专题 | 释放“数据智能”乘数效应，共筑金融安全新生态——马上消费数据治理、共享与应用实践

随着高价值、多源头、异结构的海量数据集产生，实现数据要素的有效治理，是发展数字金融的关键。然而，传统的数据治理模式已难以满足当前的需求。马上消费着眼数据要素的资产价值，通过构建更高效灵活的数据建设联邦组织架构，不断夯实数据资产底座。

1.战略统筹，完善权责清晰的联邦制数据组织架构。传统集中式组织架构限制业务数据需求的满足和数据产品创新，影响数据驱动分析决策及金融创新的战略执行。马上消费在数据治理上采取了联邦制组织架构，该架构通过明确各参与方的职责和权力，确保数据治理工作的有效性和连贯性。公司建立了自上而下的数据治理组织架构，包括战略层、管理层、执行层和监督层的“3+1结构”，涵盖数据治理机制、数据标准管理、技术支撑体系、数据质量管控、数据应用体系、数据安全治理、闭环质量管理机制、数据资产管理八大工作域，以实现数据治理工作与公司战略紧密结合，推动数据资源的全面覆盖、有效管理和协调一致。

2.业务导向，打造高效协同的数据治理工作合力。传统数据治理面临脱离业务实际、缺乏对业务深刻洞察的挑战。针对“数据-技术-业务”的潜在规则冲突，马上消费坚持以业务需求为导向，围绕智能营销、智能风控、智能客服、智能资管等核心业务域，组建相应的业务团队，包括市场营销业务团队、风控业务团队、消保客户体验业务团队及资产管理业务团队等（如图1）。同时，为强化业务与技术的对接，在研发体系也针对性建立了相应的研发支持团队，包括市场营销研发、风控研发、客户运营研发和资产管理研发等团队。通过跨部门的紧密合作，整合各方资源和专业知识，共同推进数据治理工作。目前已构建13个主题域和8大集市，明确了数据分布和建设职责，形成了数据关系成果库。基于业务导向和跨部门合作，公司的数据治理工作能够更好地服务于业务实际发展，同时也显著提高了数据治理工作的协同性和响应速度。

图1  马上消费“业务-研发-数据部门”

形成联邦协同组织

3.质效平衡，加强高质量数据资产的全流程管理。多源异构的海量数据和复杂多变的金融创新需求，加剧了数据建设质量和效率的平衡难度。马上消费注重数据资产质量，目前已管理超过100PB的金融基础数据，20万张数据库表、10万个变量和特征、2000余个数据模型，建立了全面的数据安全管控体系，通过定期的数据安全意识培训、制度流程培训和内部大数据业务安全审计，确保数据的安全性和合规性。同时，公司还积极参与国家数据安全标准体系的建设，通过数据管理领域国家标准认证DCMM4（量化管理级），不断提升数据管理和应用的能力，确保数据资产的高质量标准和高效率运营。

数据价值共享是金融创新的催化剂，但如何在保障数据安全的前提下进行共享，一直是行业内的难题。马上消费通过实施一系列创新的安全共享机制，不仅保护了客户隐私权益，还促进了数据流通和数据价值最大化。

1.协同共研，夯实数据安全共享的技术基础。“密态数据流通”是当前控制数据使用、流通范围，并保障数据安全的主流技术路线，涉及密码学、智能科学、硬件技术的交叉融合。马上消费与重庆大学计算机学院合作建立“大数据智能与隐私计算”重庆重点实验室，实现融合多方安全计算、同态加密、联邦学习等多种隐私计算技术的重大攻关。其中，公司自主研发的门限求交算法有效解决了多参与方场景下的性能与效率问题，秒级完成1000万级数据求交；亿级数据集的高效隐私求交技术相比传统方法效率提升了近85倍；利用同态加密技术进行模型梯度的聚合，使得“数据不动模型动”。截至目前，公司在隐私计算领域已经申请了超过30件相关发明专利，并且技术安全性通过了近100项标准检测。

2.平台设计，打造高效安全的数据共享平台。马上消费自主研发“跨主体的数据安全共享隐私计算平台”，并通过中国金融认证中心、国家金融科技认证中心等权威机构检测认证。该平台采用多方安全计算和联邦学习等技术基础架构，以求交方式进行金融数据价值共享挖掘。其优势有三：一是仅需有限次数的计算，不受参与成员数量影响，大幅降低计算的复杂度，提升计算效率。二是计算过程中，每个参与方的数据都使用了自己的一个私密数据进行模幂运算(Modular Exponentiation)，其他参与方即使拿到该计算结果，也无法逆推出原始数据，故而保证了各参与方的原始数据安全不泄露。三是仅满足设定阈值的恶意名单才能计算出来，且该恶意名单也只对危害过的成员单位公开，保证了数据的隐私性。

