銀行大數據的雙面計劃
「在擁抱大數據的問題上，銀行終於有了更為實質性的行動。他們開始在內部建立數據標準，統一口徑，為上雲做更充分的準備。」這是前不久國內某網際網路大廠的一位開發人員在發表演講時的一句感慨。
實現數據線上化，整合大數據，將數據資源轉換為數據資產是一直被安排在銀行數位化轉型的A計劃序列裡的，但囿於體量大，業務龐雜，部門協作成本高等現實原因，銀行大數據業務的推進一直較慢，有的甚至一度被擱淺。
不過，這些問題並不能打消銀行繼續利用數據價值的雄心。銀行除了利用本部數據向本行開卡用戶打電話推銷信用卡和理財產品外，其他較為常見的數位化運營手段主要是引入多方數據進行精準投放和推廣。
這是銀行掘金大數據的B計劃。
在B計劃裡，江蘇銀行與騰訊雲通過聯邦學習技術實現聯合建模，在大數據風控和線上信貸上展開深入合作，建設銀行與各地的數據中心籤署合作，充分吸收數據資源推動金融業務，涉足當地政務服務。
B計劃的實施讓銀行有機會在線上風控、精準營銷、場景延展等方面獲得不小的收益。但隨著數據資產的重要性越來越凸出，內部數據價值的挖掘不得不被提到數位化轉型的日程表上。
進擊A計劃
數據上線並沒有太大的壓力，難點在於上線之後的價值挖掘和數據輸出上。數據越是雜亂，就越難被利用，標準也越難統一。
另外，因為疫情的推動，數據線上化，業務線上化的進度被大大提前，數據體量加速膨脹，其價值挖掘的任務就變得比以往更緊迫。
於是正如本文開篇提到的，銀行已經開始著手大力整合數據資源，努力統一數據標準，增強數據的資產屬性。
「只有內部數據統一，進行標準化設計，才能更好地與外部合作單位進行數據資源匹配和流通，也才能實現數據的內外雙循環。」某銀行數據中心的從業人員表示。
但這並不容易。「因為數據本身從一開始都是紛亂繁雜的，缺少頂層設計，甚至有相當一部分數據是用傳統記錄方式完成的。而即使是實現了數據的線上化，如果要統一到一個資料庫裡，各部門，各業務條線的數據欄位都不一致。」
所以，銀行至少需要從兩個方面去構建數據標準化體系。一是努力實現數據接口標準化，讓內外數據能實現高兼容度的對接；二是資料庫存實現靈活搭建和擴展，類似於搭積木，讓數據欄位可以隨時出現，又可以隨時隱去，實現靈活調度。」
但數據標準還需要建立在一個重要前提之上，那就是處理好信息安全和隱私保護的問題。這個問題現在不做頂層設計，將來就準備隨時頂雷。
「人們每天都在曬密碼」
銀行數據包含了太多的隱私內容，商品交易數據、個人隱私信息……這其中，單是密碼數據一塊就容易引人忌憚。
從去年到今年，多家媒體報導稱，人臉、指紋、聲音等密碼數據在多數情況下，都是直接外露的，很容易被手機和攝像頭捕捉，相當於「人們每天都在曬密碼」。
這並非危言聳聽，因為當前已經有公司在聲音人像方面實現信息捕捉和數據編輯。
這裡說的數據編輯是一種人工智慧編輯技術，該技術通過AI實現視線編輯、圖像編輯應用（換臉、照片驅動）和畫質編輯，還可以將文本生成語音然後進行跨語言遷移……這意味著該技術如果被拿去作惡，使用者不僅可以破解生物密碼，還可以修改生物密碼。
這種數據編輯技術實現的門檻較高，所以大多數情況下，我們不用太擔心。但在數據標準的問題上，包括銀行等敏感企業和組織必須未雨綢繆。
國內某信息安全企業專家對筆者表示，一般情況下，可以嘗試對人臉、指紋等作為密碼的數據進行前置加固，類似於為密碼加個殼，防止設備或儀器直接索取人臉面部信息、指紋、聲紋或虹膜信息，而且目前有類似的技術應用案例，但這可能不是唯一，也可能不是最好的解決方案，需要進一步摸索，也需要有相關的行業標準。
更多A計劃
在數據標準的問題上，企業和地方政府都在摸索。在國內大數據領域，各行各業都在啟動A計劃，特別是智慧城市、產業網際網路、工業網際網路、區塊鏈等產業和技術的深入發展，政務、醫療、金融等領域的數據標準確立也變得更為迫切。北京、天津、湖南、湖北、貴州等多個省份都已經或正在著手建立當地的大數據中心平臺。
更進一步的是，工信部印發《工業網際網路創新發展行動計劃（2021-2023年）》。到2023年，新型基礎設施進一步完善。基本建成國家工業網際網路大數據中心體系，建設20個區域級分中心和10個行業級分中心。
而國家發展改革委12月28日稱，將加強全國一體化大數據中心頂層設計，形成「數網」「數紐」「數鏈」「數腦」「數盾」體系。到2025年，全國範圍內數據中心形成布局合理、綠色集約的基礎設施一體化格局，公共雲服務體系初步形成，政府部門間、政企間數據壁壘進一步打破，大數據協同應用效果凸顯。
可以看到，打破數據壁壘，凸顯協同應用效果，已經不是金融科技領域單打獨鬥的生意，而是全社會都在努力的方向。
本文首發於微信公眾號：中國電子銀行網。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
（責任編輯：董雲龍 ）