数据资产化被业界看作是实现数据规范应用的重要方向 ， 随着关键技术和相关制度的逐步完善 ， 当今泛滥的数据交易将有望被导入正途 。
首单隐私计算金融平台：数据可用不可见
什么是隐私计算？
根据中国信息通信研究院的定义 ， 隐私计算（或隐私保护计算）是一套包含人工智能、密码学、数据科学等众多领域交叉融合的跨学科技术体系 ， 实现数据的“可用不可见” ， 其中关键技术包括联邦学习、多方安全计算、机密计算、差分隐私、同态加密等 。
2021年8月26日 ， 光大银行多方安全计算平台正式上线 ， 首次让姚氏理论从实验室走上企业的生产线 。
据悉 ， 该平台可以保障各企业原始数据在“可用不可见”“可控可计量”的前提下 ， 规范开展数据共享与融合应用 ， 实现跨企业间隐匿查询、联合统计、联合建模等功能 ， 可适用联合营销、联合风控、统一授信、业务合规等多种场景 。
以光大信托和光大银行数据互通为例 ， 光大银行私人银行客户与光大信托的客户同属高净值客户 ， 但此前受制于合规要求 ， 两大机构客户信息无法互通 。 当前 ， 依托多方安全计算平台 ， 光大银行和光大信托正将各自的高净值客户信息进行联合建模 ， 挖掘出双方不重合的那部分客户 ， 并针对这部分客户开展联合营销获客 。 这一过程中 ， 双方均无法获知对方客户数据 。
据王磊介绍 ， 前述平台决策主要涉及两个方面考量 。 首先是安全性 。 “多方安全计算是从底层的运算符号开始加密 ， 自下而上层层加密 ， 在多个主流技术方案里安全等级最高 。 ”其次是计算性能 。 由于加密运算量大 ， 业内盛传多方安全计算存在计算效率较低、算力消耗大等缺点 。 对此 ， 王磊表示 ， 多方安全计算运算速度确实更慢 ， 但性能差距并不显著 。 “测试结果显示 ， 他们（解决方案的）性能是我们能接受的 。 ”当前 ， 该平台能够完成TB（太字节）级别的数据处理 ， 王磊表示 ， 对于数据共享来说 ， 这个量级已经够用 。
值得注意的是 ， 此前金融行业已有多个隐私计算应用场景落地 。 例如 ， 蚂蚁集团旗下蚂蚁链推出了摩斯多方安全计算平台 ， 并依托该平台推出了联合营销、联合风控等应用场景 ， 且在重庆富民银行等金融机构落地 。
不过 ， 多位受访者告诉《财经》采访人员 ， 以往落地的隐私计算应用多是针对具体场景 ， 相当于做了一个App ， 而光大银行多方安全计算平台类似一个可搭载多个App的操作系统 ， 且设有通用编程接口 ， 企业可根据自身需要开发新的场景应用 。 “将一个可编程可扩展的隐私计算平台嵌入银行生产系统 ， 在业内尚属首次 。 ”华控清交副总裁、金融板块负责人吕亚振强调 。
此外 ， 王磊向《财经》采访人员透露 ， 除集团内部数据协同外 ， 光大银行正在与多个集团外部企业探讨数据合作 ， 未来可能共同开发联合风控等更多应用场景 。
实际上 ， 有银行业金融科技公司对《财经》采访人员直言 ， 部分金融科技巨头或许技术能力上没有问题 ， 但银行对基础设施建设的安全和合规要求非常高 ， 决策过程中更倾向于纯技术公司 。
以光大银行多方安全计算平台部署为例 ， 华控清交副总裁、技术负责人黄斌告诉《财经》采访人员 ， 该平台仅评审就耗时两个月 ， 除常见的“同城双活”毫秒级无感切换等要求外 ， 光大银行对系统合规性组织了八次评审会议 ， 对400余项评审项目一一过审 。 过程中 ， 评审方几乎把系统里每一段代码翻出来检查 ， 操作系统版本必须是经认证版本 ， 所有中间件必须在经认证的产品目录内 。 王磊坦言：“从初始产品到真正部署 ， 基本让他们重新干了一遍 。 ”华控清交团队将这一过程形容为“扒了一层皮” 。