马来亚银行与微软签署了一项为期五年、价值约10亿令吉(2.364亿美元)的合作协议,旨在推动其业务运营的数字化和人工智能创新。
这项里程碑式的协议将使马来西亚领先的金融集团采用微软Azure作为其最战略性系统、功能和数据工作负载的主要云平台之一,为增强实时数据分析和更快部署新服务铺平道路。
为了大幅提升生产力和创新能力,马来亚银行还将向其44,000名员工推出微软365 Copilot,将智能助手嵌入到日常工作流程中,以简化复杂任务。
此外,银行还将使用微软的先进安全工具来加强网络防护,并探索建立联合卓越中心,共同开发云和AI驱动的创新,培养内部数字专业技能。
马来亚银行总裁兼集团首席执行官Khairussaleh Ramli表示,与微软的合作是银行数字化转型之路的重大跨越,超越了其M25+倡议的范围。
"这不仅仅关乎技术;更关乎如何前瞻性地思考我们如何更好地服务客户、改善工作方式并加速创新,"他说。"借助强化业务核心的正确技术,我们正在为所有利益相关者和客户构建一个真正敏捷、更快速且更具竞争力的环境,实现可持续增长和长期价值创造。"
马来亚银行的M25+倡议于2022年推出,通过专注五大支柱推动银行增长:客户中心化、数字化、强化马来西亚以外的业务、可持续发展以及伊斯兰银行业的全球领导地位。
在该倡议下,马来亚银行已承诺投入35亿至45亿令吉用于技术提升和其他战略领域。例如,银行一直利用技术提升客户体验和运营效率,推出了全数字化的客户身份验证(KYC)流程以及广受欢迎的MAE(随时随地的马来亚银行)电子钱包和移动银行应用。
最近的发展包括推出防欺诈的资金锁定功能以及扩展跨境快速响应(QR)支付集成。银行还一直在使用人工智能和机器学习来检测欺诈并自动化信贷申请等流程。
微软东盟区总裁Mayank Wadhwa表示:"马来西亚正处于数字化旅程的关键时刻,马来亚银行正以身作则。通过将智能嵌入金融服务的核心,马来亚银行正在转变服务客户的方式,同时为整个东盟地区的行业树立了强有力的榜样。"
2024年5月,微软宣布了其在马来西亚32年历史中的最大单笔投资:在未来四年内投入22亿美元,以加强该国的云和AI基础设施。这建立在微软在马来西亚首个Azure云区域的早期计划基础上,该区域于2025年5月上线,为当地企业提升了数据驻留能力并减少了延迟。
通过"AI赋能马来西亚未来"倡议,微软还希望到2025年底为80万马来西亚人提供AI技能培训。该计划连同与政府合作建立的国家AI卓越中心,旨在培养AI就绪的劳动力并赋能国家的开发者社区。
Q&A
Q1:马来亚银行与微软合作的主要内容是什么?
A:马来亚银行与微软签署了为期五年、价值10亿令吉的协议,主要包括采用微软Azure作为主要云平台、向44,000名员工推出微软365 Copilot智能助手、使用微软先进安全工具加强网络防护,以及探索建立联合卓越中心共同开发云和AI创新。
Q2:马来亚银行的M25+倡议包含哪些内容?
A:M25+倡议于2022年推出,专注五大支柱:客户中心化、数字化、强化马来西亚以外的业务、可持续发展以及伊斯兰银行业的全球领导地位。银行已承诺投入35亿至45亿令吉用于技术提升,并推出了全数字化KYC流程和MAE电子钱包等创新服务。
Q3:微软在马来西亚有什么重大投资计划?
A:微软在2024年5月宣布了32年历史中在马来西亚的最大单笔投资,未来四年投入22亿美元加强云和AI基础设施。微软首个在马来西亚的Azure云区域已于2025年5月上线,同时通过"AI赋能马来西亚未来"倡议,计划到2025年底为80万马来西亚人提供AI技能培训。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。