本報記者 張漫游 北京報道
為跟上最新的人工智能技術(shù)，近日，多家銀行正在跑步上車DeepSeek。DeepSeek也正憑借其在數(shù)據(jù)處理、自然語言理解及邏輯推理上的優(yōu)勢，逐步滲透至信貸審核、合同管理、客戶服務(wù)等核心業(yè)務(wù)場景。然而，在追求效率提升的同時，數(shù)據(jù)安全、模型風(fēng)險與監(jiān)管合規(guī)等問題也成為銀行關(guān)注的焦點。
中金金融認(rèn)證中心有限公司（CFCA）產(chǎn)品中心副總經(jīng)理劉通在接受《中國經(jīng)營報》記者專訪時表示，DeepSeek的應(yīng)用為銀行業(yè)提供了風(fēng)險可控的智能化解決方案，但其落地需兼顧技術(shù)創(chuàng)新與安全合規(guī)，既要發(fā)揮AI的杠桿效應(yīng)，也要筑牢金融安全的防火墻。
從效率提升到生態(tài)重構(gòu)
近日，多家銀行成功本地化部署DeepSeek大模型，應(yīng)用于智能合同管理、智能風(fēng)控、資產(chǎn)托管與估值對賬、客服助手、智庫等多個場景。
訓(xùn)練成本與能效比失衡、長尾場景泛化能力不足、端側(cè)部署工程化障礙，是銀行應(yīng)用AI的三大痛點。劉通認(rèn)為，DeepSeek通過優(yōu)化成本結(jié)構(gòu)、兼容國產(chǎn)化技術(shù)棧，正在打破這些瓶頸。
劉通舉例道，DeepSeek在提升銀行效率、精準(zhǔn)度和風(fēng)控能力方面具有優(yōu)勢，推動智能金融基礎(chǔ)設(shè)施的升級，尤其在信貸、合同、客服、對賬等場景中可優(yōu)先落地。
在信貸審核方面，傳統(tǒng)流程依賴人工處理非結(jié)構(gòu)化數(shù)據(jù)，耗時長且易錯，DeepSeek依靠更好的中文理解和邏輯推理能力，能夠更好地對信貸材料進行自動化解析，提升信貸審核效率；在合同管理方面，通過自然語言處理技術(shù)，DeepSeek可精準(zhǔn)識別合同條款，結(jié)合法律知識庫進行合規(guī)審查；在客戶服務(wù)方面，DeepSeek能夠根據(jù)客戶的交易歷史和偏好，為客戶提供個性化的服務(wù)；在資產(chǎn)托管估值對賬方面，DeepSeek的數(shù)據(jù)處理能力，能夠?qū)崿F(xiàn)交易及估值信息自動化解析和對比。
在劉通看來，DeepSeek的應(yīng)用正推動銀行業(yè)技術(shù)生態(tài)的“馬太效應(yīng)”減弱。他指出，銀行通過應(yīng)用DeepSeek技術(shù)，在確保風(fēng)險可控的前提下，在眾多場景中實現(xiàn)智能化應(yīng)用，中小銀行得以借此縮小與大型銀行之間的技術(shù)差距，而大型銀行則能夠構(gòu)建更為完善的金融科技生態(tài)。
不過，DeepSeek作為AI決策系統(tǒng)，DeepSeek在銀行風(fēng)險評估中的準(zhǔn)確性如何保證？
劉通認(rèn)為，銀行可以通過數(shù)據(jù)層面、模型層面和技術(shù)層面來確保DeepSeek在風(fēng)險評估中的準(zhǔn)確性。關(guān)于是否構(gòu)建第三方審計機制以預(yù)防模型偏差或黑箱決策風(fēng)險的問題，劉通認(rèn)為，DeepSeek的開源模式使得模型代碼、訓(xùn)練方法等信息對外公開，這在一定程度上提高了模型的透明度，方便銀行或相關(guān)機構(gòu)對模型進行審查和驗證，可在一定程度上替代部分第三方審計的作用，降低模型偏差和黑箱決策的風(fēng)險。
審慎應(yīng)對敏感數(shù)據(jù)泄露風(fēng)險
盡管DeepSeek的應(yīng)用前景廣闊，但其帶來的風(fēng)險亦不容忽視。劉通坦言，銀行需重點防范三大風(fēng)險：模型攻擊、算法偏見以及敏感數(shù)據(jù)泄露。
針對模型攻擊風(fēng)險，銀行通過對抗訓(xùn)練、數(shù)據(jù)增強等手段提升模型魯棒性�！肮粽呖赡軅卧煨刨J材料欺騙系統(tǒng)，但融合多模型結(jié)果可大幅降低誤判率。”劉通說道。
