随着金融数字化进程的不断提升，合规与创新发展齐头并进，对金融服务机构及金融监管部门提出了双重挑战。金融机构不断突破创新的同时，金融监管部门同样也需要应对市场变化，加强内修。在此背景下，运用技术手段提升监管合规效率与效果的监管科技(RegTech)应运而生。

　　监管科技最早于2013年被提出，自2015年才成为一个新兴研究分支， 2017年，监管科技开始出现在中国金融监管部门的正式对外表述中，为提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力，监管科技的创新与应用被明确提出。时至今日，金融科技公司在监管科技领域的研究已初现成果。

　　在这一方面，作为中国平安的联营公司——金融壹账通已经走在了行业前列，不仅取得了研发成果，还实现了产品的有效落地应用。例如，2020年，金融壹账通为广东省地方金融监管局搭建的智慧监管服务平台全面上线，该平台依托非现场采集体系，有效落实对小贷公司的分级监管职能。未来，广东省地方金融监管局将会继续和金融壹账通携手合作，相继在其他6类地方监管的类金融机构中推行智能监管评级。

　　不仅如此，金融壹账通还与证监会科技监管局、中国保险资产管理业协会等达成合作，协助提升监管科技化与智能化水平。

　　近日，金融壹账通还透露，公司研发的蜂巢联邦智能平台实现了人工智能在监管科技领域的技术突破，为技术赋能监管科技创造更多可能。

　　据了解，金融业数据有着天然的隐私性和孤立性，由于严格的分业监管，虽拥有庞大的数据，却因无法打通数据库，不能在人工智能研发方面有效利用，转化为实际价值。因此，数据整合的难题以及大数据产出效用问题在行业会议上被多次提及，数据孤岛的挑战亦被认为是监管科技的难点之一，金融业的特殊属性，使其成为最需要技术手段解决数据孤岛问题的领域。

　　解决数据孤岛的问题，并最大限度的激活数据价值，正是金融壹账通蜂巢联邦智能平台最核心的亮点。该平台能够保证参与方在不共享原始数据的基础上联合建模，从技术上打破数据孤岛，从而综合化标签数据，丰富用户画像维度，从整体上提升模型的效果，实现 AI协作。

　　据悉，蜂巢平台的开发完全基于金融业技术规范和行业标准，使用国密算法进行加密，应用联邦学习技术，保证参与方联合建模的合法合规。联邦学习(Federated Learning)是当下人工智能技术的一个热门研究领域，它可以在严格遵从法规的前提下把数据聚合起来建模，既保护隐私，不把数据进行交换，又能发挥大数据价值。未来，这一技术在金融、保险、投资、教育、医疗等领域都有着广阔的发展空间。

　　目前，金融壹账通正积极拓展这一技术在监管科技的落地，已与多个政府部门商洽推进应用实践，以科技赋能监管，提高金融监管效率，优化金融监管模式，共同助力数字中国高质量发展。