财经频道
财经频道
周延礼
原中国保监会副主席、党委副书记
2024年10月，中办、国办联合发布了《关于加快公共数据资源开发利用的意见》，明确提出了要“推动数据产业健康发展”，这是国家数据产业发展定位。《意见》发布将激活海量数据、惠及千行百业、促进数字经济高质量发展，期待公共数据赋能金融业的数字化转型会创造巨大价值。随着数字化、网络化、智能化不断演进，数据产业有望发展成为数字经济新的增长点，对于深化数据要素市场化配置改革，构建以数据为关键要素的数字经济，推进国家大数据发展战略，加快建设数字中国有着重要意义。
不久前，国家数据局联合中央网信办等 6 部门印发了《关于促进企业数据资源开发利用的意见》提到，要激发数字经济发展新动能。制定数据产业发展促进政策，围绕数据采集汇聚、计算存储、流通交易、开发利用和安全治理，培育壮大数据企业。要实现上述工作目标，当务之急是公共数据资源和企业数据资源的开发利用，形成共用共享共治的数据资源开发利用的工作格局。
根据本次会议的主题--“充分释放公共数据在金融行业的使用价值”，结合金融保险工作的实际，我与大家分享“公共信用数据在金融保险业的使用价值的观察和思考”并提出不成熟建议。
从金融保险业看，公共和企业的信用数据是金融保险业服务的核心要素。企业和个人在申请银行贷款、企业上市融资、保险投保和产品定价等方面，公共和企业的信用数据发挥着“四两拨千斤”作用。众所周知，信用是金融立业之本，良好的市场信用环境，对于各类社会资源的优化配置，促进各类资本的自由流动，创造更多的投资机会，促进经济高质量发展意义重大。信用数据对于公共信用数据资源在金融业的使用价值，也体现在金融机构的提供产品精准定价和便利服务，进而促进优质资本、生产资料和劳动力等生产要素顺畅流动。特别是在数字经济条件下，公共信用数据可以赋能新质生产力，服务于全要素生产力发展。
得益于我国科技在过去 10 多年间的快速发展，数据驱动金融科技创新密集活跃。互联网金融、信息技术、数字技术和人工智能技术在金融邻域的广泛应用都离不开数据支撑。数据+应用场景的数智生态改变了金融服务的模式。数字技术拉动了新金融发展，新渠道、新模式、新生态，线上触达金融消费者，数字金融服务的获得感大为改观，都与公共数据资源有关。如果说数字技术提高了金融服务效率，现在可以说公共信用数据降低了金融机构的经营成本，减低金融资产的风险。同时，拓展了金融服务的边界，创造了金融业务发展的新空间。金融业探索的开放共享新金融发展模式，得益于以公共信用数据引领的社会、企业和个人数据共享共用，《数据二十条》发布解决了长期困扰金融机构的“数据孤岛”和“数据烟囱”问题。当下，公共信用数据价值的释放还需要一段路要走，相关的法律规则、部门间协调机制、技术安全和数据交易监管等仍需要完善。
如果说数字技术提高了金融服务效率，现在可以说公共信用数据降低了金融机构的经营成本，减低金融资产的风险。同时，拓展了金融服务的边界，创造了金融业务发展的新空间。金融业探索的开放共享新金融发展模式，得益于以公共信用数据引领的社会、企业和个人数据共享共用，《数据二十条》发布解决了长期困扰金融机构的“数据孤岛”和“数据烟囱”问题。当下，公共信用数据价值的释放还需要一段路要走，相关的法律规则、部门间协调机制、技术安全和数据交易监管等仍需要完善。
“十四五”规划中间,国家从宏观政策层面强调了人工智能作为战略性新兴产业领域的重要性,对人工智能新技术、新产业将给予巨大政策支持。2023年中共中央、国务院印发的《数字中国建设整体布局规划》中，强调了在金融等关键领域加快数字技术创新应用的重要性。2024 年《政府工作报告》强调，要深化大数据、人工智能等技术的研发应用，开展“人工智能+”行动，以打造具有国际竞争力的数字产业集群，这一战略不仅凸显了数字技术、人工智能等对数据共享的迫切要求，《数据二十条》在数字经济创新发展中的重要性显而易见，更揭示了公共数据释放与新质生产力之间的紧密联系。
