可信AI"战国时代"开启！银行加大为隐私"买单"力度，这类供应商突然暴增几十倍

谁是“关键信息基础设施的运营者”？如何确保数据安全，再度引发全民关注。

金融机构是数字经济时代的弄潮主力军，拥有庞大量级的数据资源和数据资产，一向是数据合规治理中的焦点。证券时报·记者多方采访发现，随着数据价值成为共识，法律法规、行业标准密集落地带来合规要求的提高，加上近两年社会意识的觉醒，多方合力下，越来越多金融机构甘愿为隐私"买单"。

事实上，近期个人信息保护法、数据安全法两部顶层法律先后"靴子"落地，各行各业对数据安全的讨论与重视度高涨，金融行业更是走在了最前列。记者了解到，自去年年底开始，已有十余家头部大行、股份行以及部分城农商行已经立项，寻求利用包括隐私计算在内的可信AI技术打通内部数据或接入外部数据。

"这种技术在去年以前还乏人问津，因为这对于机构而言是一个成本项，商业落地需求并不明显。"一位业内人士向记者表示，这一市场的爆发式增长，侧面反映出金融机构对数据安全与合规使用的要求正在进一步加强，同时，也更说明了金融机构对于数据的渴求。

银行数据安全、隐私计算供应商突然大增几十倍

"从去年年底央行发布多方数据合作的金融行业标准开始，银行就着手在做隐私计算的立项了。"星云Clustar CEO陈沫向证券时报·记者表示，"所以今年6月数据安全法出来，银行端可能没有太多的变化，因为已经做在了前面。"

2020年11月24日，央行发布了《多方安全计算金融应用技术规范》，随后于今年3月出台《金融业数据能力建设指引》。两份行业标准进一步明确了金融机构处理数据时要遵循"安全合规、最小够用、可用不可见"等基本原则，确保数据所有权不因共享、应用而发生让渡。

行业标准的发布为金融行业提供了实操参考。陈沫告诉记者，今年上半年，20多家头部国有银行、股份制行中有一半已经立项，还有大量项目PoC（ProofofConcept）正在进行，即银行在正式采购或项目落地前，对产品或供应商能力进行验证的工作。

银行对引入隐私计算等技术的热情越来越高，与其业务需求变化有关。一位农商行网络金融部人士告诉记者，外部数据采购需求确实在增多，数据安全与合规问题对银行的重要性空前凸显。

该人士进一步向记者指出，相关政策进一步落地以后，一些场景金融的零售信贷业务还是会受点影响的，而这也使得银行愈发感受到，"关键部分要自己掌控"。“说白了，就是银行已经不满足于第三方提供的一些评分产品，现在想自己建模。”另一位业内人士说。

伴随银行需求的强劲增长，一些第三方技术供应商的订单量也出现成倍增长，同时这些供应商们还有一个更为明显的感受——竞争对手也多了起来。"最明显的变化就是，想给银行做数据安全、隐私计算的供应商突然多了几十倍。"陈沫告诉记者，"过去做大数据风控的公司都想要在这块业务上分一杯羹。"

项目落地进度不一，银行携手科技公司抢跑

尽管各个项目真正落地仍有需要周期，不同银行也进度不一。

有大行、城农商行基层人士均向记者表示，政策的传导还需要一定时间，从一线业务层面，尚未有具体的行内指导出台。

而本应更为注重数据的民营银行进度也存在差异，"除了领头的，其他民营银行在数据营销这块应该做的都不是特别好。"有业内人士向记者直言。

不过，据记者了解，已经有银行联合科技公司率先抢跑。例如，建设银行为统一管理全行内外部的数据资源，与星云Clustar合作搭建了全行级的联邦学习多方安全建模平台，尝试以"可用不可见"的方式打通银行内外部的数据孤岛，这也是目前国内金融领域内首个完全落地的隐私计算商业化项目。

