分工|智能金融领域已深度分工，知识联邦如何应对数据安全挑战？金融|联邦|科技|

_原题为 智能金融领域已深度分工，知识联邦如何应对数据安全挑战？
【分工|智能金融领域已深度分工，知识联邦如何应对数据安全挑战？】当人工智能成为金融领域的新基建，金融与AI加速融合。近日，在2020年全球人工智能大会智能金融高峰论坛上，同盾科技联合创始人、CEO张新波在接受南都采访人员采访时指出，随着金融机构进一步加强与人工智能等科技企业深入合作，智能金融领域行业深度分工局面已形成。而面对数据安全、金融科技合规化监管进程加速等一系列新的市场变化趋势，同盾科技提出知识联邦概念，并发起成立了“知识联邦产学研联盟” ，实现“数据可用不可见，知识共创可共享” 。

金融AI化加速，深度分工局面已形成

当下，移动金融呈现多元化趋势，在银行、保险等传统金融业中，技术创新正在催生智能投顾、智能风险、供应链金融、消费金融、第三方支付和监管科技等一系列新兴的领域。金融云计算发展态势良好，创新能力显著提升；智能金融物联网产业生态初具雏形。今年以来，央行数字货币落地进程不断推进；60项金融科技创新监管试点在全国9个地区全面落地；国务院批复在京设立国家金融科技风险监控中心。一系列新的变化标志着我国金融智能化发展不断挺向纵深。
中国工程院原常务副院长潘云鹤认为，金融行业已经从电子化、数字化跨越到了智能化，形成了人工智能技术和金融业的深度融合的新业态。张新波则认为，科技力量已从过去的支持、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。在他看来，智能金融领域行业深度分工局面已形成。
从传统金融机构加大科技投入和智能化转型过程中已经可以总结出经验。中国人寿财产保险有限公司信息技术部总经理郭海涛指出，在很大程度上，保险科技已经成为了各家公司成败的关键，各家公司也想通过科技来铸造整个保险的护城河。在他看来，保险行业是一个重数据资产的行业， 90年代开始，大量的交易已经变为电子化和数字化，但数据在初期都沉淀在每家保险公司内部。如今，为了更大限度地唤醒这些沉睡数据的价值，保险公司开始引入一些外部数据，或与科技企业合作共建保险云服务系统，来挖掘现有数据的价值，帮助业务管理人员去进行更智能更精准的风险管理。
作为一家人工智能创业公司，同盾科技能如何帮助金融机构实现智能化转型？张新波在采访中介绍称，首先可以通过人工智能技术帮助金融机构预防欺诈风险；第二部分是提供本地化的解决方案，帮助金融机构搭建完整的智能风控中台整套的体系；第三部分是给金融机构提供从业务到数据建模的整个咨询服务；此外，还能帮助金融机构去做存量客户的挖掘，提升获客效率和精准度。在他看来，在这几个维度上，服务金融机构的to B市场空间依然较大， “一是目前可以明显地从资本市场看到，现在有大量的一流基金都有一部分资金投入to B市场；二是从国家提出的信息建设战略方向来看，新基建也更多地是在释放to B领域的市场。 ”

智能金融需精细化运作

近年来，人工智能等技术在金融领域的应用，促进了金融业发展，提升了交易效率和灵活性，也为金融安全和风险管理带来新的挑战。
人工智能在金融领域的运用当下面临几个挑战，一方面，数据资产的重要性和个人金融信息安全都前所未有地被高度重视。对于数据安全问题，张新波向南都采访人员表示， “去年我们花了大概上千人去我们全站所有的数据的透明化，到今年7月已完成了全站数据的处理。保证所有有效数据的‘可用不可见’ ，即便是我们自己的分析人员和运营人员，也看不到明文的数据。 ”
为解决数据安全和隐私问题，同盾科技还推出了智邦知识联邦平台。据李晓林介绍，知识联邦支持安全多方检索、安全多方计算、安全多方学习、安全多方推理等多功能技术方案。同时，同盾科技还牵头成立了知识联邦产学研联盟，将聚集跨行业的各方力量，联合开展知识联邦多层级的理论、技术、协议、标准和产业研究，构建理论研究到产业成果转化生态，探索下一代人工智能的实现路径。
此外，我们还注意到，金融监管趋严，民间借贷利率上限调整引发连锁反应，对于高风险创新产品的市场出清还在加速，这对于金融机构的智能化转型也面临挑战。在消费金融领域，各项成本居高不下，民间借贷利率上限的调整又将借贷成本和下沉更广泛客群的矛盾凸显出来。正如中原消费金融CIO周宇所言， “消费金融公司过去几年‘普’做到了， ‘惠’这块还差得很远，主要还是因为我们各项成本高居不下。如果科技的成本能够让我们拿到更多数据，让我们降低成本，我们绝对非常想把这块让利于民。 ”同盾科技副总裁、金融云事业部总经理李伟东也指出，这样的政策走向是倒逼现在的持牌的金融机构，必须要能够更加精细化的去运营客群，还有要有更好的风控技术来去识别欺诈和信用风险，否则的话就挣不到钱。