中小微企业作为经济生态中最活跃的一环，一直贡献了社会大部分的就业与GDP。我国中小微企业数量约占全国企业总数的90%以上，创造就业岗位超过80%，GDP贡献超过60%。然而其融资困难的问题却始终难以解决。
相关领导指出，救助小微企业解决融资难、融资贵问题不能仅靠金融系统，需要监管部门、金融企业、政府部门等协同发力，多渠道形成合力，才能取得实效。
事实上，近来以政府部门为主体，联手金融机构与科技公司，通过“政府部门搭平台、科技公司建平台、中小企业上平台”的创新模式已经悄然而生。倡导并实践这一模式的国内智能分析决策服务商同盾科技介绍，平台基于数据分析平台、机器学习平台和信用评估系统进行搭建，实现小微企业的根据信用分与贷款产品自动匹配。这一模式已在河北唐山、杭州余杭区落地实施，实践数据显示，原先线下贷款需要一到两周完成的流程，通过平台，24小时内审批完成，48小时内就可以放款。
打通信息不对称“堵点”
小微企业融资难在哪？来自全国工商联的调研报告显示，截至3月12日，48.3%的微型企业和个体经营者亏本经营，同期78%的小微企业存在融资缺口。加强对其金融服务，事关经济全局。
然而事实上，中小微企业融资服务一直是个难题。站在金融机构的角度，小微企业融资难，难在风控；而风控之难，难在有价值信息的获取；信息数据获取之难，难在数据入口分散，孤岛效应难以消除。
中小微风险评估跟个人信贷风险评估大不相同。中小微企业可以进一步划分成三类，个体经营户的小小微、初具规模的小微、以及比较健全的规模型中小型企业，每种类别经营风险不一样，合理风险评估需要基于其特定场景的数据，比如司法、社保、工商、税务、海关、电力、电信等，但这些行业性的数据大多分散在不同政府部门手里，没有打通，因此商业银行难以形成对于申贷机构的完整风险画像，信息不对称的问题油然而生。
详细看唐山中小企业综合金融服务平台，其由唐山市政府部门牵头，同盾科技提供技术赋能。平台整合了更加全面、具有公信力的工商、税收、人社、司法等政府部门数据，通过同盾科技决策引擎、机器学习等进行融合、加工、挖掘、建模和关联性分析，从企业及企业干系人两个维度，对中小企业进行反欺诈检测、信息核验、信用评分等，并将结果输出给金融机构（如银行、担保机构），金融机构使再结合自有的数据进行信用评分、评级等，最终确定给中小微企业的贷款额度和贷款利率。
其中，精准的自动匹配是平台一大创新之举，企业与金融机构之间发布各自的需求，平台运用大数据分析与人工智能，在后台为两者之间提供自动匹配，在所有匹配到的产品中会根据匹配度的高低对产品进行排序。
具体流程上，企业如何通过平台申请贷款？资产端方面，企业登录平台企业端的界面，可以看到企业自身的信用分，以及平台自动匹配的金融机构贷款产品，有意向之后就可以点击申请。点击动作完成后，申请记录就连同企业资料开放授权给了银行。
在资金端，金融机构接收到平台导入的贷款申请，马上会有新申请记录的提示，进入到金融机构的审批界面，平台会通过同盾提供的企业信用模型，为这家企业构建一个完整的企业画像，为金融机构清晰展示这家企业的信用全貌：企业的基本信息，雷达图展示的企业信用评分模型，资本实力、偿付能力、抵押担保、以及企业近3年的舆情动态等维度信息。金融机构使用这些数据、评分、模型，再结合金融机构自有的数据进行信用评分、评级等，最终在放款与否、贷款额度和利率的设定上做出智能决策。
同盾科技创始人、董事长蒋韬表示，作为一家第三方智能分析决策企业，同盾始终致力于以“科技之力”融入热潮，成为各地政府部门、银行发展普惠金融的“智慧大脑”，助力中小微金融服务平台搭建，为中小企业和金融机构高效撮合金融产品和贷款需求，建一个各方共赢的生态系统。
