当前位置:首页 > 物联网 > 智能应用
[导读] 数据科学将成为一门专门的学科,被越来越多的人所认知。各大高校将设立专门的数据科学类专业,也会催生一批与之相关的新的就业岗位。从9月开始,一股寒风吹遍了大数据行业。杭州、上海等地多家大数据智能风控企业连遭警方调查,魔蝎科技、公信宝、同盾科技、新颜征信、百融云创等一大批公司卷入风波,一时之间,风声鹤唳。

 数据科学将成为一门专门的学科,被越来越多的人所认知。各大高校将设立专门的数据科学类专业,也会催生一批与之相关的新的就业岗位。从9月开始,一股寒风吹遍了大数据行业。杭州、上海等地多家大数据智能风控企业连遭警方调查,魔蝎科技、公信宝、同盾科技、新颜征信、百融云创等一大批公司卷入风波,一时之间,风声鹤唳。

这不是大数据行业第一次面对监管的强硬态度,在2018年大数据行业也经历过一次整顿。当时考拉征信、AdMaster被指接受调查,现金贷服务商“有脉金控”神秘失联,“瑞智华胜”的涉案人员被捕,有媒体报道九成数据公司采取了停工观望的做法。

两次风波的开始都毫无预兆,但是都对大数据行业带来了不可磨灭的影响。有从业者认为这种风波是行业从无规则到有规则的过渡建设期产生的阵痛,虽然惨烈但是不可避免。但令人难接受的是,行业不知道未来要往哪里走。

不知道红线在哪里带来的迷茫

在大数据行业中,同盾科技CEO蒋韬可谓是名声在外,在这次风波伊始,蒋韬接受媒体采访时说出了自己的困惑:“不清楚”。不清楚红线是什么,不清楚导火索是什么,不清楚自己的公司有没有碰到红线。

本次大数据行业风波开始于爬虫业务,但是不止于爬虫业务,大部分公司都采取自查的手段期望渡过风波。目前,风波已经逐渐平息,但是一则《个人金融信息(数据)保护试行办法》出炉的报道,再次让行业暗流涌动。

报道表示,有银行停止了与部分第三方数据提供商的合作,待到《办法》正式出台后,银行将根据该办法的要求,对提供业务数据的第三方机构进行摸排。对于不能保证数据来源合法的数据供应商,要停止合作。这对于大数据行业来说,无疑又是新一轮优胜劣汰的开始,同时也意味着,大数据行业又要再次面对监管的考验。

合规:说容易难做

今年6月,央行副行长朱鹤新在国务院新闻办公室举办的“覆盖全社会的征信系统建设情况”吹风会上强调,加强个人信息保护立法工作,先易后难,先研究推动个人金融信息保护立法,明确各方的权利义务,使个人金融信息保护取得实效。完善征信服务方式,优化征信维权机制,畅通征信维权渠道,提高征信维权效率,为用户使用和维权提供便利。继续加大对违规采集、查询和使用个人征信信息的惩处力度,提高征信信息侵权行为的成本。

今年7月,央行科技司司长李伟在演讲中提出:需强化金融信息的安全保护,明确覆盖金融信息收集、传输、销毁全周期的策略,访问控制、宣传引导等环节加强金融信息的保护,持续提升全民金融信息安全的重要性。李伟表示:“用个人隐私换取些许便利是得不偿失的。个人隐私和信息保护工作做不好,久而久之,可能会造成数字恐慌、技术的担忧,真是可能会毁了金融科技健康发展之路。”

数据千万条,合规第一条!2019第四届中国移动金融安全大会,移动支付网邀请到京师(深圳)律师事务所联合创始人、法律研究院院长、金融科技部主任王岩飞以《大数据合规风险识别和规制之路》为主题,从大数据行业的法律风险识别、大数据行业数据合规的内容和维度、数据合规的引申商业价值、大数据行业数据合规的规制路径等方面分析,为大数据行业提供数据合规管理的思路。

伴随着这些发言的,是《数据安全管理办法》、《网络生态治理规定》、《App违法违规收集使用个人信息行为认定方法》、《个人信息安全规范》、《移动互联网应用(App)收集个人信息基本规范》等文件的出炉,进入征求意见期。

一时之间,数据合规似乎由一件千难万难的事情变成了很好做的事情:“这么多文件都出来了,按照文件上的条款做呗。”但事实并非如此,虽然目前有大量文件面世,但有的属于纲领性文件,有的具有特定指向性,这些文件含有很高的参考价值,但并不具有多少可实操性。因此,合规依旧是一件千头万绪、难以下手的事情。

自查是合规的重要手段,但是查哪些点?怎么查?目前只能靠“蒙”,不断的去“体会”、“领悟”监管的要求,如同摸着石头过河,不知道什么时候就湿了鞋。大数据行业自诞生就因为监管缺失带有灰色属性,也许其他企业是摸着石头过河,对于大数据行业企业来说,更像是蒙眼过独木桥:稍不小心,万劫不复。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

全新的专有模型导入功能让客户更轻松地将其专属模型导入到Amazon Bedrock中,从而充分利用Amazon Bedrock的强大功能。全新的模型评估功能使客户能够广泛且便捷地选择完全托管模型,包括RAG优化的新版Am...

关键字: 生成式AI 基础模型 数据

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

2024年4月17日,中国 – 服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)将在2024年4月25日欧洲证券交易所开盘前公布202...

关键字: 半导体 数据

数据占满我们的电子设备已成常态,为了满足广大用户的需求,NAS应运而生。然而,对于许多普通用户来说,NAS设备的设置和使用却常常令人望而却步。不过,铁威马TOS 6的出现,不仅功能强大,而且操作简便,即使是初次接触NAS...

关键字: 数据 电子设备 NAS

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

随着人工智能(AI)技术的迅速发展,人们对于通用人工智能(AGI,即Artificial General Intelligence)的期待也日益高涨。通用人工智能指的是具备像人类一样全面智能的计算机系统,能够执行各种复杂...

关键字: 人工智能 计算机 数据
关闭
关闭