在大數(shù)據(jù)時代,很多機構(gòu)在服務客戶的過程中積累了海量有價值的數(shù)據(jù),這些數(shù)據(jù)對客戶的某個或者某幾個方面的生產(chǎn)生活有著細致的描述。但是我們?nèi)绻胍娴乜坍嬁蛻籼卣?、更深入地挖掘客戶需?僅僅憑借自有的數(shù)據(jù)是遠遠不夠的,如果能將大家的數(shù)據(jù)結(jié)合起來,將能夠最大化的發(fā)揮數(shù)據(jù)價值。央行在去年的《金融科技發(fā)展規(guī)劃》里也提到,要”打通金融業(yè)數(shù)據(jù)融合應用通道,破除不同金融業(yè)態(tài)的數(shù)據(jù)壁壘,化解信息孤島”,在這樣的背景下,如何在保證數(shù)據(jù)安全隱私的基礎(chǔ)上,通過數(shù)據(jù)融合創(chuàng)造價值,實現(xiàn)持續(xù)性的交易達成,就成為了一個非常有意義、有價值的課題。

　　作為一家科技創(chuàng)新型企業(yè),螞蟻金服長期致力于推動自主研發(fā)的創(chuàng)新技術(shù)應用于金融行業(yè),幫助金融機構(gòu)更好地為用戶提供金融服務。此前,螞蟻金服聯(lián)合江蘇銀行共同打造全新的聯(lián)合風控機制,兼顧人工智能應用與用戶隱私保障優(yōu)點,成功實現(xiàn)金融服務效率和資產(chǎn)質(zhì)量雙向提升,開創(chuàng)了銀行業(yè)智能化的新樣板。

　　作為全球百強銀行,江蘇銀行保持著靈活高效優(yōu)勢的銀行戰(zhàn)略定位,堅持打造”最具互聯(lián)網(wǎng)大數(shù)據(jù)基因的銀行”,長期支持區(qū)域內(nèi)實體經(jīng)濟發(fā)展。瞄準金融業(yè)智慧化變革,江蘇銀行率先聯(lián)合螞蟻金服加速金融與前沿技術(shù)的深度融合,利用金融科技賦能業(yè)務發(fā)展,實現(xiàn)質(zhì)量效益規(guī)模穩(wěn)步提升。其中在風控領(lǐng)域,江蘇銀行與螞蟻金服共同探索共享智能技術(shù),強化風控機制,深挖數(shù)據(jù)的價值。

　　根據(jù)銀行的運營流程,用戶要申請貸款時,銀行首先要進行貸款風控。例如,當某個用戶想要買房去銀行貸款,由于用戶數(shù)據(jù)沒有相通,在銀行A可能被判定為審批拒絕,無法辦理貸款,在機構(gòu)B卻可能被判定為審批通過,獲得貸款。出現(xiàn)這種決策矛盾,主要由于銀行獲取的用戶數(shù)據(jù)不夠全面,導致風控決策結(jié)果不同。風控決策失當還可能帶來流失優(yōu)質(zhì)客戶、增加貸款不良率等后續(xù)問題,造成銀行盈利能力下降。

　　基于這一行業(yè)痛點,江蘇銀行與螞蟻金服率先建立起信貸聯(lián)合風控機制,通過共享學習技術(shù),構(gòu)建共同的模型強化風控管理,讓信貸防控的效果進一步提升?；诼?lián)合風控機制,江蘇銀行能夠在獲得貸款申請后,通過數(shù)據(jù)交互,依據(jù)多方數(shù)據(jù)進行更科學的信貸決策,在這個過程中,用戶的數(shù)據(jù)和隱私也得到了有效的保護。在螞蟻共享智能等前沿技術(shù)加持下,江蘇銀行通過聯(lián)合風控系統(tǒng),提升綜合服務、智慧風控能力,破解信貸難題,在實現(xiàn)風險抵御能力增強的同時,推動業(yè)務穩(wěn)步增長,資產(chǎn)質(zhì)量持續(xù)改善。

　　能夠?qū)崿F(xiàn)這一成果,離不開螞蟻金服在共享智能領(lǐng)域的長期耕耘。據(jù)了解,螞蟻金服提出的共享智能(又稱:共享機器學習)是為解決數(shù)據(jù)共享需求與隱私泄露和數(shù)據(jù)濫用之間矛盾的技術(shù)解決方案,結(jié)合TEE與MPC兩條路線的同時,也根植螞蟻的自身業(yè)務場景特性,聚焦于金融行業(yè)的應用。

　　作為一套完整的共享智能架構(gòu),螞蟻金服推出的共享智能通過采用安全多方計算、可信執(zhí)行環(huán)境等技術(shù),在多方參與且各數(shù)據(jù)提供方與平臺方互不信任的場景下,聚合多方信息并保護參與方數(shù)據(jù)隱私的學習,并確保各參與方的隱私不被泄漏,信息不被濫用,為銀行業(yè)進行數(shù)據(jù)共享、運營創(chuàng)造條件。

　　具體而言,共享智能擁有以下特點:

　　· 多種安全計算引擎整合,可基于不同業(yè)務場景來選擇合適的安全技術(shù)。既有基于TEE的集中式解決方案,也有基于MPC的分布式解決方案;既可滿足數(shù)據(jù)水平切分的場景,也能解決數(shù)據(jù)垂直切分的訴求;既可以做模型訓練,也可以做模型預測。

　　· 支持多種機器學習算法以及各種數(shù)據(jù)預處理算子。支持的算法包括但不限于LR,GBDT,Xgboost,DNN,CNN,RNN,GNN等。

　　· 大規(guī)模集群化。支持大規(guī)模集群化,提供金融級的高效、穩(wěn)定、系統(tǒng)化的支撐。

　　經(jīng)過實戰(zhàn)檢驗,螞蟻金服自主研發(fā)的共享學習平臺展現(xiàn)出安全可靠性、高可擴展性、完備性以及易用性等特點,具有覆蓋場景面廣,支持算法豐富,支持工業(yè)化、規(guī)模化發(fā)展等優(yōu)勢,得到江蘇銀行等合作伙伴方在智能信貸、智能風控等業(yè)務領(lǐng)域的廣泛應用,成為業(yè)界推動”隱私+AI”結(jié)合的新路徑。

　　透過對人工智能、區(qū)塊鏈等技術(shù)投入,螞蟻金服正推動銀行機構(gòu)順應數(shù)字化、場景化發(fā)展趨勢,真正將金融科技滲透到風險管控、流程優(yōu)化等經(jīng)營管理中,讓基于共享智能的數(shù)字金融加速成長。

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔此類作品侵權(quán)行為的直接責任及連帶責任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。