AI應(yīng)用于金融仍有瓶頸待 隱私安全問題急需解決

未來金融將是被科技和算法改造的金融，人工智能在金融領(lǐng)域展現(xiàn)出的巨大潛力顯而易見?？茖W(xué)家不斷將另類數(shù)據(jù)和算法應(yīng)用到金融業(yè)改造中，將我們生活的城市變成數(shù)據(jù)之城，刷臉支付、定制理財服務(wù)、智能理賠無一不在提升金融服務(wù)的效率。但隨之而來的，是技術(shù)倫理問題從幕后走到臺前，成為探討AI發(fā)展空間的重要議題，用戶隱私安全問題是其中重要的一項。

如果用戶在享受人工智能帶來的金融便利化同時，不得不放棄隱私安全，金融業(yè)AI化的腳步是否該更審慎一些？金融科技公司應(yīng)該如何使用技術(shù)手段保護好手中的數(shù)據(jù)資產(chǎn)？

行業(yè)：AI應(yīng)用于金融仍有瓶頸待突破

AI科技的高速發(fā)展，不僅讓傳統(tǒng)金融行業(yè)的營銷和獲客等前端業(yè)務(wù)發(fā)生了顛覆性的改變，更在驅(qū)動各金融機構(gòu)中后臺的變革。金融科技公司愈來愈多地向外界宣稱自己是一家數(shù)字科技公司，試圖將科技的基因扎得更深。那么這一領(lǐng)域最早探索金融科技應(yīng)用的公司，究竟進入了怎樣的階段？

南都金融研究所走訪約30家金融科技公司發(fā)現(xiàn)，幾乎所有金融科技公司都在開展以大數(shù)據(jù)為驅(qū)動的業(yè)務(wù)，其中超六成公司將大數(shù)據(jù)技術(shù)集中于精準(zhǔn)營銷與風(fēng)險控制，另有超四成公司將大數(shù)據(jù)技術(shù)應(yīng)用于提升經(jīng)營效率和產(chǎn)品/服務(wù)創(chuàng)新，而人工智能技術(shù)的應(yīng)用則不如大數(shù)據(jù)技術(shù)那般廣泛。智能客服、聊天機器人幾乎成為每家公司的標(biāo)配，超六成金融科技公司將AI技術(shù)運用到了信貸審批、貸中貸后管理和催收的信貸決策全流程中。AI驅(qū)動智能投顧、智能理財服務(wù)的公司大約只有三分之一，而能夠用AI驅(qū)動智能合約服務(wù)和自動理賠服務(wù)的公司則不超過兩成，在資管業(yè)務(wù)這類強金融性質(zhì)業(yè)務(wù)中的AI化探索更是少之又少。這表明，人工智能在金融業(yè)中的應(yīng)用仍有一定瓶頸需要突破。

實際上，在AI+金融業(yè)中，人工智能與大數(shù)據(jù)、云計算以及區(qū)塊鏈技術(shù)并非相互割裂，而是相互依存。大數(shù)據(jù)可以為人工智能學(xué)習(xí)技術(shù)在機器訓(xùn)練、算法優(yōu)化等方面提供豐富的養(yǎng)料；云計算為大數(shù)據(jù)提供超強的運算和存儲能力，顯著降低運營成本；區(qū)塊鏈解決了大數(shù)據(jù)、云計算、人工智能技術(shù)存在的信息被泄露、篡改的安全性問題，使得金融交易具有更高的安全性。人工智能技術(shù)作為金融行業(yè)未來發(fā)展的核心驅(qū)動力，與其他相關(guān)技術(shù)一道共同促進金融行業(yè)轉(zhuǎn)型升級。

要實現(xiàn)突破，對數(shù)據(jù)的整合應(yīng)用能力需要進一步提升，金融科技類企業(yè)對數(shù)據(jù)資產(chǎn)的占有量，將成為核心競爭力。京東數(shù)字科技集團副總裁謝錦生在近期的JDD大會上表示，可能在不久的將來，數(shù)據(jù)資產(chǎn)可能是一家銀行資產(chǎn)負(fù)債表的一部分。

消費者：近八成選擇“隱私”重于“便利”

當(dāng)數(shù)據(jù)資產(chǎn)成為金融科技公司、數(shù)字科技公司的兵家必爭之地，一場數(shù)據(jù)突圍戰(zhàn)不可避免。為審核與風(fēng)控，金融機構(gòu)需要收集信息。消費者給出信息，泄露的隱憂與風(fēng)險隨之而來。在金融機構(gòu)與消費者之間，隱私信息收集的邊界、信息安全的底線是什么？這一問題當(dāng)前在業(yè)界與消費者之間并沒有統(tǒng)一的標(biāo)準(zhǔn)，更不用說達(dá)成共識。

在本期南都金融研究所深調(diào)研中，研究員用站站隊的方式，對大眾“使用智能金融服務(wù)，要便利還是要隱私？”進行了全網(wǎng)調(diào)研，并針對人們使用金融產(chǎn)品中的隱私與安全感受進行互動投票。兩項調(diào)研結(jié)果均顯示，人們對金融科技應(yīng)用過程中可能的隱私泄露，以及由此可能引發(fā)的后果相當(dāng)擔(dān)憂。

