Jem Walters于2023年9月成为银行集团Vanquis的首席技术官(CTO),这一转变源于他对创业的渴望。在Virgin Money工作23年后,曾担任首席信息官的他希望尝试创业。他与人共同创立了成功的省钱应用Snoop,该应用于2023年7月被Vanquis收购。
虽然Walters已经满足了创业愿望并从中学到很多,但这次收购为他重返企业界创造了机会,担任Vanquis的CTO。这家成立于1880年、2023年前称为Provident Financial的银行集团面临着遗留IT系统的挑战。高管团队相信Walters能够帮助企业克服这些问题。
"我在Virgin Money于2012年收购Northern Rock时已经历过一次类似的过程,"Walters在回顾这个机会时说。"我并不完全确定这是否是我职业生涯的下一步选择。"
在与高管团队的一次谈话后,他很快改变了想法。如今,两年半过去了,他很庆幸做出了这个决定。
"我们正在进行的工作以及过去几年在技术转型方面取得的成果是非凡的,"他说。"我在这里有一支优秀的团队——如此专注和熟练。与他们合作是一种乐趣。在这里工作很棒,我真的很享受这个挑战。"
抓住机遇
Walters面临的挑战在纸面上很简单——将他处理遗留IT系统的经验与在Snoop获得的企业级敏捷开发意识相结合。当然,在现实生活中处理挑战比在纸上描述过程要困难得多。当他开始在Vanquis着手处理这项任务时,几个关键问题变得明显。
"我们能够转向数字化运营模式吗?"他说。"从文化角度来看,特别是从技术和变革的角度,我们能开始像大型金融科技公司而不是小银行那样思考、行为和工作吗?这是我试图在这里推动的文化的重要组成部分。我们能更具创业精神吗?我们能更加灵活吗?我们能提高上市速度吗?最终,这就是我们在这个市场上竞争需要做的。"
在富时上市的Vanquis是一家专业银行,为超过170万英国借款人和储户提供信用卡和贷款服务,这些客户的个人财务状况往往意味着他们被主流银行拒之门外。该组织提供各种信用卡和储蓄产品,以及资金管理应用Snoop和通过Moneybarn提供的专业车辆融资。Walters认识到这家企业是一个复杂的组合。
"在运营了几十年的银行中,技术主要以产品孤岛的形式组织。我多年来在许多企业中都看到过这种情况,Vanquis确实如此。从内部制造的角度来看,我们有三个不同的遗留技术堆栈——一个用于信用卡,一个用于车辆融资,一个用于个人贷款,"他说。
"多年来,你可能一次做出一个好决定,但技术变得相当复杂,难以维护和更改,升级会因新业务启动或其他原因而被降低优先级。我们的愿景是,'好的,让我们转向以客户为中心的数据模型。让我们在如何为客户提供服务方面实现业务数字化。'"
业务数字化
Walters说他雄心勃勃的转型计划有四个关键支柱。首先是Gateway,他将其描述为核心业务平台,涵盖为银行客户提供服务和产品的一切。
"我们正在将一切整合到Salesforce堆栈中,"他说,表明公司使用这家技术巨头的一系列产品和服务。"我们说过,'让我们确保如果我们能在Salesforce中做某事,我们就会去做',我们已经在那里建立了强大的战略合作伙伴关系。"
作为第二个支柱,Vanquis正在转型其数据环境。"我们正在建立一个单一的真实数据源,它得到良好管理,并具有所有适当的数据治理,包括数据字典、血缘关系、单一业务所有者和指标定义,"Walters说。数据平台基于Snowflake技术构建。
第三个支柱涵盖现代工作场所环境。Vanquis使用不同的技术堆栈,员工在多个微软租户中使用不同的电子邮件地址格式。
"协作效果不佳;文档共享也不起作用,"他说。"所以,我们让每个人都在一个租户上,并升级了笔记本电脑和操作系统。"
最后一个支柱是共享服务。作为例子,Walters说Vanquis使用三个独立的人力资源系统。
"所以,让我们将其整合到一个平台上,"他说,并补充说Vanquis现在使用Dayforce HR技术。公司还通过Sumo Logic整合监控和日志记录,通过Rapid7管理安全操作,并计划今年刷新其IT服务管理方法。
"这就是四个支柱,"Walters说。"几乎没有什么石头没有被翻动。我们在所有这些方面都取得了很好的进展。"
推进数字化转型
实现数字化转型涉及一个有条理的过程。虽然在Walters加入之前已经取得了良好进展,但他专注于制定实施策略。
"这是关于从右到左倒退工作,"他说。"大爆炸方法根本不可行。你不能在一小时内转移两百万客户。风险太大,所以我们必须找出一种机制来逐步实施技术,然后根据需要迁移客户数据。"