IDC中国研究总监高飞在分享其团队在开放金融数据共享中的隐私计算相关研究成果时，也向记者介绍了浦发银行和蚂蚁集团的案例，两家针对零售贷款业务，采用多方安全计算的风险模型，开发了一整套风险评估解决方案。

具体做法是，该模型基于浦发银行及其合作方的数据构建而成，以提高模型的有效性；蚂蚁集团方的职能是，为双方提供技术服务，在训练和运行两个阶段内均采取了分布式部署，且双方都应用了加密算法。"数据可用不可见。"高飞称，"这意味着，任何一方的原始数据都不会泄露给另一方，并且也无法通过对训练结果的反向工程来推导原始数据。"

而记者从杭州一家头部大数据智能风控商高管处获悉，在业内，除了银行，保险、信托公司、金控集团，以及政务数据领域，也均有类似的基于数据安全隔离的模型合作尝试。他透露，"一方面是数据的供给侧，如政务数据方、央企国企等，数据覆盖面比较广；一方面是数据的需求侧，比如金融机构、金融科技公司等，亟待合规的链接者，来担当这个桥梁身份。"

合规前提下"打捞"隐藏"海平面"下数据

当前，有关个人信息保护与数据安全的政策法规密集落地，成为推动银行甘愿为隐私"买单"的最直接动因。

一直以来，在业内看来，金融行业数字化进展较快。"金融AI落地是做的最好的，因为金融机构的数据量庞大，而且是标准化的、全面的、结构化的数据，模型运行能够非常成熟。"同盾科技合伙人、副总裁兼人工智能研究院院长李晓林受访时称。

随着合规政策落地和信息技术发展，数据安全被摆在更重要的位置，这之中在数据安全上等级一向严格的银行更是如此。

"银行客户账户、资金流水等信息，不仅仅是数据符号，更是商业业务中最为重要战略资源。"光大银行金融市场部分析师周茂华告诉记者，因此，银行在数据存储、加工使用等环节更加规范、使用权限等方面的管理更加严格，更注重安全维护资源投入。

强监管环境下，金融机构一直面临着很高的违法成本，在法律体系陆续完善后，这些违法成本将转为合规成本。

"银行当然是更喜欢合规成本。"某金融科技领域的法律人士向记者表示，随着数据安全法规的完善，银行将会有法可依，而不是在黑暗中摸索。

也是因此，当前背景下，隐私计算等数据安全技术相关市场在这一节点出现超越以往的快速增长，"银行希望借这些技术'打捞'起更多隐藏在'海平面'以下的数据。"陈沫认为。

"以前，作为金融机构更多是处理结构性数据，资产负债表、现金流量表、损益表，后面又加入了电力、能源、运输数据等结构性数据，但数字经济发展至今，金融机构面临的下一步是，要处理非结构性的数据，如感知、情绪价值等都可以作为数据，被提取出来、用于辅助产业发展。"交通银行党委副书记、行长刘珺分享，"银行要学会运用数据资产、定价数据资产，只有更好地使用数据，才能抢占高地，实现数据资产时代的下一次腾飞。

银行出手适应自建数据平台方身份

银行主动为合规成本买单的背后，还有一个更为根本的原因——数据将带来增益已经成为行业共识。

最明显的变化是，银行零售业务思维模式转变。"数据渗入度很高，所以现在很多银行都想去拓展自身业务场景。"陈沫表示。

银行拥有数据，也需要多维度数据。建设金融场景生态是许多银行当下正在探索的出路，背后最重要的要素就是数据。

"相比传统工业经济时代，供给与需求是相对分割的环节。在AI新时代，很多供给与需求、消费是重叠的，因此场景建设格外重要。"刘珺判断，"对金融机构来说，最难的是场景；技术是基础，场景是关键。"

浦发银行行长潘卫东日前在2021世界人工智能大会上表示，场景也是当下浦发银行较为聚焦的概念之一，而该行去年提出的构建全景银行就是基于场景去考虑问题的。他指出，基于场景的背后就是数据驱动，"这与银行传统的靠产品、靠流程、靠管理，完全是两个概念，所以我们对数据这个层面做了底层级的思考"。