在“使用智能金融服務(wù)，要便利還是要隱私？”站站隊中，高達(dá)77.3%的人選擇站隊“隱私”，完勝占比22.7%的“便利”隊。從兩方的觀點PK中，“隱私”戰(zhàn)隊對刷臉支付、指紋驗證等科技手段是否會過度采集信息、個人敏感信息采集后的管理與保護、數(shù)據(jù)共享與安全便利之間的問題十分關(guān)注。站隊者認(rèn)為，便利化不應(yīng)該以過度采集個人信息為代價，消費者不應(yīng)該承受隨隱私泄露而來的營銷騷擾以及不法侵害，期待監(jiān)管出手規(guī)范、整治。在留言中，有人甚至表示自己為了不泄露隱私拒絕注冊和使用金融APP。而在另一邊的“便利”站隊中，參與者對金融機構(gòu)的審核驗證需要表示理解，并認(rèn)為有國家牌照的企業(yè)做出的隱私政策承諾應(yīng)該值得信任，如有違規(guī)應(yīng)嚴(yán)肅處理。但在“便利”站隊中的部分發(fā)言，也透出幾分無奈：“不讓渡的話就沒辦法正常用，只有犧牲一點隱私了”。

在“個人金融信息泄露隱患”這一選項，高達(dá)96.6%的投票者表達(dá)了對“個人身份信息、賬號密碼被盜用”的擔(dān)憂。超過九成的投票者擔(dān)心自己“被違法”，近九成的用戶擔(dān)心會造成財產(chǎn)損失、生活被營銷、催收信息打擾。

在對個人金融信息安全的保護辦法上，構(gòu)建相關(guān)法律法規(guī)保護體系與提升個人防范能力兩個選項都獲得了超過93%的支持，相關(guān)部門的監(jiān)管與提升技術(shù)規(guī)范使用信息的支持率也近九成。

企業(yè)：用技術(shù)兼顧數(shù)據(jù)應(yīng)用與安全

實際上，全國信息安全標(biāo)準(zhǔn)化技術(shù)委員會今年下半年已經(jīng)發(fā)布《網(wǎng)絡(luò)安全實踐指南移動互聯(lián)網(wǎng)應(yīng)用基本業(yè)務(wù)功能必要信息規(guī)范》（下稱《規(guī)范》），為移動互聯(lián)網(wǎng)應(yīng)用收集個人信息提供指引?！兑?guī)范》指出，移動互聯(lián)網(wǎng)應(yīng)用在收集個人信息時應(yīng)遵循最少夠用原則。

金融科技公司是否在為消費者的隱私保護而努力探索？拿社會熱議的刷臉支付技術(shù)舉例，有超過六成消費者擔(dān)心刷臉支付不安全。對此，刷臉支付應(yīng)用技術(shù)較為成熟的支付寶回應(yīng)南都記者稱，支付寶高度重視用戶的隱私保護，在技術(shù)、制度等保障方面都是最高優(yōu)先等級的?！霸诩夹g(shù)上，我們將采集的人臉信息進行加密存儲，并為每一人臉信息單獨創(chuàng)建密鑰進行安全管理，提高安全強度。在制度上，我們成立了以公司管理層為核心的風(fēng)險委員會，下設(shè)數(shù)據(jù)安全工作小組及隱私保護辦公室，來統(tǒng)籌數(shù)據(jù)安全及隱私保護工作，最大程度維護用戶隱私權(quán)益?！?/p>

那么，當(dāng)智慧城市技術(shù)把城市運轉(zhuǎn)中經(jīng)濟、社會生活的大數(shù)據(jù)都收集起來，人們在享受便利時，又是否存在安全隱患呢？對此，京東數(shù)字科技集團副總裁、京東城市事業(yè)部總裁鄭宇強調(diào)稱，京東城市的信用評估利用背后，所有服務(wù)器、數(shù)據(jù)都可以留在各個公司內(nèi)部，利用京東數(shù)科數(shù)字網(wǎng)關(guān)的技術(shù)，可以做到知識共享，但不泄露任何一點信息。

實際上，人們最為擔(dān)心的是互聯(lián)網(wǎng)信貸業(yè)務(wù)的隱私泄露。360金融隱私保護與安全計算研究院相關(guān)負(fù)責(zé)人告訴南都記者，在實際業(yè)務(wù)場景中，數(shù)據(jù)往往分散在個人或者公司，以前粗放式的數(shù)據(jù)共享確實很難保證用戶數(shù)據(jù)不被惡意盜齲這要求企業(yè)必須在實際業(yè)務(wù)中兼顧對惡意攻擊的抵御能力和保護隱私的同時，最大限度保留數(shù)據(jù)中的有用信息。

該負(fù)責(zé)人舉例稱，可以利用“同態(tài)加密”技術(shù)，對加密后的數(shù)據(jù)直接進行運算，相比有較高風(fēng)險泄露數(shù)據(jù)的明文計算，這種方式在保證計算正確性的情況下，從根源上確保了用戶隱私不被盜用、竊取，同時在處理過程中也實現(xiàn)了全程“封閉”。另外，利用“差分隱私”則能技術(shù)性降低暴露訓(xùn)練數(shù)據(jù)中敏感信息的可能性。再結(jié)合“安全多方計算”、“聯(lián)邦學(xué)習(xí)”等技術(shù)，實現(xiàn)聯(lián)合多方分布式訓(xùn)練并更新模型。這種方法不需要上傳數(shù)據(jù)，在保持模型預(yù)測性能的情況下，比傳統(tǒng)方法更加有效地保護用戶信息。