0
| 本文作者： 徐咪 | 2025-12-24 14:42 |
12月24日，騰訊云官方公號披露，在國內 TOP10 券商中，已有超過 6 成選擇騰訊云，構建新一代國產大數據平臺，用于支撐面向 AI 時代的數據基礎設施升級。
這一變化，正在成為證券行業的一個新趨勢。
過去十多年，以 CDH 為代表的傳統大數據平臺，長期支撐著券商的數據分析和經營決策，主要用于報表統計、批量計算等場景。
但隨著財富管理向智能化演進，智能投顧、智能營銷、AI 風控、實時監測等場景逐步成為常態，數據“隨時可用”的需求顯著提升。
與此同時，系統長期疊加帶來的數據割裂問題日益凸顯，研報、財報、投行底稿、公告等大量非結構化數據難以真正參與分析，制約了高價值應用的落地。
再加上 CDH 等傳統商業發行版陸續退役停更，券商面臨的數據底座升級壓力不斷加大。行業普遍共識是，原有架構已難以支撐下一階段的發展。
在這一背景下，越來越多頭部券商開始推進新一代數據平臺建設。據騰訊云官方披露，目前中信證券、國泰海通、廣發證券、銀河證券、中信建投、中金財富等多家頭部機構，均已和騰訊云大數據平臺TDBS進行合作。
從實踐來看，平臺遷移的穩定性與可控性，是券商選擇的重要考量因素之一。騰訊云 TBDS 提供了覆蓋數據、元數據、作業調度等核心資產的遷移工具體系，遷移過程可校驗、可回滾、可監控，降低了傳統“人盯人、手工改”的遷移風險。遷移周期從傳統的 3-6個月縮短至 1-3個月
在架構演進上，TBDS大數據 支持經典集群與云原生集群并行運行，券商可根據自身節奏逐步升級，同時還可通過統一元數據實現不同架構集群之間的數據互訪，在保證業務連續性的同時完成技術架構升級。
性能和擴展能力，是另一項關鍵因素。TBDS 通過湖倉一體（Lakehouse）架構，對傳統技術棧進行升級。在數據湖分析加速場景，相關查詢效率可提升 5 倍以上，并支持云原生形態下的彈性擴縮容，單集群可支撐萬級節點規模。
在運維層面，騰訊云通過自研管控平臺和與 WeData 的深度集成，將集群管理、監控診斷、數據開發和治理等能力進行整合，減少了人工運維負擔，提升了整體效率。
以廣發證券為例，其基于騰訊云 TBDS 完成了 CDH 集群的平滑遷移，數據開發效率提升 47%，為智能投顧、精準營銷等核心業務提供了更穩定的實時分析能力。
中信建投證券則依托 TBDS 構建了規模達 3PB 的國產大數據平臺，穩定支撐超 1700 個數據處理任務，月均批處理量達 60 萬次，覆蓋 20 余個業務團隊，底層數據協同效率顯著提升。
在中金財富的數字化實踐中，TBDS 與 WeData 共同支撐了賬戶管理、精準營銷和自助分析等場景，整合 40 余個業務系統，沉淀 230 個客戶標簽，客戶運營續接率超過 75%。
完成對傳統CDH平臺的替代基礎上，騰訊云還在全力布局Data+AI 。騰訊云大數據TBDS產品中心總經理徐曉敏表示，騰訊云致力于將數據分析、模型訓練、向量檢索、AI 編程等能力在同一平臺內完成，打造數據與 AI 融合的智能工作臺，為券商及政企客戶打造能面向未來十年AI時代的數據基礎設施。
值得一提的是，在IDC最近發布的三份AI大數據領域權威報告中，騰訊云拿下了三項“第一”：生成式AI數據基礎設施“領導者”象限、數據治理市場份額增速連續兩年居首、大數據私有化部署市場份額增速蟬聯第一。
截至目前，騰訊云大數據平臺已服務超過2000 家金融、政務等行業客戶，節點管理規模突破 10 萬。在金融領域，已助力中國銀行、中信銀行、光大銀行、太平人壽等頭部機構，實現大數據平臺的自主創新升級。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