"随着用户消费习惯改变，银行传统的生态和场景被越挤越小。"某大行金融科技部人士表示，"目前来看就两个办法，要么自己搭场景、建生态，把线下资源搬到线上，把原有的存贷汇，拓展到衣食住行、教育、医疗等等，做成平台，走出去，要么就和生态好的平台合作，对方的生态资源和我方的金融服务资源形成互补。"

这也带来一个挑战，"银行为了提高对业务的适应性和专业性，核心系统越来越少，业务系统越来越多，这也带来'烟囱效应'，不同系统有不同的数据库，保存不同的客户信息，银行内部如何打通这些信息其实也是一大难点。"上述人士表示，"有的银行很早就在做系统整合，有的可能才刚起步。"

这一过程中，数据安全技术的迭代进化将一直并存。"从搜索引擎到人脸AI模型，场景越多，数据种类越多，技术越复杂，数据安全的挑战肯定也就越大"，资深安全专家、极度科技创始人丁杨向记者分析，在他看来，"已经很难只靠一套产品就能完全覆盖所有数据安全场景，而是需要一个不断演化的系统性组合。"

国内可信AI“战国时代”进行时：兼顾数据安全与隐私合规的未来方向？

随着AI应用的广度和深度不断拓展，诸如算法安全、数据歧视、数据滥用等诸多问题也显露出一些风险与隐患，从而也引发人们对人工智能信任的思考。

尤其对于金融机构而言，如果传统数据传输和共享方式无法对数据进行有效保护，不同金融机构间数据将难以互联互通，这也将制约了防范风险、反欺诈、反洗钱等领域的多方协作。

“技术的问题，技术终将突破。”资深安全专家、极度科技创始人丁杨在接受记者采访时称。

产学研界寻求的破题之策是——基于安全多方计算、联邦学习等安全技术的可信AI技术体系，通过“原始数据不出域”、“数据可用不可见”实现攻关数据共享和隐私保护的“价值安全共享”。

在连日的采访中，记者发现，可喜的变化是，国内可信AI落地正在进行时，诸多产业场景应用如雨后春笋迎来了快速发展；但另一方面，也有着亟待建立行业标准等诸多新挑战。

可信AI落地进行时

“寻找人工智能时代隐私保护、政府监管、商业诉求的平衡点，已经成为产学研各界迫切需要解决的问题。”科技部高技术研究发展中心研究员、ACM中国理事会常务理事嵇智源认为，在此背景下，“可信AI”的理念逐渐成为全球共识，也成为未来人工智能产业健康发展的必由之路。

共识之下，可信AI体系已有诸多项目落地。

记者以可信AI技术中的“知识联邦、联邦学习、隐私计算”几大关键词，在合合信息启信宝上搜索关联企业显示，当前存续企业数量174家（不包含大学），包括国家电网、华为、腾讯、中移动、平安科技、百度网讯、字节跳动、支付宝（杭州）信息、工商银行、中国银行、微众银行等多家。

同盾科技合伙人、人工智能研究院院长，同时也是知识联邦产学研联盟理事长李晓林告诉记者，其团队基于联邦学习自主研发的工业级产品“智邦平台”过去一年已经广泛触达了金融、保险、政企、互联网、智慧城市等行业，尤其在金融风控、反欺诈、精准营销等场景落地。

今年6月，蚂蚁集团首次向外界发布了蚂蚁可信AI技术架构体系。近日，蚂蚁集团副总裁、首席AI科学家漆远在公开分享中透露，当前，可信AI技术目前已在蚂蚁集团包括反欺诈、反洗钱、反赌博、企业联合风控、数据隐私保护在内的多个风控场景下落地。

