还有人工智能, 云和其他进步, 要克服标准重叠的障碍，需要文化上的转变, 遗留系统的复杂性和公司没有优化自己的数据能力.
我们在一个日益数据驱动的环境中运作. 人们正在利用数据来应对当今的许多挑战, 为风险管理等领域提供新的见解, 运营绩效评估和客户体验.
近年来, 随着对数据访问的日益关注和增长, 随着金融市场越来越数字化, 随着更广泛的数据交换方法和格式的开发，数据功能也得到了扩展. 然而,, 对数据的日益重视并没有导致管理方法的改进, 在整个行业中有效地使用和交换数据.
相关内容:利用云和数据分析推动创新
到目前为止, 虽然业界一直专注于组织间数据交换的标准化, 很少有人关注制定企业内部数据管理的标准. 同时, 公司贸易生命周期的几个方面仍然是手工的, 比如交易后流程, 这意味着一些数据永远不会被分析，甚至不会被存储在现代技术平台中.
目前数据管理和交换效率低下的原因有几个，包括:
- 数据交换通常由重叠的标准和格式决定，需要高度维护.
- 在大多数组织中存储数据的方式, 通常在筒仓中, 防止其用户充分利用它.
- 如今，金融机构所依赖的许多数据集都不具备决策支持和自动化决策所需的数据质量标准.
- 操作的复杂性仍然存在，包括交易后生命周期中的手工流程.
拥抱创新和新技术
有效应对这些挑战，充分利用数据的力量, 企业应该考虑两个关键的优先事项:加速创新, including the adoption of new technologies; and embracing greater levels of industry collaboration.
技术在不断发展，并以各种方式被采用，这些方式既使变革成为可能，又使变革成为必要，并推动数据管理和交换方面的创新. 对于人工智能和分布式账本技术等新技术来说，情况确实如此, 但是，当我们着眼于能够支持改进的数据管理的最迅速采用的技术——云计算时，也清楚地证明了这一点.
存的研究发现，大多数公司都希望拥有完全云原生的应用程序, 或者完全采用云计算, by 2024, 这意味着行业目前正在平衡重新构建其处理和管理数据的方式的需求，以及在将第三方技术引入组织时可能出现的风险管理问题.
但面对这些采用的挑战, 该行业还受益于云提供解决方案的能力，以解决当前数据管理效率低下的问题. 具体地说, 企业可以利用云的规模和自动化能力来利用数据的力量, 这意味着更快的洞察力, 更快的业务流程, 最终实现更高效的vnsr威尼斯城官网登入业.
其他新兴技术, 比如人工智能和机器学习, 还能通过改进数据流程的能力对数据管理产生影响吗, 但许多公司在使用这些技术方面仍处于起步阶段.
例如, 在许多早期的人工智能实验中, 金融机构缺乏充分利用人工智能所需的大规模干净数据集. 识别当今数据管理挑战的解决方案不仅可以提供清洁数据集的访问，还可以支持公司的创新和现代化之旅, 而且还可以利用新技术进行处理和分析.
然而,, 对数据的日益重视并没有导致管理方法的改进, 在整个行业中有效地使用和交换数据.
合作文化
虽然技术可以成为改进数据管理的激励因素和必要工具, 任何真正的行业转变都需要合作. 在存, 我们已经看到行业专家在这一领域进行合作，并期望在不久的将来看到合作伙伴和交易对手之间数据共享水平的提高.
围绕下一代数据交换和共享的文化将比以往任何时候都更具协作性, 受新技术的支持和业务需求的驱动. 整个行业的组织都需要拥抱开放和更大的灵活性. 协作工作需要得到强有力的数据治理的支持, 以及在隐私和安全方面的高标准.
新的范例将使参与者能够将数据转移到交易和数据生态系统中可以放大的地方. 将会有更多的数据共享, 特别是合作伙伴和交易对手之间的标准化参考信息, 导致为新客户和现有客户提供服务的数据实用程序的出现和增长.
当我们展望未来, 数据必须可访问, 安全, 通过生态系统相互联系，并提供强大的见解. 今天, 数据标准的重叠阻碍了数据管理的未来发展, 遗留技术的复杂性, 公司没有充分利用自己的数据力量. 这些挑战可以通过围绕数据交换的行业文化转变来解决，同时拥抱新技术和协作与共享的文化.
通过拥抱创新, 利用技术并确保持续的行业对话, 数据的力量可以充分发挥其潜力. 未来行业的发展将由数据驱动.
本文于2023年10月13日首次出现在GARP网站上.