近年银行频频说要让“科技赋能”提高效率 , 另一边AI、区块链、隐私计算等热门技术名词不断更迭 。 银行用了什么技术、用到哪些产品上、怎么用的?很多人并搞不清楚其中的关联 。
“比如一家银行某地分行进行信用贷展业 , 怎么筛选用户是可以通过技术优化的 。 ”日前 , 在第五届中国金融科技创新大会期间 , 星云Clustar的CEO陈沫接受新京报贝壳财经等媒体采访时说道 。
文章图片
供图 。
他重点介绍的是隐私计算 , 该技术从2018年前后才逐渐在国内崭露头角 。 星云Clustar是国内较早开展联邦学习等隐私计算技术应用探索的公司 , 目前BAT等大厂也纷纷入局隐私计算 , 银行是他们合作的重要对象之一 。 此外 , 交行、浦发等多家银行自身同样已启动隐私计算技术研究和试点应用 。
为何银行青睐?主因是隐私计算在金融数据流通共享的同时 , 能实现隐私保护 。 而数据保护是近年社会各界的共识 , 在9月1日数据安全法施行后 , 个人信息保护法将于11月1日实施 。 “隐私计算的机会来了 。 ”陈沫称 。
不过此前AI或区块链等技术 , 在发展过程中都出现了使用场景有限或商业化较艰难的问题 , 尚处于初期阶段的隐私计算技术能撑起一个商业化赛道吗?在陈沫看来 , 金融可复制性强 , 这是隐私计算行业未来能够覆盖的机会 , 但能否跟业务紧密结合是下一步的关键 。
5000个用户、每人2000个标签 , 提高营销转化率需算力加速
【技术|对话星云Clustar陈沫:个保法将实施,隐私计算的机会来了】比起“隐私计算” , “大数据”这个名词更为人们熟知 。 有业内服务商人士曾评价 , 前几年 , 大数据风控已经推动了金融机构反洗钱、反欺诈 , 在金融机构征信与营销方面提供了帮助 。
那么隐私计算要做什么?陈沫表示 , 营销和风控仍是两大金融应用的重要场景 , 隐私计算能帮助金融机构进一步提高营销转化率与风控效率 。
他向采访人员列举了一个实例:假如一家银行某地分行每天要给5000个存量用户打电话进行信用贷展业 , 如何筛选用户?一般的做法是拿过去数据结果 , 分出正负样本 。 在联邦学习模式中 , 通过安全合规的数据建模 , 可将风控环节前置化 , 为银行输出一个名单 , 选择出更接近正样本的用户进行展业 , 进而大幅提高实际效率 。 在陈沫讲述的案例中 , 依托星云Clustar联邦学习建模平台 , 客户银行的营销转化率提高了3.5倍 。
提高营销转化率需要的是算力 。 陈沫介绍 , 算力提升也是隐私计算发展过程中比较难攻克的一个点 。 “假设一个明文数据是一个bit(注:计算机存储数据的基本单位) , 为了不让数据泄露 , 同时能够算出其中的内容 , 隐私计算就把它变成1000个bit 。 其实没有增加任何信息 , 但是负载非常大 , 以前1秒就能完成的 , 现在变成了1000秒 , 因此要通过一种新的、低成本的方法来做 , 即算力加速 。 ”他补充道 。
推荐阅读
- 技术|“2”类医械有重大进展:神经介入产品井喷、基因测序弯道超车
- 选型|数据架构选型必读:2021上半年数据库产品技术解析
- 技术|使用云原生应用和开源技术的创新攻略
- 技术|聚光科技旗下临床质谱仪获批医疗器械注册证
- Apple|苹果高管解读AirPods 3代技术细节 暗示蓝牙带宽可能成为瓶颈
- MateBook|深度解析:华为MateBook X Pro 2022的七大独家创新技术
- AirPods|苹果谈论AirPods 3:最大榨取蓝牙技术,希望获得“更多带宽”
- 人物|印度人接管硅谷的背后:技术军团整体作战
- Intel|Intel谈DDR5内存价格贵、缺货问题:新技术升级在所难免
- Tesla|特斯拉新款Model S电池体积小能量密度高 外媒揭秘三大关键技术