首页 > 科技快讯 > 专访交通银行金融科技创新研究院王卫东院长：隐私计算目前还处于行业发展初期，当前主要有四大选型标准

专访交通银行金融科技创新研究院王卫东院长：隐私计算目前还处于行业发展初期，当前主要有四大选型标准

晰数塔互联网快讯
2021-05-24 11:09

提及最近一年To B创投最为火热的赛道，隐私计算或位列前沿。根据36氪的观察，从2020年至今，该领域的技术提供商从个位数至少涨至数十家，其中也有多家企业获得投资人关注，完成数笔融资进程。

投资火热背后是市场需求的驱动。在行业中，2020年被称作隐私计算元年。彼时由于政策上合规避险的要求，以及业务端发挥大数据价值的诉求，业内诞生了一批隐私计算公司，希望通过技术手段让数据“可用不可见”。经过近一年的市场教育突破，业内有观点认为，目前隐私计算已经从元年进展到了“商业化元年”。这一概念的背后则意味着，客户方对此类技术的接受程度、使用程度成为值得关注的新话题。

借此话题，我们接触到交通银行总行金融科技创新研究院（以下简称“金科研究院”）王卫东院长，希望通过对他的采访了解此时客户方对隐私计算技术的观察。总结来看，交通银行对隐私计算的关注已超过一年。王卫东院长认为，此类技术此时还处于发展初期阶段，银行内部对此保持开放心态，也有一些业务在试用，但更大规模的铺开使用仍待时日。在当下，产品/技术的安全性、成熟度、通用性和落地的可实施性，是以交通银行为代表的银行客户选型时所关注的评判维度。

以下是专访部分（经36氪不修改原意编辑）：

36氪：金融行业是最早开始应用信息技术的行业，银行也是如今不少隐私计算技术提供方非常看重的客户。比较好奇，我们是从什么时候开始关注到这样的一种技术？当时的契机是什么？

王卫东院长：我们是从去年年初开始的关注到此类技术。当时金融科技创新研究院作为总行的一级部门在去年年初成立，主要工作是对金融科技的一些前沿性的基础性的技术进行研究和引进。去年年初成立之后疫情爆发，我们通过梳理分析资料看到好几家金融科技企业都在进行多方安全计算这方面的研究。而我们由于是金融行业背景出身，非常清楚外部数据对银行业务发展的重要性。于是，大家很敏感地感知到这个事情其实可以成为整个金融行业数字化转型的重要技术平台，由此决定持续关注。

36氪：2020年初，业内许多厂商可能还是在进行科普式教育。包括整个2020年上半年行业都是这样的情况。那么我们当时做了一些什么举措来逐步接受这类技术？

王卫东院长：是的，当时确实科普式的教育阶段，但我们认为这个技术还是存在相当的应用前景，所以在2020年8月份，我们举办了一个以多方安全计算技术为主的座谈会。

为了了解业内进展情况，从应用角度，我们请了金融业的一些同行来讨论；从研究角度，请了一些大学里的专家教授；从产业的角度，请了金融科技企业来讲这些应用的情况；从监管角度我们也请了一些机构，了解他们的看法。我们认为，一个技术要得到良性发展起来，不光技术本身要逐步成熟，还得大量的应用场景以及监管部门的关注和指导。通过这个论坛，不同领域的专家充分交流了对这个技术的看法和前景，对这个技术的应用推广起到了积极作用。

36氪：我们现在大概已经研究一年多了。很好奇，当前在银行内部，大家在试用一些隐私计算产品的时候，比较关注的维度是什么？具备怎样特质的产品比较适合银行去使用？

王卫东院长：首先是安全性。这个技术本身是为保证数据安全而生，所以技术本身的安全性能不能有一些标准，或者最好通过一些认证等等，这个蛮重要的。现在有一些机构，比如信通院、央行都关注到了标准，这事非常有价值。

第二是技术的成熟度。在几年前，金融科技公司等角色已经在研究这个技术，但那时候可能不是特别成熟。去年初疫情的原因，大量的政府管理、企业经营活动从线下移到线上，各行各业更加关注到该技术的应用前景，同时技术成熟度也在慢慢提高，还有这一技术毕竟是要解决数据共享中存在的安全问题，要进行大规模的数据集团，因此计算的效率、性能也不可忽视。

第三个是通用性，因为数据共享会涉及和不同行业，也需要应用到不同场景当中，所以不管数据使用方也好，还是提供方也好，会有多个参与主体。而隐私计算的技术的提供也存在多种门类，参与者也非常多，不同角色不同技术之间需要通用，否则对应用方来说很难选择。这个问题也是我们今年以来的工作重点之一。

最后是落地可实施性。技术应用，这个产品的应用到底在多少行业，在多少领域有过经验的也蛮重要的。因为对银行来说，可以用隐私计算技术的场景很多，数据也很丰富，资源也比较充沛。所以银行来推动这项技术的发展有一定的优势。而对我们来说，安全性、成熟度、通用性、可实施性是比较值得关注的。

36氪：我们去年有一个监管沙箱项目多方安全图计算，这个项目在和中移动、电信、富数科技合作，现在的进展是怎样的？

王卫东院长：多方安全图计算其实是两个技术合在一起，一个是多方安全计算做数据的共享，另外一个是在数据共享的时候，我们会将知识图谱的技术在已拿到的数据当中进行分析。

知识图谱是另外一个技术，目的是试图找到小微企业背后的关联关系，目前主要用在小微企业的风控场景中。我们的监管沙盒是这两个技术合起来的应用，难度可能会更高一些，以后多方安全计算肯定需要和多种技术共用，不可能只做数据共享。目前我们第一部分多方安全计算平台基本已建立完成，知识图谱的应用目前还在过程当中。

36氪：现在关于技术，很多公司表示自己提供综合性解决方案。但再去深究，会发现可能大家还是有技术路线的趋向，您有类似观察吗？

王卫东院长：这是肯定的。所以就像刚才讲的，通用性很重要。厂商可以有不同的技术路线，有不同解决方案，每个技术路线也有它的优劣点，但银行需要这些技术路线之间通用，相互能建立互联互通的平台。不同厂商之间也会去联动。厂商也有这个需求，新的技术不可能垄断，同厂商之间的技术可以通用，则可以大大减轻技术推广的难度。

36氪：整体来看，您觉得现在隐私计算在金融场景里面的落地大概处于一个什么样的阶段？去年可能是隐私计算元年，今年有观点认为是商业化元年，而技术路线之争可能还没停止。

王卫东院长：我们觉得这个技术整体还处于初期阶段，但增长空间很大。其实从银行来说，不管是风控也好，营销也好，运营也好，都需要和外部数据合作。其实我们的各个业务部门、分支机构对技术的理解，也是深浅不一。有些理解较深，可能会尽快提出来这个需求，理解浅的可能等等看看。所以目前整体看还处于初期阶段。相对来说理解较深的是对外部数据需求比较多的普惠业务和零售、风控等银行部门。