3.生态共筑，推动数字金融安全的协同治理。目前，由马上消费牵头，多家金融机构参与的打击金融领域黑产联盟（Alliance against Illegal Industry in Financial Field，简称AIF联盟）正通过基于隐私计算的黑产线索碰撞平台（爱马平台）建设，打破数据孤岛，形成分布式黑产池，协同挖掘、精准定位黑灰产打击线索能力提升近1000倍，实现黑产组织及人员的挖掘与打击。截至2024年8月，AIF联盟已融入银行、互金、保险、小贷等122家机构，“爱马平台”累计导入8万余条黑灰产数据，挖掘出1142余条黑灰产线索。依托AIF联盟生态伙伴合力以及科技加持，联盟成员单位已协助全国各地警方受理非法代理维权案件525起，对429名当事人采取刑事强制措施和行政处罚措施，在多家金融机构数据融合应用的场景中确保安全、合规和效率的平衡，以金融安全提升用户满意度和忠诚度。

大规模数据决策应用，是化解复杂系统的不确定性，优化资源配置效率，实现“数据-信息-知识-智慧”关键跃升的核心环节。马上消费通过在信贷审批、风险管理、客户服务等多个场景中部署数据智能解决方案（如图2），实现了业务流程的优化和客户体验的提升。

图2  马上消费的全链路全场景数据驱动业务

1.智能交互领域，大小模型协同驱动高效卓越的客户体验。为应对线上金融服务难以面对面交流、甚至产生集中化的挑战，马上消费围绕用户全生命周期提供精细化服务，不断升级优化用户核心服务。在基于数字虚拟技术的人机体验升级方面，探索实时问答大模型的智能客服新体验，依托全生命周期的时序信息、组合式AI和5G音视频融合，全量上线柔性交互的智能语音服务系统，提升用户问题解决率42%，缩减用户意图匹配时间70%，提升用户意图覆盖总量10倍，且意图识别率达98%，《基于大模型驱动的智能客服平台》获评工信部优秀案例。在基于AI心理模型实现有情感服务体验方面，突破创新融入心理学特征的大型对话与训练模型，自动构建用户心理画像，在AI心理识别的基础上实现客户沟通策略及话术实时推荐、对话自动备注、客户意愿预测等，逾期回款率相对提升3.66％，实现用户体验和企业价值的共赢。

2.智能风控领域，以普惠为核心全面塑造数据决策能力。数字能力的核心是数据决策能力，马上消费基于数据资产和数字化技术有效识别不同客群需求，实现差异化、个性化的金融产品供给，并根据用户行为动态演变，提供便捷、高效、智能的服务渠道，增强服务大众的普惠能力。首先，全场景的数字化覆盖，在200余个业务类型拥有全息用户级数据资产超100PB、全场景风控决策变量和特征10万余个；其次，全链路业务流程的数字化，全面覆盖业务和中后台管理的主要应用，包括市场投放、营销策略、风险定价、存量管理、贷后管理等；并且，推动基于数据决策的精益化管理，每日千人千面数字决策调用次数达十亿级，日计算规模超600亿次，日均审批单量超1000万笔，设计以数据决策的风险定价为导向的个性化产品，实现差异化定价、开放性交易和多方核算，建立2000多个风险决策模型，识别、预测和精准服务超2亿用户，重塑金融工作方式、业务流程和服务效率。

3.智能消保领域，自主可控的合规安全体系保障消费者权益。消费者保护面临“工作面宽、量大、事杂”等复杂多变的工作挑战，推进数字化建设是必然趋势。马上消费以数字化驱动合规安全的消保工作，一是利用大模型技术和多模态合规分析平台，处理多格式信息，自动进行素材审核和业务流程分析，显著提升了违规内容检出率和严重违规内容的召回率。二是建立全流程安全风险预警监测技术，包括基于多层防御增强的金融大模型安全可信核验技术体系，针对多方亿级样本进行全流程安全预警监测，有效过滤了99.9%的安全问题；采用端到端实时幻觉监测与自动纠正技术，成功修复了98%的问题；同时，利用多模态深度防伪大模型核验技术，实现了高于99%的伪造攻击拦截成功率，提升了服务质量监督和客户满意度，为构建健康、安全的金融消费环境提供了有力支撑。

（此文刊发于《金融电子化》2024年10月下半月刊）