机器人自学走路、机器人在无需了解规则的前提下自学下棋，甚至在临床预测病患的病情进展与死亡风险等等，这些看似令人难以置信的人工智能技术，近年来，正在新算法的不断开发中变成现实。在这背后，机器学习、算力与算法的巨大能量显露无疑，人工智能通过学习及吸取大量经验数据，并通过算力快速做决策，同步优化算法及强化学习，不断训练及校对模型，实现了智能的飞越，数据、算力与算法成为人工智能的三大要素。
其中，数据作为AI算法的“饲料”，往往被认为是最基础的核心竞争力，其数量与质量决定了AI模型的准确性。然而随着数据量的爆发式增长，如何有效挖掘其价值，实现数据开发利用与安全保护，是全社会关注与亟待解决的共性问题，数据治理的问题也成为数字经济时代的一大挑战。
金融壹账通以区块链隐私计算技术为依托，结合平安集团多年产品沉淀与行业积累的优势，在隐私计算领域率先布局，积极推动隐私计算在金融、政府监管等领域的落地应用，助力金融业数据合规、共享与应用，提升数据治理能力，为金融业数据化转型探索路径。
推进数据共享与流通 数据治理需发挥多方合力
数据治理是有效管理企业数据的重要举措，对金融机构来讲，也是其实现数字化转型的基础，对于提升业务运营效率和创新具有重要意义。
当前金融业数字化转型的大势之下，金融机构在数据治理方面仍然存在着诸多瓶颈。在近期举行的一场“算力‘私’享沙龙”上，金融壹账通表示，在新的数据监管环境下，数据主体的参与，实现对自身数据的知、管、控，真正实现“我的数据我做主”是需要优先考虑的。建议金融机构、数据提供方、平台方、技术方都需要认真思考对数据如何处理，通过机制对数据进行授权，让数据主体参与其中，并建立行业共识，共同推动监管执行规则落地。
除了如何处理数据，企业在数据治理与管理方面的难点与痛点来自多方面。数据量愈发庞大、数据来源复杂、数据多头管理、系统的分散建设以及数据管理成本高等问题，都让企业在数字化转型的道路上面临挑战。
根据IDC发布的《数据时代2025》预测，全球数据量将从2018年的33ZB增至2025年的175ZB，增长超过5倍，中国平均增速快于全球3%，随着全球数据量的增长，数据泄露事件频出，安全成本亦在逐年上升。与此同时，对监管来讲，数据标准的不统一，也让数据监督管理难以有效落实。
金融壹账通表示：推进数据治理，必须要实现监管与治理的有效协同，以及建立多方协作且牢靠的安全信任关系，发挥多方合力。
随着数据处理场景的增多，传统的网络安全技术已无法满足当前的企业需求，通过隐私计算等有效的技术手段建设数据共享机制，是目前各方重点讨论的实践路径。
兼顾数据价值与安全 隐私计算落地场景显身手
与传统的加密技术不同的是，隐私计算技术为数据价值的流通打造了安全的通道，而避免了原始的数据的传输，如此可保证在数据安全与信息隐私的前提下，实现不同机构与技术平台之间数据价值的流通，满足更多样化的场景数据需求，让数据发挥最大价值，同时有效防止数据滥用。
多方安全计算、联邦学习、可信执行环境及区块链技术等，推动了隐私计算的加速落地，2021年亦被认为是其规模化落地的元年。与此同时，一系列关于数据安全的法律法规、监管政策不断出台，提高了政府、企业对网络数据安全的合规要求，也带动了政府、企业在网络数据安全方面的投入，数据安全治理、身份与访问管理、隐私计算等已逐渐成为数据安全产业的重要组成部分。IDC曾发布了一项关于中国ICT市场的十大预测，其中，隐私计算被列为了企业刚需。
面对广阔的市场，我国隐私计算加速发展。中国平安自2017年起国内最早一批开始布局隐私计算领域，在“隐私计算”技术以及场景应用等方面积累了绝对优势。金融壹账通作为中国平安联营公司，依托领先的技术创新，输出平安经验，在隐私计算领域顺利实现了技术的多场景落地。
此前金融壹账通中标的招商银行“隐私计算平台互联互通”项目，是中国首个由大型股份制商业银行牵头，与多家主流隐私计算厂商共同合作的跨平台互联互通项目。该项目基于蜂巢联邦智能隐私计算平台与招行慧点隐私计算平台而展开合作，打造出了多方跨异构隐私计算平台互联互通的新项目模式。
同样基于领先的隐私计算技术，金融壹账通今年初还与成方金信达成了战略合作，利用包括人工智能、云计算和大数据在内的尖端技术探索隐私计算技术在银行监控系统中的新应用，满足安全云计算的需求，提升对数据安全的监管效能。这一项目的落地，为隐私计算技术在监管领域实现数据治理提供了实际案例。
在金融壹账通看来，当前隐私计算技术推动金融业数字化转型已经进入了快速发展时期，以隐私计算为核心的大数据解决方案，也正在逐步淘汰原有大数据应用方式。金融壹账通将多方安全计算、联邦学习等隐私计算技术与区块链技术进行高度融合，建立了面向金融数据化转型领域的全方位解决方案和实践能力。在金融壹账通的合作案例中，隐私计算技术的应用，让数据化转型建设目标逐渐清晰，即打破数据孤岛形成有效的数据协作。
(来源：新视线)
