隐私计算一体机,金融大数据规模商用的催化剂

一股隐私计算的浪潮正席卷金融行业。

银行通过隐私计算引入外部不动产数据,与行内贷款企业的时点贷款余额、注册资本等数据联合建立企业贷中预警监测模型,提升银行风险监测业务能力;银行利用联邦学习与互联网公司的客户特征数据完成联合建模,提升信用卡反欺诈模型的准确率;保险公司运用隐私计算,通过电商等其他公司消费、出行数据,制定更加精准的客户营销产品……

随着市场需求和政策法规的双轮驱动,隐私计算在金融业规模商用正迅速开启,越来越多金融机构以风控和营销两大核心业务场景为突破口,部署隐私计算相关解决方案。

尤其在今年,隐私计算一体机成为金融业部署方案中的现象级产品。像浪潮信息等公司打造的隐私计算一体机迅速获得各大金融机构的青睐,成为当下金融机构部署隐私计算解决方案的首选。

那么,金融业为何对隐私计算方案如此迫切?隐私计算一体机为何又能够在金融业部署方案中脱颖而出?隐私计算一体机市场未来又会呈现何种趋势?

隐私计算开启金融大数据规模商用

一直以来,数据安全合规与数据流动共享似乎是一对天然的矛盾。保障了数据安全与合规,往往会限制数据流动与共享;放开数据流动与共享,往往又容易滋生各种数据泄露乱象。

尤其是像金融业这种典型的数据密集型行业,一方面《网络安全法》等“三法一典”对于数据安全越来越严苛的合规要求;另一方面,金融机构又渴望建设更加开放的金融生态,融合更多外部数据,以实现数据价值最大化释放。

因此,针对数据“可用不可见”的隐私计算成为金融业的“真命天子”,肩负起金融业对外的数据安全流动、共享的职责。如今,业界已经形成共识:即隐私计算将是金融业的刚需,金融机构未来将视之为底层核心基础技术。

不过,隐私计算在金融业规模商用尚处于初期,在算力性能、运算成本、场景落地等工程化问题,依然存在着不小的挑战和持续探索的地方。

例如,隐私计算涉及到诸多技术栈,产品形态也趋于复杂,加上金融机构实际应用环境较为复杂,使得很多金融机构在部署隐私计算解决方案时,需要花费大量时间在环境部署、数据对齐等工作上,即使部署成功之后也仅仅处于“可用”阶段,离“好用”阶段尚有一定距离。

另外,虽然很多金融机构对于隐私计算进行了“尝鲜”,在一些风控、营销场景中“小试牛刀”,当应用场景相对简单、数据处理规模较小,性能需求暂未充分释放,离大规模商用化验证尚有差距。例如,隐私计算解决方案是否能够对金融机构现有的软硬件设备兼容适配;是否在大规模数据吞吐量下,满足金融业对于业务稳定性要求;以及已接通合规数据源是否满足金融机构的业务需求等。

更加关键的是,由于隐私计算涉及众多技术和企业,隐私计算的协议、互联互通标准尚待进一步完善,需要隐私计算领域的厂商们充分发挥生态力量,以隐私计算协议、标准的完善,推动隐私计算解决方案在金融机构的广泛落地与应用。

目前看,针对隐私计算解决方案部署应用遇到的难题,业界普遍意识到隐私计算一体机是隐私计算在金融业规模商用的一幅催化剂。隐私计算一体机可以很好地解决上述各种挑战,帮助金融机构在部署与应用隐私计算时,真正从“可以用”向“好用”的阶段迈进。

今年,各大金融机构不约而同的将目标瞄向隐私计算一体机,从“可以用”到“好用”的阶段迈进。这也推动了隐私计算一体机在市场的火爆,成为金融业加速部署隐私计算解决方案的催化剂。

隐私计算一体机为何脱颖而出

众所周知,随着隐私计算在金融业等行业的日趋火热,近年来诞生了大量隐私计算相关企业,相关技术、产品和解决方案也是不胜枚举、鱼龙混杂。

今年《IDC Perspective: 隐私计算全景研究》报告就指出,当前隐私计算技术服务商营收规模普遍不大,在技术性能、安全性、产品化能力上参差不齐,而在产品形态、互联互通能力、垂直行业服务能力方面更是不尽相同。

此时,隐私计算一体机逐渐在市场中脱颖而出,获得各大金融机构的青睐。多家厂商均推出了隐私计算一体机解决方案,以此来解决向上适配业务系统、向下兼容硬件生态等难题,成为隐私计算技术在金融业大规模商业化落地的最佳载体和最优选择。

