云副总裁王峰，以下是实录：在与金融机构合作时，大部分应用就是基于互联网科技对海量数据进行处理，比如通过专有云TCE、大数据平台TBDS、分布式数据库TDSQL等，既能满足金融对数据安全性的要求，打破过去的信息孤岛，并且处理数据的成本是可承受的。只有数据基础设施具备以后，才能将数据要素真正利用起来。

　　云如何与金融机构协同合作，共同挖掘数据要素的业务价值？

　　云首先关心的是如何提供一个平衡成本和安全的技术架构来收集数据，与金融机构合作挖掘数据要素的业务价值。这种合作包括共同开发新技术和应用，以及通过部署数据库、大数据平台、隐私计算、安全、区块链等技术，在保障数据安全的前提下，实现数据的高效利用。

　　云还与金融行业内的应用开发商合作，探索新的应用流程、运营，提高整个行业的IT弹性和大数据处理能力，提供技术数据系统，同时将行业成本大幅降低，数据存储量扩大到TB级别，这些数据经过处理后还能产生很多新的业务价值。

　　如今，随着AI大模型技术的应用，整个金融行业的业务和服务模式都会发生变化。过去，银行需要通过大量的柜面处理客户的业务。现在，很多业务可以远程办理，通过实时音技术把远程的人接通以后，通过数字人提供一个形象，后台其实是工作人员来连接，这样可以帮客户办理复杂的金融业务。这样可以帮助银行节省业务成本，拓宽服务边界，比如说偏远山区的人也能享受到同样的金融服务。

　　：如何看待大模型技术在数据要素价值挖掘上的作用？

　　王峰：大模型首先要有足够的数据去训练，做金融大模型就要有金融的海量数据。在接受大量数据的训练后，大模型可以帮助金融机构提升金融风控的能力，实现客服自动化、金融产品个性化推荐等。大模型技术也有利于金融产品的创新。有很多金融产品是靠数据模型算出来的，通过数据模型优化风险控制，也拓展了行业的销售空间。

　　比如零售信贷场景，在线上秒批秒贷的客户需求下，银行需要快速甄别、量化客户的还款能力和还款意愿，并审批贷款。

　　：如何确保数据安全？

　　王峰：数据安全包括两个方面，一是数据本身的安全，防止数据被非法获取或破坏；二是数据的使用安全，确保数据在合法合规的前提下被正确调用。

　　实际上，金融行业的数据安全和合规性受到非常严格的监管，企业需遵守相关法律法规，确保数据采集、存储、管理和使用的过程符合规定。另外，不同国家和地区对数据安全也有一定的要求，中国公司出海的时候也会遇到监管合规的要求。