本報記者 李冰 見習記者 張博

    數據已成為當今時代的重要標簽。一方面，人們受益于平臺算法，在日常生活中享受著便利；另一方面，多巴胺雖然滿足了人們的大腦，但算法卻在吞噬人們的智商，個人隱私漸成社會痛點。因此，針對數據“可用不可見”的隱私計算應時而生。

    2019年的“凈網行動”，首次引發金融科技領域對隱私計算的強烈需求。隱私計算技術在歷經2019年的技術普及和市場教育階段，以及隨后而來的2020年大規模概念驗證和試點部署階段后，在實際商業場景中已達到基本可用。而一系列法律與政策的推出，更使得隱私計算技術成為未來商業世界的剛需。

    隱私計算落地

    金融風控和營銷場景

    近年來，金融科技領域發展迅速，金融業的基礎設施建設經歷了數字化、智能化升級換代，為隱私計算技術的落地打下了良好基礎。

    應用隱私計算技術，能夠為金融機構提升效益。貴州數據寶產品研究院院長李可順對《證券日報》記者表示，“隱私計算技術是所有多方數據交互計算場景的剛需，金融場景是其主要落地場景之一。金融風控的核心是數據，各金融機構的風控能力均需三方數據作為交叉驗證或聯合建模，以提升風控效果。其中大部分均涉及敏感數據，隱私計算在數據不可見、效果能保障的基礎下，可以解決金融機構后續的數據需求。”

    據零壹智庫日前發布的《隱私計算在金融領域應用發展報告2021》（下稱《報告》）顯示，在金融領域，隱私計算主要應用于風控和營銷兩個領域。

    在風控環節，隱私計算可以幫助金融機構將自身和外部數據聯合起來進行分析，從而有效識別信用等級，降低多頭信貸、欺詐等風險，有助于信貸及保險等金融產品的精準定價；而多方數據的共享融合，有助于提高金融機構的反洗錢甄別能力。在營銷環節，通過應用隱私計算技術，可以利用更多維度的數據為客戶做更精準的畫像，從而提升精準營銷的效果。因此，目前銀行等金融機構有動力投入更多預算來應用隱私計算技術。

    據《證券日報》記者了解，工商銀行的聯邦學習已將隱私計算技術應用于風控等多個場景。比如，引入北京金控的不動產數據，與行內貸款企業的時點貸款余額、注冊資本、賬戶余額等數據聯合建立企業貸中預警監測模型，該模型提升準召率約4%，從而提升工商銀行的風險監測業務能力。工商銀行還通過聯邦學習與互聯網公司的客戶特征數據完成聯合建模，將信用卡申請反欺詐模型的K-S值提升了25.1%。此外，交通銀行、招商銀行、平安銀行等也在積極探索并落地隱私計算應用。

    在企業層面，星云Clustar依托海量安全可信的數據源，為某大型股份制銀行搭建了聯邦學習模型，并根據該算法模型為客戶評級打分，由此合理分配營銷資源，使該行個人信貸業務的當月營銷轉化率達3.5倍以上，聯邦模型AUC達0.73，極大提高營銷精準率和客戶轉化率。

    隱私計算在金融領域的應用不僅限于上述兩個方面。隱私計算與區塊鏈技術結合后，可改變更多金融場景，比如跨境支付、供應鏈金融等。

    “數據現已成為生產要素，區塊鏈可以有效建立數字身份體系，實現數據確權與可信共享，并建立多方監管模式下的大數據交易體系；結合隱私計算技術，可以實現數據的可用而不可見，解決數據權屬不清和隱私濫用的問題。兩者結合，將形成數據流通的基礎設施。”中國通信工業協會區塊鏈專委會輪值主席于佳寧對《證券日報》記者表示。

    金融＋隱私計算

    尚處初級運用階段

    近年來，隱私計算開始在很多真實商業場景中落地，但距離隱私計算市場全面爆發還有很遠距離。要實現大規模商業化應用，隱私計算技術的性能提升至關重要，不僅決定著數據處理效率，也決定著隱私計算進入實際應用場景的可行性。

    零壹研究院院長于百程對記者解釋稱，性能提升不會一蹴而就。一方面，性能提升需要大量資金投入。許多團隊需要兼顧商務落地與技術提升，邊賺錢、邊研發，這是一個根據實際需求不斷提升的漸進過程。另一方面，性能提升是由需求拉動的。隱私計算目前尚處于市場開拓初期，應用場景比較簡單，處理數據量還不大。但未來應用越來越多，需要處理的數據規模也越來越大，對算力和性能的需求也會更強。

    全聯并購公會信用管理委員會專家安光勇對《證券日報》記者指出，數據保護貫穿的是整個生態鏈條，每個鏈條上都會存在泄露問題。隱私計算并不是萬能的，比如對于機構的內部泄露，光靠技術是無法解決的，需要配以內部的管理、外部的監管以及相應的追責制度。

    李可順則認為，隱私計算現在面臨的主要問題是，前期每個需要部署隱私計算環境的企業，均需要進行數據對齊等時間周期較長的工作，對大多數機構來說，所投入的人力物力都是無法評估后續產出的。

    隱私計算產品被市場接受，也需要一個市場教育的過程。《報告》指出，不少金融機構的風控部門目前并沒有意識到隱私計算的重要性。目前隱私計算的產品價格相對于收益來講，對一些業務體量不大的金融機構還不太劃算。因此，許多金融機構對是否采購隱私計算產品，仍處觀望狀態。