这种转变的一个关键部分是数据整合。Walters的团队开发了一个称为客户内核记录的概念,使用Salesforce平台创建客户的单一操作视图,从15个不同数据源整合了240万条记录。Walters认识到创建单一客户视图不是一次性的工作。必须接纳新客户,对Salesforce记录的更改必须与剩余的遗留系统同步。
然而,一旦新的Gateway系统在去年2月上线,他的团队发现将系统和流程引入技术堆栈变得更加容易。
"作为一个验证点,一个月后,我们将所有投诉处理转移到Salesforce堆栈上,我们让1500名运营中心代理转移过来,一切进展顺利,"他说。
"向Gateway的转变是解锁我们实施策略的关键,这意味着我们现在可以一次交付更多旧的流程块,然后只需培训人们去做业务的特定部分。这现在是一个滚动的工作计划。"
提升移动体验
Walters说数字化转型持续快速推进。Vanquis最近推出了其新应用,这个过程包括迁移一百万客户并将超过300亿行客户、产品和决策数据加载到支撑软件的平台上。
"我们做的聪明事情之一是让Snoop团队构建新的Vanquis银行应用,"他说。"这种方法对我来说是理所当然的,因为我们在Snoop花了五年时间构建应用,我们善于理解构建数字业务需要做什么。"
这个学习过程很重要,因为Walters表示构建银行应用绝非易事。利用内部Snoop团队的技能有助于控制成本。这个包括测量和监控性能的过程,也为企业其他部分提供了敏捷开发方法的案例研究。
"这种方法非常有益,它为我们今年晚些时候要着手的事情铺平了道路,即开始将Snoop风格的资金管理功能集成到Vanquis银行应用体验中——这就是事情开始变得真正有趣的地方,因为我认为英国没有其他人破解了这个难题,"他说。
其他正在进行的转型努力包括信用卡接入,Walters的团队已经构建了一个新平台。这个平台将为企业提供更好的决策系统、改进的风险和欺诈管理能力,以及用于负担能力评估的额外数据源。Gateway转型涉及另外两个关键里程碑。
"一个是将催收和宽容流程引入新堆栈,"他说。"拼图的最后一块是构建新的车辆融资平台,我们正在顺利进行。所有这些事情都应该在今年完成。有很多工作在进行。"
增强个性化
Walters说Vanquis将在未来两年继续完善其移动应用。目标是使用内部设计团队构建出色的客户体验。他描绘了公司未来资金管理应用的图景。
"银行业务将变得容易,"他说。"我们将拥有智能体AI,所以——如果你不能在应用中自助服务——聊天功能将允许你做任何其他想做的事情,如果你不想,就不必与人类交谈,或与人类聊天,但这个选项将始终可用。"
Walters表示,总体发展方向是超个性化。他预计银行将继续在关键领域开发新产品,例如改善信用度和提供信贷设施。目标是帮助Vanquis客户在一个地方看到他们所有的产品和服务,并尽可能启用自助服务。
"通过Snoop以及与其他银行账户和信用卡的连接,我们可以提供超个性化服务。我们已经证明我们可以做到这一点并帮助客户省钱。这不一定通过我们制造或销售的产品,而是通过我们在Snoop中拥有的价格比较能力,"他说。
"所以,无论是你的能源、宽带、手机还是保险,我们都能帮助。这种方法开始听起来很有趣,与我两三年前加入的业务完全不同。"
Q&A
Q1:Vanquis银行正在进行的数字化转型包含哪四个核心支柱?
A:Vanquis的数字化转型包含四个关键支柱:第一是Gateway核心业务平台,整合到Salesforce堆栈;第二是数据环境转型,基于Snowflake技术构建单一真实数据源;第三是现代工作场所环境,统一员工到单一微软租户;第四是共享服务,包括人力资源系统整合和IT服务管理优化。
Q2:Snoop团队在Vanquis银行应用开发中发挥了什么作用?
A:Snoop团队负责构建新的Vanquis银行应用。由于Snoop团队在五年内积累了丰富的应用构建经验,他们深谙数字业务构建要领。这种方法不仅控制了成本,还为企业其他部门提供了敏捷开发方法的案例研究,为后续将Snoop风格的资金管理功能集成到银行应用中奠定了基础。
Q3:Vanquis银行未来的移动应用将具备哪些智能化功能?
A:未来的Vanquis移动应用将实现超个性化服务,配备智能体AI功能。客户如果无法自助服务,可以通过聊天功能完成任何操作,无需与人工客服交谈。通过Snoop的连接能力,应用能提供价格比较服务,帮助客户在能源、宽带、手机、保险等方面省钱,实现一站式金融服务体验。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。