当前,无论是蚂蚁集团、微众银行等互联网金融企业,还是可利邦这种扎根金融行业多年的ISV,甚至一部分隐私计算初创企业,均推出了隐私计算一体机相应的产品和解决方案。在众多隐私计算一体机产品中,浪潮信息与可利邦联手打造的隐私计算一体机堪称业界合作的典范,也被视为最有市场前景和最贴近用户实际需求的隐私计算产品形态。

首先,可利邦与浪潮信息的隐私计算一体机并不是简单的软硬件拼凑,而是基于各自优势,针对金融场景需求进行打造。例如,可利邦与浪潮信息成立了“大数据隐私计算实验室”,既包含联邦学习的分布式机器学习框架及技术的研究,也有可信、机密计算的可信执行环境构建技术研究,更有基于隐私计算的金融应用需求开发等课题。

例如,“大数据隐私计算实验室”已经对银行、保险等各个应用场景中均做了诸多初步探索,以金融机构获客营销、存量客户运营、风险评估等细分场景为抓手,形成围绕信用卡、个贷、小微、普惠、零售客户从风控到经营的数据协同网络。

今后,依托“大数据隐私计算实验室”,可以将隐私计算在金融业的实践与探索成果源源不断输入到隐私计算一体机解决方案之中,让隐私计算在金融业的应用成为可持续演进的方案。

其次,可利邦与浪潮信息打造的隐私计算一体机,屏蔽了从安装部署到交付应用的诸多复杂性,有利于降低隐私计算使用门槛,推动隐私计算技术在金融业中的规模化商用。

例如,可利邦与浪潮信息打造的隐私计算一体机,充分考虑金融场景特点,针对不同的应用场景、信任环境和客户需求,将不同技术、算法、服务集成在综合性平台中,既具有多种功能和充分适配调优,又简单易用、符合业务建模人员使用逻辑,大幅降低隐私计算使用难度;同时,一体机又提供数据中心型、中小计算型和应用型等多种型号,用户可以根据自身业务情况进行灵活选择。

第三,隐私计算标准化工作正在被业界提上日程。可利邦与浪潮信息携手打造的隐私计算一体机模式,除了发挥各自优势之外,还能真正推动行业之间的分工协作,让擅长算法的厂商专注于算法层,擅长硬件的专注于基础设施,在彼此分工和大规模商用中加速推动行业标准的形成和完善。

据悉,浪潮信息与可利邦携手打造的隐私计算一体机,凭借安全合规、一站式服务、容器化部署和开箱即用四大优势,已经在金融业中获得了诸多金融机构的部署。

生态是未来持续发展的关键

相关机构预测,到2024年全球隐私计算市场规模将达到150亿美元,中国隐私计算市场规模将在15-30亿美元左右,未来三年将保持高速增长。在金融业,银行已经加速部署隐私计算解决方案,而保险借助隐私计算和外部数据来加速业务发展的需求也愈发强烈,此外像资产管理、财务公司等金融机构也在密切关注隐私计算。

当前,业界普遍认为,生态是隐私计算在金融业未来持续规模商用的关键所在。众所周知,隐私计算的技术栈复杂、技术发展迅速,仅仅依靠一家厂商很难掌控所有技术;另外,金融业数据量庞大、业务特殊性强,数据具有高敏感性、高价值性及开放性,随着部署规模的增加,对于隐私计算解决方案的要求只会越来越高。例如,除了高可靠性、易于交付和易于使用外,对于数据处理性能、效率,不同平台的互联互通、安全共识等都会成为硬性要求。

因此,必须聚合产学研用各种合作伙伴,共同形成开放、多元的生态,推动隐私计算技术与金融业需求的持续对接。

事实上,浪潮信息通过元脑生态来推动隐私计算的规模化商用,已经在金融业得到成功验证。通过与可利邦及其他合作伙伴一起,基于元脑AIStore平台,浪潮信息极好地拓展了不同类型合作伙伴的合作空间和合作深度,有效推动了隐私计算在金融业的应用。

总体来看,隐私计算在金融业的春天已经来临。随着银行、保险等金融机构加速部署隐私计算解决方案,隐私计算技术有望在更多金融业务场景中得到应用。而隐私计算一体机的逐渐流行,犹如一股催化剂,大幅降低隐私计算在金融业的技术门槛,推动隐私计算的规模商用。面向未来,隐私计算一体机作为金融业的关键基础设施,必然会在金融业的数字化转型中发挥愈发关键的作用。

分享到: 更多

为您推荐

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注