目前，保险行业已经全面开始数字化转型，在保险业务数据+场景布局的智能化服务已成为行业共识。从起步阶段的信息技术驱动的“互联网+保险”，演进到了数智全面赋能保险全链条业务的智能化服务。“最大诚信”“大数法则”，是保险业的立业之本和定价之基。在线投保、电子保单、移动支付等智能化服务等方面，公共信用数据促进了保险全业务链的效率大幅提升，在防范保险的定价风险，管控经营风险，避免保险资金的错配风险，保险消费者权益等方面都是必须的。虽然公共数据驱动的基于大数据的风险定价、精细化分群、场景化营销，精准和个性化的数字保险产品和服务业已成熟，但是公共数据释放为智能客服、智能理赔、智能风控等人工智能大模型技术与业务流程的融合应用，解决了保险行业数据流程不畅、保险客户体验的不佳的局面还需要更全面的公共信用数据的加持。以车险骗保为例，公安与金融监管总局合作利用数据共享，严厉打击了违法犯罪行为。目前，在监管部门的大力支持下，社保数据、卫健委数据、医保局数据、公安、海关、商务等公共数据释放，与保险机构共享共用，极大地推动了新质生产力的发展。
但是，我们还应该看到以下几个方面技术能力不足的问题：一是如何充分利用海量的数据和强力的计算资源，为数据+场景和大模型的底层逻辑的保险服务开拓了更广阔的发展空间，存在行业数据挖掘、采集和使用的技术能力不足问题。二是大模型技术需要数据、算法和算力支持，基于生老病故的人身保险业务数据+场景的沉淀、生产与生活和重大灾害事故的数据增量的采集能力不足。三是数据有效应用于保险咨询、客户运营、在线营销、续保续费、风险识别控制、理赔服务等多个环节保障技术能力不足。四是数据应用通过构建保险知识图谱、场景模拟器、数字劳动力等技术能力不足。五是数据赋能保险业务的展业，满足客户复杂产品销售以及综合保障方案定制和定价的技术能力不足等方面，需要加强科技研发，提出有效解决方案，尽快加以解决。
保险业如何应对数智能技术带来的潜在风险，也应该引起我们的高度重视。一是客户数据的隐私和安全问题，过度采集客户数据也会引起一些不必要的矛盾纠纷。保险公司如何确保其应用的数字技术和人工智能算法安全问题、如何在网络安全上能够充分保护客户敏感信息，符合相关的个人信息隐私保护法规要求等问题。二是人工智能技术采集数据如何保障决策过程的公正、透明和可解释性，而不是过度依赖算法。
保险业关注保险用户体验和公共数据释放创造的数据价值，如何将数据驱动金融创新和保险行业更好地结合起来。
为此，我提几点建议供大家参考：
一要制定符合行业特征的数据标准规范。我国已经陆续启动人工智能计算平台安全相关的技术标准制定工作，从网络安全、数据安全、算法安全和应用安全等方面提供顶层设计，为我国数据安全治理提供标准支撑。
二要制定公共数据释放适用于金融保险行业的国家标准、行业标准和团体标准。形成涵盖从数据收集、处理到模型训练、决策输出全过程的安全标准体系，确保公共数据释放在金融保险业务各个环节的应用中都能创造数据价值并符合数据安全要求。
三要建设数据安全标准体系。设立公共数据释放的风险评估标准体系，建立科学的风险评估模型和指标体系，制定明确的标准和流程，确保评估结果的准确性和可靠性。
四要构建公共数据释放的安全技术体系。针对技术内生、应用衍生、数据安全和隐私保护等方面的安全挑战，构建公共数据的安全治理技术体系，在自身安全、功能安全、隐私安全、可信赖安全方面加强前沿安全技术研究。在算法设计、代码编制和系统部署等方面尽量减少可能存在的安全漏洞，降低系统出错和被攻击的风险，加强内在安全能力建设。