NO. 012026年7月29日
Amica 使用 Amazon S3 Tables 从核心保险应用程序中释放价值
- 在这篇文章中，您将了解 Amica 如何使用 S3 Tables 为核心保险数据构建数据湖，将他们的 ETL 任务运行时间缩短 80％。
- 通过整合到两个 S3 Tables 表存储桶，Amica 将生产和非生产环境的每月基础设施成本降低了 83%。
- 结果，数据管道的运行时间缩短了 5 倍，从 20 小时缩短到 4 小时。
FINANCIAL SERVICES · TECHNICAL READING
金融知识与云架构，
放在同一张阅读地图上。
AWS Financial Services Blog 的非官方中文精读。评分同时考察 FSI 领域知识、技术深度、可复用性、生产就绪度与职业相关性。
LATEST BRIEFINGS
最新精读
按 AWS 原文发布日期排序
NO. 022026年7月28日
使用 Amazon Bedrock AgentCore 对亚马逊 S3 和 Snowflake 进行人工智能信用分析
- 参考部署在大约 70 秒内完成全面的信用资格评估（未优化的基线，我们稍后将详细介绍），在几秒钟内即可完成分析师跨系统手动交叉引用通常需要 20-40 分钟的过程。
- 代理人如何回答贷款资格问题为了说明端到端流程，请考虑一个常见的信贷工作流程：“客户 C-1042 有资格获得 50,000 美元的个人贷款吗？”该代理只需一个回合即可协调以下内容：第 1 步：调用 knowledge_base_search，从 Amazon S3 的政策 PDF 中检索银行的债务与收入 (DTI) 比率限制、最低信用评分门槛和个人贷款产品条款。
- FSI 决策者的关键指标不是原始延迟，而是操作改进率：即使在最复杂的情况下约为 71 秒，该架构也比手动跨系统分析提高了 17-34 倍。
NO. 032026年7月21日
金融市场基础设施提供商上半年的云采用最新情况
- 它每天可以处理 2100 万笔交易，而旧系统的交易量为 700 万笔。
- Abaxx 还能够在发布期间管理 10 倍的交易活动激增，并将托管成本削减了 35％。
- 该业务每天收集并提供来自全球超过 575 个交易所和交易场所的 1 亿种工具的数千亿个数据更新。
NO. 042026年7月20日
AWS 如何帮助香港银行交付 HKMA DART 框架
- DART 代表四个基本支柱：D 数据：建立统一的数据基础设施和治理 A I：负责任地大规模部署人工智能：确保运营连续性和网络安全 T 代币化：促进数字资产创新和区块链的采用对于香港银行来说，DART 超越了 Fintech 2025 的基础转向具有监管权的具体计划。
- AWS 持有主要框架的认证和认证，包括 ISO 27001、SOC 1/2/3、CSA STAR、PCI DSS 等（参见 AWS 合规计划）。
- 对于银行而言，这意味着四项基础设施要求与消费类加密货币截然不同：区块链节点全天候运行，政府债券和数字货币结算具有机构级可用性的密钥管理，其中私钥在硬件安全边界之外绝不会以明文形式存在的机构间连接可防止结算流量进入公共互联网可通过合规性检查、许可名单和执行前的多重签名批准进行可审计的交易治理图 4：代币化生态系统——真实-世界资产通过代币化管道流向具有安全密钥管理的区块链网络。
NO. 052026年7月14日
使用 Amazon Bedrock AgentCore 构建多智能体评估工作台
- 该系统在 AWS 云上使用无服务器架构：代理运行时：在 Amazon Bedrock AgentCore Runtime 上运行的 Strands 代理，使用 Claude Sonnet 4 作为基础模型。
