。”在日前举办的腾讯全球数字生态大会期间，腾讯云副总裁、金融业务线负责人胡利明在接受21世纪经济报道等媒体的采访时表示。
然而，核心系统替换过程中也面临着诸多难题。 例如，由于系统服务无法中断，数据库的替换升级工作需要与日常业务服务同步进行，胡利明形象地将其称为“为行驶中的汽车更换轮胎”。
据悉，智能化、国际化、融合创新是腾讯云的三大业务板块。在业务比重方面，胡利明表示，融合创新是腾讯云最主要的业务，约占80%，而智能化和国际化板块各占10%左右。
他表示，今年金融机构的预算有所下滑，上半年新招标项目与预期有一些差距，不过客户对于此前已采购的自主技术架构平台、数据库来说，增购扩容的量较预期更多，因为一期采购了技术架构平台后，其扩容和上线速度会加快。整体来看，腾讯金融云的业务增速和预期基本一致。
“目前银行核心系统的攻坚期已经基本结束，大部分技术卡点已经得到了突破和磨合，接下来主要是工程性的投入。”胡利明表示。
21世纪经济报道：银行业的核心系统替换整体进度如何，有哪些顾虑点？
胡利明：银行的分布式系统升级在各类金融机构是最快的。大型银行方面，自2019年起就已进行大规模投入，目前建行、农行、工行的升级改造已经基本完成，核心系统上云也已基本完成，整体完成度达到70%～75%。
工作量方面，主要集中于业务系统的改造。当原来的核心系统，信用卡、零售、总账、对公等各类系统全部转向分布式时，意味着新的规范，芯片、软件、架构的重新设计，然后是微服务和分布式的切分和实施的工艺，这是一个庞大的工程。
由于数据库需要持续提供服务，替换升级工作需要与日常业务同步进行，这无异于为行驶中的汽车更换轮胎，其难度可想而知。
对于国内的银行业，大规模的标杆项目建设已经完成，技术卡点已经得到了突破和磨合，我们认为攻坚期已经结束，接下来主要是稳扎稳打的工程性投入。
21世纪经济报道：核心系统的自主可控有何评价标准，自研和采购哪一种为业内主流方式？
胡利明：核心系统的组成部分比较多，有底层的硬件、网络、存储，再到操作系统和技术平台，比如云平台、中间件、数据库，再到应用系统本身，是一整个链条，每一层都需要做国产自主创新。
对于信创认定，如金融行业的基础软件，工信部有相关的金融产品名录，金融有一些政策的要求，通过下发认证，才能认定属于信创。而在应用软件层面的定制化比较多，认定的难度大一些，目前尚缺少明确的标准。
不过，无论是银行自研，或是在国内的系统软件开发上自研，都是国内积累多年下来的代码，本质上都是中国人开发的。
21世纪经济报道：腾讯云与银行、证券、保险、公募基金均有合作，各类机构对于分布式数据库的需求有哪些侧重点？
胡利明：需求确有不同。例如，银行账户交易对实时性的要求比较高，而交易逻辑比较复杂，对账户存储的可靠性、交易实时性、交易事务的控制、原子化的要求是极致的。因此在这个领域，MySQL的技术路径更为适宜。TDSQL在基于MySQL进行开发优化，成为银行核心系统的首选。
保险合约的逻辑也较复杂，涉及十年期等长期合同和复杂的规则叠加，以及保险变更等交易的落地，需要进行更长的逻辑判断，分析工作量较大，因此更倾向于使用PostgreSQL数据库。
至于证券行业则是两类都有。一类受限于供应商数据选型使用Oracle，对Oralce语法、存储过程等兼容性要求比较高，当前趋向使用PostgreSOL数据解决兼容性。另一类券商倾向于使用内存数据库去做最终交易撮合，用基于硬盘的第三方数据库做最终撮合之后的落盘。
21世纪经济报道：银行的“去IOE”已经提了许多年，目前TDSQL对Oracle兼容性如何？如果数据库出现问题能否快速切换回Oracle？
胡利明：核心系统非常关键。在推进升级改造的过程中，许多银行会采取保底措施，即在替换数据库的同时，先将原有Oracle数据库退下来作为备份通道。
我们是国内首家从Oracle切换到国产数据库的公司，当时也做了Oracle的备份，从稳妥的角度来看，我们非常能理解金融机构的这个选择。
然而，如果要实现真正的自主化，最终仍要逐步淘汰这些备份通道，目前已有机构迈出了这一步。在本月，有一家国有大行成功将原有核心系统的Oracle备份通道去掉，使用TDSQL作为核心数据库，全面实现了自主创新替换，相信未来会有更多客户跟上。
在Oracle兼容性的迁移和替换方面，我们做了很多提升。过去两年，有专门团队从工具和内核的层面对Oracle的兼容性进行优化，在保险场景、券商场景都有案例落地。
21世纪经济报道：腾讯金融大模型所使用的训练语料来源情况如何？
胡利明：混元大模型使用从市面上采购的公开数据，包括财经资讯、经济数据以及金融领域的专业知识库。当涉及保险、券商、银行等金融机构的客户服务数据时，通常会在客户的本地环境进行部署，这些数据不会离开客户的机房服务器，在此情况下可以利用这些数据对模型进行精调。
首页
微信公众号
证券之星APP