算法偏見則可能引發(fā)法律與聲譽風(fēng)險。劉通指出，銀行需通過多樣化數(shù)據(jù)采集、公平性約束算法及動態(tài)反饋機制糾偏。
面對敏感數(shù)據(jù)泄露，劉通稱，雖然本地化部署DeepSeek能夠減少數(shù)據(jù)外流風(fēng)險，但模型訓(xùn)練和推理過程中仍需接觸大量用戶數(shù)據(jù)，此類信息若處理不當(dāng)，可能會導(dǎo)致侵犯用戶隱私的情況發(fā)生，進而導(dǎo)致用戶信任度下降，甚至產(chǎn)生法律合規(guī)風(fēng)險等后果。
近年來，《數(shù)據(jù)安全法》《個人信息保護法》等上位法相繼發(fā)布，對規(guī)范數(shù)據(jù)處理活動、個人信息保護等提出了明確要求。為規(guī)范銀行業(yè)保險業(yè)數(shù)據(jù)處理活動，保障數(shù)據(jù)安全，促進數(shù)據(jù)合理開發(fā)利用，2024年12月27日，國家金融監(jiān)督管理總局印發(fā)《銀行保險機構(gòu)數(shù)據(jù)安全管理辦法》，其中提出“銀行保險機構(gòu)使用人工智能技術(shù)開展業(yè)務(wù)時，應(yīng)當(dāng)就數(shù)據(jù)對決策結(jié)果影響進行解釋說明和信息披露，實時監(jiān)測自動化處理與系統(tǒng)運行結(jié)果，建立人工智能應(yīng)用的風(fēng)險緩釋措施，包括制定退出人工智能應(yīng)用的替代方案，對安全威脅制定應(yīng)急方案并開展演練”。
面對數(shù)據(jù)領(lǐng)域的風(fēng)險，劉通認(rèn)為，銀行應(yīng)用DeepSeek處理客戶敏感金融數(shù)據(jù)時，可采取數(shù)據(jù)脫敏技術(shù)、數(shù)據(jù)訪問控制技術(shù)和數(shù)據(jù)監(jiān)控與審計技術(shù)確保數(shù)據(jù)脫敏合規(guī)。
數(shù)據(jù)脫敏技術(shù)方面，一是采用特定的編碼規(guī)則對敏感數(shù)據(jù)進行轉(zhuǎn)換，需專用算法才可還原；二是對客戶的敏感金融數(shù)據(jù)如交易密碼、身份證號等進行加密處理，僅授權(quán)用戶通過密鑰解密。
數(shù)據(jù)訪問控制技術(shù)方面，一是采用用戶名和密碼、數(shù)字證書、動態(tài)口令、生物識別等多種因素結(jié)合的認(rèn)證方式，確保只有合法的用戶能夠訪問敏感金融數(shù)據(jù)，如CFCA數(shù)字身份體系的安心驗產(chǎn)品，采用身份證、銀行卡、手機號、面部識別等多種技術(shù)手段，確保用戶身份的真實性；二是根據(jù)銀行崗位職責(zé)設(shè)置角色，賦予相應(yīng)的訪問權(quán)限；三是遵循最小化授權(quán)原則，只給用戶授予完成其工作任務(wù)所需的最小權(quán)限。
數(shù)據(jù)監(jiān)控與審計技術(shù)方面，可以通過數(shù)據(jù)監(jiān)控工具，及時發(fā)現(xiàn)異常行為和數(shù)據(jù)泄露風(fēng)險；通過對數(shù)據(jù)傳輸?shù)牧髁窟M行分析，建立數(shù)據(jù)流量模型檢測異常傳輸模式；通過對所有訪問和處理敏感金融數(shù)據(jù)的操作進行詳細記錄，以便進行事后審計和追溯，定期檢查合規(guī)性；定期對數(shù)據(jù)處理過程進行合規(guī)性審計，檢查數(shù)據(jù)脫敏是否符合相關(guān)法律法規(guī)和銀行內(nèi)部規(guī)定。
值得一提的是，談及當(dāng)系統(tǒng)需要與外部數(shù)據(jù)源交互時，如何防范數(shù)據(jù)泄露或非法爬取風(fēng)險，劉通提示道，可從訪問控制、數(shù)據(jù)加密、安全監(jiān)測等多個方面防范數(shù)據(jù)泄露或非法爬取風(fēng)險。
（編輯：朱紫云 審核：何莎莎 校對：張國剛）
