随着人工智能的热潮，边缘计算正成为市场关注的热点。截至6月15日的数据显示，万得边缘计算概念指数(8841187.WI)当月上涨10.04%。《中国经营报》记者注意到，近日有多家上市金融科技企业通过投资者互动平台提到其边缘计算技术在金融领域的应用。

【资料图】

多位业内人士告诉记者，边缘计算可以加快资料的处理和传送速度，减少延迟，与云计算、AI技术融合发展，则可以结合各项技术的优势，满足高精度、低消耗、快响应、低延时的应用场景需求。近期AI大模型技术的发展，也使得边缘AI打开了更多的应用场景想象空间。

融合技术优势

根据国际电信咨询公司STL Partners边缘计算关键数据统计，2030年全球边缘潜在市场将达4450亿美元，10年复合年增长率48%。而根据亿欧智库调研，2025年我国边缘计算市场空间达1987.68亿元，发展潜力巨大。

华西证券在研报中指出，边缘计算相较于云计算而言，减轻了网络带宽和数据中心功耗的压力，减少了系统延迟，增强了服务响应能力，同时还有减少网络数据泄露风险，保护用户数据安全和隐私等优势。由此，云计算与边缘计算融合的云边协同可以同时继承两者的优势，以同时达到高精度、低消耗、快响应、低延时的应用场景需求。

除了云计算之外，AI的火热也使边缘计算与AI相融合的边缘AI受到瞩目。青云科技（688316.SH）相关负责人告诉记者，边缘计算与 AI 的结合，可以更好地实现在本地进行数据处理，降低延时与能耗，但同时，模型训练所需要的大规模算力支持还是需要在中心云进行，包括数据备份和业务连续性保障也需要中心云来支持。

“在网络安全和安防领域中，边缘计算也有较大的应用优势。具体而言，边缘计算技术可以在众多不同的边缘数据中心处理数据，黑客基本不可能同时攻破众多的边缘数据中心，而即使少部分边缘数据中心被攻破，也无法影响整个网络。”科蓝软件（300663.SZ）相关负责人向记者表示，边缘数据中心和物联网设备的位置往往都靠近用户，网络中断对这个系统的影响很小。

提升运算能力

科蓝软件相关负责人告诉记者，边缘计算技术在金融领域的应用主要有两个方向。其一是通过提高运算速度，更好地满足金融业数据反馈准实时的需求，甚至是实时的需求。随着边缘计算技术的发展，边缘计算中心的数量可以大规模扩展，具有靠近客户的优势，运算能力明显增强并且更稳定。这样过去在金融领域无法实现的实时需求，例如风控模型的反馈、精准营销的反馈、客户投资偏好的收集等，都可能实现实时的运作，金融机构的获客能力和业务扩展能力都可能大幅增强。

其二是提高安全性和可靠性的场景。近年有关部门一直在强调互联网技术的安全可靠，特别是互联网金融技术的安全性和可靠性，边缘计算技术有数据分散、运算分散、运算工作接近用户的显著优势，数据泄露、客户身份泄露、运算结果泄露的风险明显降低，在风险降低的背景下，金融机构更有动力去扩展新业务，金融业的发展可能会更趋于多元化和精细化，业务细分和客户细分可能会更详细，客户能够获得更定制化的贴心金融服务。

以青云科技为例，其服务客户实践中涉及的金融应用场景，主要在智能客服、风险识别和管理、欺诈检测和预防等，以更精准、更个性化的服务提升用户体验，通过有效规范员工行为、及时发现潜在风险等方式提升安全性与可靠性。

科蓝软件相关负责人则向记者表示，公司主要在大数据精准营销领域有边缘计算技术的应用。精准营销是众多商业银行的需求，通过精准营销可以准确地找到符合条件的目标客户，为客户推荐符合金融需求的产品。但由于不同支行的客户群体往往不同，所以不同支行的精准营销大数据模型也是不同的。如果将计算中心放到总行或者分行，那么系统需要准实时地收集支行客户的数据，并传送至总行的计算中心，计算中心运算后再将结果反馈给支行。这样做的传输速度慢，无法满足准实时的需求。同时，不同支行客户群体的情况不同，统一计算的结果不理想。所以需要应用边缘计算的技术，在不同支行建立边缘数据中心，支行可以在本地根据客户的情况进行计算。总行或者分行运用大数据模型对计算进行统筹，这样既加快了速度，计算结果也往往更精确。

标签：