漆远告诉记者，继“隐私计算”（ 注：基于“数据不动模型动、数据可用不可见”特性的可信AI技术）和“图学习”技术取得实践成果后，蚂蚁集团在可信AI技术体系中的又一项重要技术——“智能对抗”技术，在人工智能模型算法中融入经济学“博弈理论”，类似于金庸小说里的“双手互博”， 用更智能的 “攻”，实现更安全的“防”，当前已经正式上线部署，支持账户安全、反欺诈、交易安全等多个风控场景。

“未来的风控将不再是人和人的斗争，而是AI与AI的博弈，”漆远称，“在支付宝上，每天上亿笔交易背后，发起攻击的早已不是散户，而是专业的黑产团伙。”

“战国时代”亟待行业标准

当可信AI不再是理论和畅想，已全面应用实践，行业却也正呈现百花齐放之态。

启信宝数据显示，上述174家企业的注册地分布中，有46家在北京，其次是深圳、上海、杭州、南京分别有34家、25家、20家、15家，几大城市囊入了9成以上。从资本实力看，注册规模在1亿元以上的有46家，1000万～1亿元之间的有60家，在500万～1000万的企业数达到30家，小微型科创企业并不是这个需要规模实力和研发能力领域的主流玩家。

“现在还属于‘战国时代’，我们同行不是冤家，现在是属于跑马圈地野蛮生长的状态，大家还没有到竞争的时候，是合作为主，这个市场还没有完全成熟，每一个人的贡献是整个社区的贡献。”李晓林直言。

但毫无疑问，大家都意识到这是个重要的机会。以可信AI中的隐私技术走向来看，业界认为，发展趋势从以单节点部署走向分布式架构模式，未来支撑更大规模、更大量级的建模对技术要求将非常高，这一点要在数据量庞大的金融领域实现应用更明显。

工商银行大数据与人工智能实验室资深经理强锋和团队在开展业务中，要解决的问题是，向工商银行总行和各地分行提供隐私计算、联邦学习、联合建模的解决方案，最常遇到的场景是营销类、风控类、信贷、审批申请判断模型，“这一方面要怎样合法合规引入到外部数据，另外一方面是通过可信技术，更好把数据价值赋能给业务方向，比如银行业务、内监管平台建设等。”

而这些需要不同协议层面平台的打通，技术硬件层面的互通，打造开放的生态，比如产学研联盟实现开源的互联互通等，“通过开放协议、开放标准来确保各种任务进程和安全合规。”李晓林称。

这背后也涉及到业务场景不断迭代时数据获取方式和要素的演化，数库科技创始人、总裁沈鑫认为，数据智能时代发展至今，数据串联变成了基础后，量、准、质已经是三大关键标准，“没有办法把数据的质量提升，算法再强，数据的数字化应用场景效果也未必会好；生产力不仅仅取决于算法和算力，还取决与数据要素本身。”

这也是欧洲科学院外籍院士、悉尼大学教授陶大程提出的问题，具备可解释性，人工智能才能更广泛应用和赋能，“一定程度上来说正是因为标准的缺失，导致人工智能的应用落地受到了限制。”

百万用户都在看

奥运风口要炸？日本巨头将有大动作，新能源电池再添一把火！全球大佬纷纷发力，"大战"即将掀起？

投资是一场反人性游戏！二十年投资老将：谨防低估值陷阱！华为入局改写全球汽车业格局，投资能看懂的公司

周末影响一周市场的10大消息(新股+点评)

百年巨变？！G20达成历史性协议，世间再无"避税天堂"？这些巨头遭精准打击，对中国企业有何影响？

重大突发！国家网信办拟规定：这类公司到国外上市须接受安全审查，"数据跨境"迎强监管！BOSS直聘等4家平台已经被查

炸裂！3倍芯片大牛股净利暴增12倍，更有重磅文件下发，什么信号？"国家队"也出手，芯片牛市继续？

,daren,网游之侠义天下,非主流女生个性网名 http://www.cityruyi.com/lm-1/lm-3/4427.html