扫一扫分享微信
STIF2022第三届国际科创节暨DSC2022国际数字服务大会（数服会）于12月27日在上海举行，主题为：数字引擎 智造未来。
STIF国际科创节暨数服会是科技创新与数字化服务领域最具影响力的年度盛会之一，活动设立于2020年，旨在通过构建多元、开放的交流与合作平台，全面展示科创成果，传递科创精神。聚焦科技最新发展趋势，以及全球范围内科技新技术、新应用，为助力科技强国贡献力量。
以下为华控清交首席科学家、董事徐葳在第三届国际科创节上的精彩演讲，由云现场整理。
徐葳：
大家好！我是华控清交的创始人，我也是清华大学的教授。
今天我给大家分享的是关于金融数据可信流通的关键技术。
数字化转型这件事情大家并不陌生，现在国家对于数字化转型非常重视，大家都觉得数字化转型能够跟各个传统行业相结合，能够带来非常大的生产力的提升。现在把数据叫做生产要素，这是我国首先提的提法，这是非常对的。
过去有一些非常奇特的现象，尤其在金融行业，为什么有互联网金融，为什么有小贷公司，它是一个技术公司但是能放贷款。明明应该是放贷款的资本是主要的生产要素，为什么给这些技术公司来访？因为钱反而更容易流通，因为我们有基础设施，有足够的技术，有规则和法律保障，流通过程中大家有信任，我知道你流通之后会发生什么，出了问题如何解决。现在讨论数字化转型，讲到“双循环”的理念，什么叫“双循环”？企业内部数据和外部数据，外部我们想得很美好，大家可以用政府的数据，给金融贷款，解决中小企业贷款难的问题，解决银行获客的问题，解决中小企业获客的问题，大家想得非常好，但是事实上集团内部由于部门之间有不同的种种规则，有时候是不许的，导致其不流通。真正我们需要的是“双循环”，但是现在很多情况下连单循环都没有做好。
数据的流通最核心的我们认为，大家缺乏的是流通过程中的信任。信什么东西？我们到底需要信任什么？这几个信任是非常重要的，它其实是一个几个独立的维度。你都有，或者有其中几个，这是可以选的，但是这些信任其实是大家比较关心的，大家经常把它揉在一起，其实不一定，它涉及到很多不同的技术，当然都有技术解决方案。最简单的我们认为就是数据不篡改，这个就是区块链要解决的问题。数据不篡改实际上是一种比较简单的金融需求，区块链可以在完全没有任何身份认证，完全没有规则，靠技术就可以实现这件事，听起来比较简单，当然它的原理非常简单。
数据用途可控，我给你数据没让你干别的事情，没让你把这个数据用于分析中国产业发展的状况卖给外国人，但是我怎么知道你肯定没干，我怎么知道你拿了我的数据没有干伤害我的事情，或者伤害国家的事情。这就是数据的用途，我数据给了你，无论咱们签的什么合同，我都不知道你干什么用了，我无法举证你干什么用，这叫做数据可用不可见，真正目的为了数据用途可控，这个领域叫做隐私保护计算。这个领域比较麻烦一些，你得知道参与方是谁，有些密码学的技术。
数据不造假，这个靠密码学，或者靠源多做一做，验证一下比对一下怎么做出来的，这个比保密更加难一点，通常它比保密更加难一点。数据不造假往往不是数据流通的先决条件，它是数据流通的结果。为什么大家做征信，为什么要抽调不同各种来源的数据，因为你不信我说的，否则你信就完了，你找其他数据就是因为你不信。所以，这个数据不造假是数据流通的一个结果，而不是一个先决条件。很多人认为它是一个先决条件，这个问题很难，它需要数据源互相的融合和比对，需要数据源之间的冗余，需要AI的算法等等，在技术领域这些东西目前都有一些解决方案，大多是一些行之有效的方案。这些解决方案百花齐放。
从业务场景和技术上的结合，其实还是有蛮大的鸿沟。从技术角度来说，因为这个技术本身有巨大的计算代价和性能的代价，所以在这个情况下它有一些隐式的技术需求，比如可扩展性。你做实验室的DEMO非常容易，但是做到大规模数据是完全不同的技术理念和思路，如何扩展到大数据，如何让普通工程师母也许能开发，而不是密码学家才能玩的游戏，如何做成可监管，大家都在算，最后你监管谁？监管方如何保证它不会窃取到你的数据，这个事情你怎么做，包括架构怎么让它有机增长，扩展到整个社会，而不是大家强制做一种标准，这里面有非常多需要突破的技术瓶颈，包括各种不同的取舍。你要无比的安全，就意味着无比的慢，所以这种东西到底要可用，到底要安全，这中间如何取舍这导致了不同的技术路径。包括性能，到底你要多快，或者到多大规模的数据，以及如何让它分别写出程序，让业务专家、监管专家能够看懂，这些才是亟待突破的一系列的新技术。目前我们能看到一些曙光和非常好的探索和尝试以及落地的场景，但是这条路还是有很多的事情要往前走的。
总结一下，我们觉得数据在流通中产生价值，尤其在金融领域，金融领域就是交换信息，信息流、资金流要能够合一。这不是我们的初心，我们做数字经济的初心是让比特、让数据回归到它就是数据，它就是方便的流通，比事实上的物质和钱更容易流通。做安全、可信的技术就是为了让数据回归本质，今天汇报到这里，谢谢大家！
