当 AI 引领开放银行时，数据隐私成为支撑

虽然 80% 的美国人依赖金融应用程序的便捷性，但大约 65% 的全球金融组织在 2024 年报告了遭受勒索软件攻击。这并不是巧合，金融组织由于持有大量个人信息而成为恶意行为者的首要目标。路由号、地址、社会安全号、交易和个人详细信息在恶意行为者的眼中是一个宝贵的机会。

多年来，金融机构之间共享数据的道路上存在障碍，目的是保护消费者和机构实践。2025 年，这些障碍将在开放银行模式中被拆除，这种创新由人工智能（AI）和复杂的编码驱动，能够让用户清晰地看到其财务状况。一个个人资料可能包含检查和储蓄账户余额、Venmo 或 PayPal 交易历史和个性化的支出洞察。然而，这种创新带来了风险。金融机构已经成为恶意行为者的目标，机构之间的壁垒被打破，增加了攻击的机会。

为什么 PETs Alone 不能保护开放银行

隐私增强技术（PETs）已经成为保护这些数据的复杂工具。PETs 减少了机构对可识别个人信息的依赖，同时仍允许金融机构分析汇总数据。PETs 提供的服务根据使用的工具和技术不同，常见的包括：

• 多方计算: 使用加密和数学技术，公司可以在不泄露个人原始数据的情况下合作完成一个项目。例如，如果各银行有多次欺诈尝试，每家公司可以在不泄露任何个人信息的情况下共享趋势。使用 PETs，这些公司能够跟踪全球欺诈活动，尽管全球隐私法规不同。
• 差异隐私: 通过向数据集添加“噪音”，金融机构使得数据几乎无法追溯到个体。无需冒险，数据“噪音”保护原始数据。
• 同态加密: 虽然听起来不可能，公司可以在不解密数据的情况下对加密数据进行计算。例如，可以在不泄露个人数据的情况下对加密的金融交易进行计算。使用的查询甚至可以被保护，这在跨境犯罪检测中尤其有用。
• 联邦学习: 最后，随着 AI 模型的频繁使用，联邦学习允许公司在不汇总每个数据集的情况下本地训练 AI 模型。这些较小的模型最终被组合以利用 AI 模型的功能，而无需移动数据。

尽管有多种方法，PETs 只能在数据被收集和使用后保护数据。PETs 不能确定收集、处理或共享数据是否合法。像 GDPR 和 CCPA 这样的法规要求在处理信息之前获得明确的同意，即使信息稍后被匿名化。PETs 可以保护数据，但如果没有明确的使用数据的能力，处理用户信息可能是违法的。

缺失的部分：同意和偏好管理

同意和偏好管理平台（CPMs）是 PETs 的法律搭档。CPMs 创建一个单一的真相记录，用于确定每个用户同意或不同意共享什么。这样可以确保用户的偏好得到尊重，即使不同机构在开放银行模式中共享信息。

没有 CPMs，同意可能会被忽视，因为金融机构交叉连接和合并信息，这可能会成为一场等待发生的合规噩梦。使用 CPMs，金融机构可以保持许可的痕迹，并向客户保证他们的选择和信任得到尊重。

通过将 PETs 与 CPMs 结合，数据保护和洞察力之间的权衡时代已经过去。现在，银行机构可以为个人提供有价值的知识，并推动行业的发展，而无需牺牲宝贵的数据。

信任和合规的风险

根据联邦贸易委员会的报告，消费者在 2024 年报告了超过 $12.5 亿 的欺诈损失，这比前一年增加了 25%。随着金融机构汇集数据，数据的价值增长。大规模数据泄露可能会破坏客户信任并侵蚀机构的声誉。

无论 PETs 多么复杂，它们都不能保证 100% 的安全。PETs 需要复杂的计算和大量的行业专业知识来保护数据。就像 AI 开启创新的大门一样，它也为恶意行为者创造了更多机会来发起 复杂 的攻击，这些攻击可以找到原本安全系统中的漏洞。即使法律灰色区域仍然存在，因为法规，如 GDPR，正在赶上新兴技术。PETs 很强大，但它们不能取代坚实的同意和偏好管理基础。

建立双层防御系统

开放银行带来了新的金融可能性，从银行透明度到犯罪预防再到更好的客户体验。然而，如果没有数据隐私的考虑，这些机会都不重要。PETs 和 CPMs 可以结合创建一个强大的框架，既保护数据的技术水平，又维护客户信任。

在创新边缘，优先考虑客户信任的金融机构将是那些蓬勃发展的机构。当创新和信任一起推进时，金融行业可以为所有人带来一个更强大、更安全的世界。