密态计算破解信贷审批难题，避免大模型“空转”

本报（chinatimes.net.cn）记者付乐 北京报道

如今，数字经济蓬勃发展，“数据二十条”等一系列政策的出台，对数据的安全、合规流通提出了更高要求。

“推动数据要素流动是重要趋势，而密态计算是构建整个数据可信流通体系中，必不可少的技术。”蚂蚁密算CEO王磊对《华夏时报》记者表示。

7月5日，蚂蚁集团发布“隐语Cloud”大模型密算平台，通过密态计算技术，在大模型托管和推理过程中实现了数据的全程加密流转。这对于促进数据要素高效流通，推动金融业务智能化升级具有推动作用。

高价值数据流通成难题

当前，行业大模型的重要性不言而喻，其能够针对特定领域进行深度学习，从而提供有针对性的解决方案。不过，行业大模型要获得解决专业问题的能力，首先要经过数量充足、质量高的专业数据训练。

然而，专业数据往往分散在不同的机构、企业中，并且由于价值大、保密要求高，难以流动。高价值数据供给和安全流通，成为大模型进入垂直产业应用的首要挑战。

“推动数据要素流通，本质上指的是高价值的数据。”王磊表示，高价值数据在体量上占比不大，可能只占了20%左右，但在数据价值层面占了80%，这是真正核心的价值。

在部分国家，凡是数据流通里面涉及到个人信息，就会强制上网络保险，类似汽车的交强险。金融数据属于高价值数据，涵盖大量财务信息、个人身份信息、消费行为、交易历史、信用记录等敏感信息，一旦发生数据泄露，将造成严重损失。

“数据提供方都非常清楚数据的价值所在，只有确信自己的数据是安全的，才可愿意参与到行业大模型的构建中，进而推动各行业数字化进程。”王磊认为。

此外，在企业、大模型厂商和用户之间存在信任壁垒，企业担心数据对外泄露，大模型厂商担心模型资产安全，用户担心个人数据和隐私风险。

随着大模型应用加深，安全诉求也开始增强。一些机构不敢把数据全部上传大模型，因为并不确定大模型厂商是否把数据拿去做二次训练，甚至拿到其中的商业机密。

“密态计算是大模型产业深入应用的必经之路。”王磊表示。

密态计算是一种前沿的信息处理方式，是指数据在被加密后仍可以直接进行运算，而无需先解密，保证了数据在传输和处理过程中不被泄露。

在王磊看来，隐私计算只应用于整个数据流通中的一个小环节，当数据真正大面积流通时，需要做到多方数据融合。密态计算是下一代的隐私计算，解决了数据更大规模流通中的安全、隐私和效率问题。

用于信贷审批和保险定价

蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算董事长韦韬认为，当大模型从通用走向专业应用，从技术想象力走向产业的生产力，必须要解决高质量数据集稀缺与专业数据阻滞的挑战，否则大模型作为“智力引擎”，只会陷入空转。

“今后，高价值数据要深度融合，一定需要以密态方式进行安全流转。”韦韬表示。

“隐语Cloud”大模型密算平台的两大功能，分别为大模型密态托管和大模型密态推理。大模型密态托管，指模型提供方可以将模型加密后托管在平台上，一键完成云上密态部署，保护模型资产不被泄漏和盗用；大模型密态推理，是指数据以密态形式完成推理，保护用户交互时的数据安全、商业机密等。

金融的核心是控风险，通过更多维的数据降低风险。在信贷审批和保险定价方面，密态计算技术给出了创新解决方案。

在授信场景中，不同的金融机构可用密态计算共同评估信贷风险，在不泄露客户敏感信息的前提下，整合个人消费行为等不同来源的数据，同时又不共享该客户的财务信息，从而构建出更为全面的风险评估模型。

王磊介绍到，银行放贷的核心是刻画风险，通过密态计算可以更完整、更准确地刻画风险画像，从而确定能不能贷款、贷款期限、额度和利率是多少。这一过程即保证了数据的安全性，又提高了风控精准度，有利于银行给出更具个性化的贷款条件。

在新能源汽车保险领域，密态计算的应用也带去了价值。当前，新能源车的保险费用普遍偏高，这是由于缺乏历史数据，保险公司往往难以准确评估新能源车的风险水平。通过密态计算，保险公司可分析驾驶行为模式、车辆性能数据等多个渠道的数据，对每辆新能源汽车进行更加精细的风险分析，进而制定更具竞争力的保费策略。

“我们希望通过密态计算构建数据可信的流通体系，让数据价值的流动向自来水一样即开即用。”王磊表示。

今年5月底，蚂蚁集团对外公布了以人工智能和数据要素技术为核心的科技战略，随后成立了独立运营的密态计算公司——浙江蚂蚁密算科技有限公司，将提供密算相关的产品和服务，包括一套端到端的数据安全保障、一套软硬件结合的计算加速解决方案和一个隐私计算云服务平台，推动数据安全可信的跨云跨端低成本流通。

责任编辑：孟俊莲 主编：张志伟