RedisDays 纽约 2022 概述

在以伦敦为中心的一天围绕实时数据展开，随后在旧金山举办以开发者为中心的一天，RedisDays 2022 在纽约落下帷幕，一天的会议都是关于 Redis 在人工智能（AI/ML）方面的最新发展。

RedisDays 纽约会议明确表明，任何现代数据栈都必须以性能优先的方式构建。这意味着它必须“支持现代数据模型和处理引擎，启用 AI/ML，并提供可组合的微服务”，正如 Redis 首席营销官 Mike Anand 在主题演讲中所述。开发体验应该 **快速、智能** 且 **简单**。基于微服务的应用程序和由 AI/ML 算法驱动的分析如何帮助提供端到端的实时用户体验？让我们看看当天的会议内容，它们涵盖的内容，甚至还可以观看按需提供的完整录音。

主题演讲：将实时 AI 融入您的“金融服务”应用程序

Mike Anand
Redis 首席营销官

“数字世界已经深深融入我们的日常生活，”Mike Anand 说。“在线购物、玩在线游戏、转账、信用卡支付——所有这些都是通过实时数据完成的。”我们许多日常流程都与实时数据紧密相连。

当今的客户需要即时结果和尽可能简单的流程。这就是为什么依赖于传统系统的公司需要赶上并开始创建现代应用程序。正如迈克在主题演讲中提到的那样，公司需要“使用新的设计模式（如 **微服务** 或 **事件流体系结构**）来重新思考[他们的]应用程序”。

这就是 **Redis Stack** 的作用。“Redis Stack 允许您为可能仍在使用的传统系统提供支持，而无需进行有风险的彻底更换策略，”他继续说道。使用 Redis Stack，公司可以通过提供高级 AI/ML 驱动的服务（如欺诈检测、算法交易、贷款审批、承保、中台、后台流程等等）来开始其应用程序现代化之旅。

收听主题演讲，了解 Mike Anand 如何谈论企业如何将 AI/Ml 整合到其标准运营中，以及他们如何避开 AI/ML 操作化方面的挑战。

Taimur Rashid
Redis 首席商务发展官

主题演讲接着概述了金融服务行业的趋势，以及当应用程序通过 AI 功能得到增强并变得更加实时时，可以解决的具体用例。Redis 首席商务发展官 Taimur Rashid 指出，关键的差异化因素是 **客户体验**。

taimur presentation in financial services

“当你看到数字应用程序的能力变得更加实时时，大多数现代应用程序都有一些必要条件，”他指出。其中最主要的是“**速度**、可扩展性、始终在线、全球分发、安全性以及 **AI 增强**”。速度在这里是最重要的变量。“在金融服务行业，速度至关重要。毫秒之间可能决定数百万，有时甚至数十亿美元。”

在主题演讲中，Taimur 强调了金融服务领域的一些趋势，例如数字能力、客户体验、新业务增长，以及 **金融犯罪** 和 **网络安全**。“随着越来越多的企业将其运营迁移到线上，”他说，“需要确保在全球范围内移动的资金能够以正确的方式移动，并符合相关法规。组织需要保护自己免受金融犯罪的侵害。随着更多活动转移到线上，网络安全至关重要。如何保护自己免受组织外部的不良行为者和威胁？”

在 Redis 高级产品经理 AI/ML Ed Sandoval 演示了向量相似度搜索的实际应用（将在下一节中详细介绍）之后，Taimur 与微软客户成功数据和 AI 部门总经理 Pascal Belaud 坐下来进行了一次讨论。

redisdays new york 2022 pascal belaud quote

在这段聊天中，Pascal 阐述了微软如何与不同的客户（例如 Allstate Insurance）合作，利用 AI/ML。他指定的一些用途包括捕获与客户的语音通话，然后使用 AI 技术对其进行转录。这些转录内容立即丰富了 Allstate 处理任何索赔所需的所有详细信息，而无需再次联系客户。这一切都是 AI/ML 融合的数字应用程序努力实现的客户体验的一部分。

观看完整的 **主题演讲**。

幕后：使用 AI 揭示隐藏在公司申报文件中的交易信号

在主题演讲的中途，Ed Sandoval 展示了一个演示，展示了 Redis 中可用的向量相似度搜索。在本节中，Ed 与微软企业数据科学和金融服务主管 Charles Morris 共同介绍了该演示的构建过程。虽然 Ed 侧重于 Redis 的向量相似度技术，但 Charles 侧重于 Microsoft Azure 的 ML 基础设施和用于构建演示的服务。

在本演示中，Ed 和 Charles 展示了如何使用 AI 从提交给 SEC 的美国上市公司公司申报文件中获取大量隐藏的宝贵信息。观看演示，了解他们共同分享的合作见解以及在此过程中学到的一些重要经验。

观看 **幕后演示**。

在企业中将 AI/ML 操作化

赋予数据科学家的工具和流程是什么？在将 AI/ML 集成到您的运营中时，需要做些什么才能将所有内容推送到生产环境中？

在本小组讨论中，Taimur Rashid 与 Forrester Research 副总裁、首席分析师 Mike Gualtieri 以及 Tecton 联合创始人兼首席执行官 Mike Del Balso 一起探讨了机器学习的变革性品质。公司正在尝试将 AI/ML 技术主流化，但如何才能可靠地进行扩展？许多组织运行在传统系统上，但如何在数字空间不断增长的需求下进行现代化？

“AI 已经成为基础，”Mike Gualtieri 说。“它已经成为企业的战略。它不是科学博览会实验。它不是创新实验。大多数公司认为他们将需要 AI。AI 就是软件，这些软件开发流程对于获取模型、对其进行操作化以及从这些应用程序中获得业务价值非常重要。”

Tecton 的 Mike Del Balso 分享了他与 ML 的一些经验，特别是他在 Uber 的先前角色。“我们在 Uber（Michaelangelo）对 ML 平台的目标是使 ML 民主化，”他说。“为我们从一开始就确定的 100 多个用例提供 ML 支持，这些用例能够真正影响产品和客户体验。”

观看“**在企业中将 AI/ML 操作化**”以获取完整范围的信息。