Fondée en 1784 par Alexander Hamilton, BNY Mellon est l’une des plus anciennes banques des États-Unis et la plus grande banque dépositaire et société de services de titres au monde, avec 2,4 billions de dollars d’actifs sous gestion, 46 billions de dollars supplémentaires d’actifs sous garde et plus de 307 $. milliards de fortune privée.
Elle évolue également pour devenir une banque digitale, le cloud étant un élément clé de cette transformation.
Jetant les bases de sa stratégie cloud, BNY Mellon a entrepris un effort pluriannuel de modernisation des applications. « Au cours de ce parcours, nous avons virtualisé et conteneurisé environ 95 % de nos applications distribuées dans notre écosystème interne. Nous avons essentiellement construit une couche d’orchestration et considéré le cloud public comme une simple zone d’atterrissage en dehors de nos centres de données », explique Joe Sieczkowski, CIO de l’architecture et de l’ingénierie chez BNY Mellon.
Lors du récent sommet Future of Cloud du CIO, John Gallant, directeur du conseil aux entreprises chez Foundry, a rencontré Sieczkowski pour en savoir plus sur sa stratégie cloud, la gouvernance dans le cloud et l’utilisation du cloud là où elle est la plus efficace. Ce qui suit sont des extraits édités de cette conversation. Pour plus d’informations, regardez la vidéo complète intégrée ci-dessous.
Sur La stratégie cloud de BNY Mellon :
Avant tout, nous considérons le cloud comme un voyage, pas comme une destination. Notre stratégie consiste essentiellement à tirer parti des économies d’échelle du cloud public, à générer de la valeur commerciale, à réduire les risques, à accroître la résilience et à garantir que notre infrastructure est toujours verte. Essentiellement, le cloud nous permet de mieux servir nos parties prenantes.
Aujourd’hui, notre stratégie est d’avoir une approche multi-cloud. Nous devons aller là où sont nos clients. Nous allons choisir les meilleures solutions et maintenir notre capacité à pivoter au besoin. On va limiter le lock-in, on va comprendre notre stratégie de sortie. Et franchement, pour les charges de travail critiques de l’entreprise, nous pouvons en fait sélectionner un processus sur plusieurs fournisseurs, comme Azure et GCP ou AWS et Azure, etc.
Gouvernance dans les environnements multicloud :
BNY Mellon dispose déjà d’un processus de gouvernance rigoureux. Et notre approche a consisté à étendre ce processus et à l’améliorer pour couvrir le cloud. Ainsi, à titre d’exemple, chaque initiative de développement doit passer par un péage de permis de conception, de permis de construire et de permis d’exploitation. Et c’est là que nous effectuons les revues d’architecture, les revues de sécurité, les revues des risques et même les revues opérationnelles pour nous assurer que nous sécurisons, surveillons et gouvernons de manière appropriée tout ce que nous faisons pour nos parties prenantes.
Le parcours de modernisation de BNY Mellon :
BNY Mellon évolue vers une banque numérique. Le point clé ici est que notre stratégie cloud fait partie de notre parcours technologique et numérique global, alors que nous nous modernisons continuellement. Nous considérons donc cela comme nous avons jeté les bases du cloud public avec notre parcours de modernisation interne. Cela comprenait l’amélioration de nos conceptions, de nos normes, de nos contrôles, de l’assurance qualité, ainsi que de la gouvernance et des péages qui l’entourent. Nous avons établi des modèles et des plans bien définis qui évoluent constamment, et nous avons également établi des anti-modèles que les gens doivent éviter. La technologie évolue constamment, et nous devons évoluer avec elle et continuer à la gérer de manière professionnelle.
Comment le cloud renforce la résilience :
BNY Mellon a une posture de résilience très forte. Cependant, nous pensons que le cloud nous donnera l’occasion de vraiment réfléchir à la résilience de nouvelle génération. Cela inclut la mise à l’échelle lors des événements du marché, en évitant les fenêtres manquantes, en évitant les accords de niveau de service manquants. Et franchement, nous avons également réfléchi à la notion de canot de sauvetage dans le cloud, ce qui signifie que s’il y avait un événement vraiment dramatique, nous pourrions faire tourner un canot de sauvetage – dans le cloud – pour traiter les charges de travail. Nous y pensons comme un moyen rentable d’améliorer encore notre posture de résilience.
Là où le cloud est le plus efficace :
Je pense que le cloud sera vraiment efficace dans tous les domaines qui impliquent des expérimentations et qui ont un coût d’opportunité élevé. Car quand on peut expérimenter, on peut potentiellement entrer rapidement dans une nouvelle entreprise, tester une idée. Ainsi, par exemple, disons que j’ai une idée ou que l’un de nos principaux scientifiques des données a une idée pour un modèle de fraude de nouvelle génération. Nous pouvons faire tourner 1 000 GPU dans le cloud pendant 2 semaines, tester un nouveau modèle de fraude, puis les désactiver. Je viens de supprimer complètement le coût d’opportunité.
Une autre chose qui me vient à l’esprit est qu’il y a des clients qui veulent que les données soient proches d’eux. Et donc le cloud dans un autre domaine, si un client souhaite que ses données se trouvent dans son propre pays, à la fois pour des raisons de latence et peut-être pour des raisons de domicile des données, cela nous permet, en tant qu’organisation, d’aller chez le client plutôt que de faire venir le client à nous.
Sur l’IA dans l’entreprise :
Je pense que la science des données, le ML et l’IA transformeront réellement l’entreprise. Dans et hors des services financiers. De mon point de vue, quel que soit le secteur, les entreprises efficaces tireront des enseignements des données et conduiront des stratégies exploitables pour apporter de la valeur aux clients et aux parties prenantes.
En fin de compte, l’IA et le ML ne sont pas magiques. À la base, il s’agit de mathématiques sophistiquées et complexes sur les données. Et vous devez comprendre l’objectif et le résultat, établir la bonne diligence raisonnable, l’examen par les pairs et vos processus pour tester vos algos, pour garantir l’efficacité.
Et vous entendez beaucoup cela. Mais en fin de compte, vous devez vous assurer que vos résultats sont explicables et exempts de biais. Il s’agit de données qui génèrent des informations et d’informations qui orientent la stratégie.
Source link