- 评估 HIPAA 的影响。”}]}，{“group_id”：“informed_risk”，“标签”：“风险评估”，“执行”：“顺序”，“代理”：[{“代理类型”：“风险”，“深度”：“彻底”，“依赖关系”：[“架构”，“安全”]，“重点领域”：[“运营风险”，“供应商锁定”、“灾难恢复”]、“prompt_addendum”：“考虑架构和安全发现中复杂的风险。”}]} 图 2：人工智能规划师生成的执行计划示例。
- 结果在对代表性金融服务文档进行测试时，我们观察到四个可衡量的结果：速度：完整的多视角评估、架构、安全性、风险和合规性，在 10-15 分钟内完成。
NO. 062026年7月13日
通过设计实现主权：AWS 如何帮助尼日利亚的金融服务行业保护数据和推动创新
- 尼日利亚中央银行最近的 PSS/DIR/PUB/CIR/001/004 号通告——涉及数据本地化、市场结构和受益所有权披露——强调了前进方向：机构必须对管理客户数据的方式和地点表现出强有力的控制权。
- 自 2017 年以来，AWS 已在尼日利亚对超过 18 万人进行了云技能培训。
- AWS 提供安全、合规和监管服务和功能，旨在满足世界上对安全最敏感的组织的要求。
NO. 072026年7月9日
在生产中扩展 ML：BBVA 如何使用 MLOps 加速交付
- 在本系列的第 1 部分中，我们描述了 BBVA 基于亚马逊 SageMaker AI 构建的 MLOps 架构，包括临时开发工作流程和模型治理。
- 通过将 BBVA 的领域专业知识与亚马逊的向后工作方法相结合，这种调整使最终的架构建立在实际业务需求的基础上。
- 训练管道图 1：可重复使用的 MLOps 模板中的默认训练管道。
NO. 082026年7月9日
BBVA 的 MLOps 转型内幕：从数据平台到 AWS 上的可扩展机器学习
- 随着模型和项目数量的增加，通过加强自动化和集成来简化生命周期管理成为当务之急。
- 在试点用例中，自动清理使成本降低了 40-55％。
- 图 3 — 模型批准工作流程沙盒账户中的所有数据科学家在 SageMaker Studio AI 中共享相同的 AWS 身份和访问管理 (IAM) 执行角色（有关角色配置的详细信息，请参阅第 3 部分：BBVA 如何在 AWS 上构建全球分析和机器学习平台）。
NO. 092026年6月16日
Amazon EKS 和 AgentCore 上的金融服务多智能体系统
- 在这篇文章中，我们展示了如何在亚马逊弹性 Kubernetes 服务（亚马逊 EKS）、亚马逊 Bedrock 和亚马逊 Bedrock AgentCore 上构建该系统，并在每个层面进行身份验证、跟踪、成本控制和沙盒化代码执行。
- Claude Sonnet 4.6 是主要模型；Claude Haiku 4.5 是后备模型。
- 代理发送代码，代码解释器返回 stdout，代理解析结构化结果。
NO. 102026年6月13日
从互联到弹性：AWS 上的云原生支付连接
- 使用 sysctl 设置 tcp_keepalive_time=45、tcp_keepalive_intvl=45 和 tcp_keepalive_probes=3 会导致内核在空闲时间 45 秒后发送一次 keepalive_probes=3，并每 45 秒重复一次。
- 模式 B — 使用生命周期挂钩和加权目标组实现平稳维护图 3：零停机维护操作时间表：（步骤 1）使用 modify-listener API 将蓝色目标组权重设置为 0。（步骤 2）剩余连接耗尽时的传播窗口。（第 3 步）取消注册流失：现有会话自然完成。（第 4 步）处于终止:等待状态的 EC2 Auto Scaling 生命周期挂钩。（第 5 步）已调用 CompleteLifecycleAction，终止操作继续进行。
- 对于支付协议变更的金丝雀部署，例如 EMV 3DS 版本升级，请将权重保持在 95/5 或 90/10 以延长观察窗口，在继续操作之前监控金丝雀目标群体的错误率。