【深读】金融数据安全保护时不我待

转自：中国银行保险报网

编者按：

数字经济时代，金融业正在经历一场前所未有的变革。新技术的快速发展，为金融业带来了创新机遇，也对传统金融带来诸多挑战。如何平衡金融发展与安全，成为行业关注的话题。

□记者 苏洁

在政策支持和技术发展下，我国数字金融发展步入了快车道。近年来，数字金融产品和服务的普及，有力地推动了金融服务的普惠性与便捷性，让更多的人能够感受金融科技带来的红利。与此同时，数字金融的发展也面临诸多挑战，如何把握机遇与挑战？

7月10日，2024中关村论坛系列活动——数字金融与金融安全大会上，金融机构高管、行业专家、金融科技界精英立足于中国的数字金融发展、面临的挑战以及解决路径等，发出行业前沿声音。

数字金融发展充满挑战

数字金融是金融与数字技术结合的高级发展阶段，是金融创新和金融科技的发展方向。十三届全国政协委员，原保监会党委副书记、副主席，中关村金融科技产业发展联盟专家委员会主任委员周延礼指出，中国金融业在党的十八大以来取得了显著成就，面对当前百年未有之大变局，金融风险加剧。对此，一是不断增强风险意识；二是不断强化安全意识；三是不断夯实管理基础；四是不断优化金融体系；五是不断完善高水平的开放政策，确保金融开放与安全的动态平衡。

周延礼认为，中国特色金融发展之路应坚持创新与守正并重，整体推进与重点突破相结合，持续优化资源配置，推动普惠金融，实现金融高质量发展，为国家建设和民族复兴贡献力量。在这一进程中，防范化解风险、优化资源配置、促进普惠金融成为关键。

“我国数字经济蓬勃发展，数字金融应以服务实体经济为根本宗旨，以自主创新为高质量发展的内生动力，并以不发生系统性金融风险作为不可逾越的红线。”中关村金融科技产业发展联盟理事长、中科软董事长兼总裁左春表示，数字金融的发展充满挑战，不同类型、规模金融机构转型不平衡，需要通过科技为金融机构赋能、建立产用对接平台、依托行业协会抱团转型等方式帮扶中小金融机构推进数字化转型。

建立持续有效的数据安全治理体系

当下，数据安全已成为数字时代的关键议题，在金融行业尤其如此。

中国科学院院士冯登国表示，特别是在金融等领域，数据泄露、数据破坏、数据失控等数据安全事件频发，造成一定的经济损失，凸显了加强数据保护的紧迫性。数据安全不仅涉及数据的机密性、完整性和可用性，还包括隐私性和敏感性。

“当前，数据传输安全、数据存储安全、数据使用安全为数据安全的三大主流发展方向。数据安全领域囊括了密态计算、安全多方计算等诸多核心技术，如何将理论技术转化为切实有效的落地方案是亟须解决的问题。基于此，坚持以‘自主可控、安全可信’防护理念为出发点，从技术、政策、法治与产业四个层面同步推进，旨在建立一个既能激发创新活力又能保障数据安全的生态体系。”冯登国进一步指出，一是紧跟国际数据安全技术发展趋势和创新理念；二是不断深化数据安全国家战略和政策法规的研究与制定；三是通过法律手段规范市场、强化监管，合理平衡数据管制与自由流动，营造良好的法治环境；四是紧密结合产业和应用实际构建自主可控的产业供应链。

在青岛银行首席信息官杨斌看来，数字时代，金融行业面临合规、新业务、新技术、供应链以及移动化等多重风险挑战，建立持续有效的数据安全治理体系成为金融机构应对以上挑战的关键。同时，建立即时评估机制以验证措施的有效性也至关重要。

“然而安全防护措施和手段的碎片化与数据安全防护能力体系化之间的矛盾长期存在，导致金融机构安全防护措施难以跟上数据安全风险动态变化。”杨斌坦言，数据安全不应仅被视为技术部门和数据管理部门的职责，而应成为全行共识，需要业务部门、数据使用部门、高管层乃至董事会的全面参与。通过明确各相关部门在数据安全保护方面的责任与义务，建立贯穿数据全生命周期的安全管理，培育全员参与的数据安全治理文化，这将为金融行业的数字化转型筑起一道坚不可摧的安全防线。

兴业银行北京分行信息科技部总经理黄晟结合兴业银行在数字化转型上取得的成绩表示，兴业银行科技体系架构补充完善了传统架构，强调数据和创新的价值——数据管理部发布数据字典，数字运营部构建运营体系，安全保卫部建设智能反欺诈平台，金融科技研究院承接重点课题。在黄晟看来，数字化转型基础在于科技体系，重点是业务转型。

中信银行信息技术管理部创新科学家张然强调，数据资产的价值与数据治理之间存在紧密的联系，两者被视为构建数字化银行的两大核心要素。他提出，数据治理是确保数据质量、安全性和合规性的基础性工作，并建议通过强化数据治理来提升数据资产价值。具体方法包括：加强数据质量管理、保障数据安全与隐私、优化数据分类与标签化以及规范数据访问与共享等。

AI大模型应用与数字安全

随着AI大模型的发展，相关的安全问题也成为金融行业关注的重点话题。对此，科技企业各显神通，助力金融行业实现安全发展。

中国科学院自动化所研究员、中科闻歌董事长王磊认为，未来大模型将在金融决策、时间序列分析、投资组合优化、风险控制方面服务于金融业。

第四范式高级副总裁俞晖表示，大模型刚一出来，客户非常关心能不能用其做资料查询等任务。而今年，客户更关心做资料查询对核心竞争力有多大影响。他认为真正发挥作用的行业大模型，是在实体经济核心业务场景的大模型，而不等于行业大语言模型。

自然原数董事长江晶聚焦大模型和金融数据库结合，赋能金融机构客户的实践分享指出，公司将着重数据库智能运维、为大模型计算演练提供数据等，未来，公司将持续探索数据库与AI集成的深度应用，推动金融科技领域的发展。

拓尔思金融和产业大脑中心总经理周宁捷认为，大模型在实际应用中，需要兼顾经济性。从工程化和产品化的技术路线看，可以尝试利用小样本微调，快速实现一些应用场景，真正让用户有一些非常好的智能化体验，进而建立比较好的消费闭环。“形成一个反馈数据以后，再去训练模型，从而形成靠谱的行业大模型。”周宁捷说。

面对数字化转型的浪潮，龙盈智达副总裁宫小奕指出，“我们通过与其他银行系金融科技公司的差异化竞争，推动银行业务的全面数字化转型。”她强调，在新商业模式的激发和新价值创造力的挖掘中，公司将更加关注与生态伙伴的合作，实现融智共同发展。

马上消费科技创新发展部总经理、马上消费研究院院长赫建营介绍，马上消费累计研发投入已经超过40亿元，研发强度占营收的比例超过10%，显示出公司对技术创新的重视。此外，马上消费在人工智能和大模型领域取得了显著成果，通过人工智能和大模型技术，实现了对C端用户的千人千面和定制化服务。

和合信诺董事长杨珊珊从合规科技的角度出发，谈到了提升合规管理的效率和准确性。她强调，合规不仅是防范风险的手段，更是金融机构创造价值的重要途径。

随着新技术的不断涌现与应用，金融科技的未来将更加值得期待。

海量资讯、精准解读，尽在新浪财经APP