数据要素价值与金融行业新格局 - 数据被视为新时代的“石油”，激活其价值、构建高效治理体系、推动其在金融领域深度融合与创新应用潜力巨大 [1] - 数据治理是金融创新的底座，金融创新是数据价值释放的引擎，两者的协同发展正重塑金融行业格局 [1] 构建数据治理新范式的必要性与路径 - 传统数据治理模式已显局限，构建新范式是应对海量数据挑战、释放数据要素潜能、驱动社会经济高质量发展的关键一步 [2] - 构建新范式的关键在于实现数据治理与价值创造的闭环联动，本质是让数据从合规管控走向价值赋能，实现从“资产沉淀”到“动能释放”的质变 [3] - 对金融机构而言，数据治理最重要的一环是数据质量的管理 [3] - 2023年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，提出夯实数据治理与融合应用能力基础，并指导金融机构健全数据治理体系与质量管控机制 [3] 数据治理与金融创新的战略协同 - 数据治理与金融创新的战略协同，本质是效率与安全、创新与合规、技术与人文的再平衡 [4] - 未来的竞争不仅是技术竞争，更是数据治理能力的竞争 [4] - 金融机构需要以数据要素和思维重构，在开放中建立动态治理体系，同时坚守能力底线，让数据成为普惠金融、绿色金融、科技金融发展的新基建 [4] - 需要在“放得开”与“管得住”之间找到平衡，以数据治理的确定性应对创新的不确定性，最终实现金融服务实体经济的质与量提升 [4] 大模型时代的数据治理挑战与安全 - 大模型时代，数据由机器解读和使用，银行储存的大量数据如何转化为大模型的训练型和推理型，对现有数据治理机制和逻辑构成较大挑战 [4] - 大模型正重塑金融行业，提升智能投顾、风险定价等场景效率，但其参数规模激增与黑箱特性也带来数据隐私泄露、算法偏见等潜在风险 [4] - 星展银行（中国）首席信息官指出，大模型需特别关注五大安全问题：幻觉问题、隐私风险、提示词注入攻击、数据投毒以及模型窃取 [5] - 华为云通过实时引擎加速知识实时化以减少模型幻觉，并在底层安全、数据安全、模型安全及数据应用层面构建安全防护措施 [6] - 强调大模型安全是为了守护技术应用的合规底线，使其在释放技术潜能的同时筑牢数据安全与隐私保护防线 [6] 大模型安全管控与数据治理技术演进 - 大模型安全管控一方面基于知识库的管控，另一方面基于角色的访问控制 [7] - 效率与安全平衡的关键在于动态资源调动，需将敏感信息与非敏感信息分开，并保证数据在公有云上不留痕 [7] - 华为云通过大模型技术重塑数据治理平台，在平台底座上构建向量存储和向量搜索，其DataArts平台的数据既能支持场景分析，也可为大数据提数和供数 [7] - 技术演进为构建可信数据空间提供底层支撑，支持金融机构实现数据安全共享，打破数据壁垒，激活要素价值，推动构建行业跨机构风险联防联控体系 [7]