在政府部门方面，是贯彻执行国家关于彻底解决中小企业融资难融资贵的方针政策，全面掌握中小企业发展状况，有效促进中小企业融资业务，破解企业发展困局，同时也为政策的制定和调整提供数据支撑。
其进一步表示，中小企业方面，可以获得更多的融资渠道，有更多的融资产品可以选择，申请贷款流程更加高效，而且可以获得更多的协助；金融机构方面，则可以获得更多的融资客户，降低获客成本，节省贷审时间，通过平台全面的画像，对客户提供精准的信贷服务，从而提高金融机构的收益，控制贷款的不良率。
特殊时期，中小微金融服务平台有效发挥了数字化、线上化、智能化和非接触等优势，基于对企业的精准分析，通过适时创新和调整，使得多家企业在业务停滞期间，仍能顺利获得金融服务。金融机构也能通过平台对受较大影响的客户做出调整，比如减免滞纳金，延期还款，因地、因时制宜地服务好企业。唐山市以综合金融服务平台为载体，开展的“春雨金服”行动，帮扶企业复工复产。截至5月20日，唐山金服平台入驻企业达到8638家、融资金额200.33亿元。
构筑数据安全基石
上述模式的精髓在于将政府部门的数据价值与科技企业的创新能力、金融机构的金融服务有效结合。
4月9日，《关于构建更加完善的要素市场化配置体制机制的意见》出台，数据作为一种新型生产要素被写入其中；同时提出，加快培育数据要素市场，推进政府数据开放共享，提升社会数据资源价值，加强数据资源整合和安全保护等要求。
在金融机构充分发挥数据要素对其他要素效率倍增作用的同时，如何在保障数据隐私、数据安全的前提下深挖数据价值、释放数据潜能、实现数据多向赋能变得越来越重要。特别是近期数据泄露等事件频发，监管也对信息安全加强了行业规定以及监管力度。在数据与信用流通的同时，如何保障数据的安全成为新的研究课题。
事实上，同盾科技早就认识到大数据对于社会、经济等方方面面的战略意义，也深刻认识到要发挥大数据的战略价值，数据安全是必不可少的一环。同盾一直在潜心探索数据安全与发展兼顾的创新模式，在今年3月，同盾推出了“可用不可见”技术理念，其目标是实现数据智能化利用的同时，又保证数据安全与隐私保护。
核心有两层含义：首先是数据可用性，也就是上述提到的如何充分利用各方的数据，让数据对外开放，进行智能化服务。而数据不可见性，即数据不共享。数据不离开各机构或个人，可以保证数据对外不可见，自然也就可以保护数据隐私了。但数据不可见会增加数据流通的难度，两者之间该如何共存？
基于此，同盾科技提出了“知识联邦”的理论框架体系，它是人工智能、大数据和密码学交叉融合的产物。知识联邦首先将数据转化成信息、模型、认知或知识，满足数据不可见，再通过联邦的方式实现数据可用，打造更为安全的人工智能。
据同盾科技副总裁兼人工智能研究院院长李晓林教授介绍，知识联邦的模型层联邦与传统的联邦学习相似，是一个采用分布式深度学习技术，参与各方在加密的基础上共建一个公共虚拟模型，训练和交互的全过程各方的数据始终留在本地，不参与交换和合并。
目前，同盾科技人工智能研究院自主研发的基于知识联邦体系的智邦平台已经正式发布，首次尝试并成功使用联邦神经网络解决跨特征联邦学习问题，并且针对实际场景中普遍存在的小样本问题，成功实现联邦元学习。
智邦平台有广泛的应用潜力，尤其是在数据孤岛严重和数据隐私保护要求较高的应用场景中。在金融场景，智邦平台可基于秘密共享和同态加密等技术，解决以前金融机构间既想分享数据又担心数据泄露的矛盾。可以在诸如信用评估、智能反欺诈等业务上实现互利共赢。
“关于数据安全的标准体系、制度建设、法律法规的完善和创新是缺一不可的。这需要所有从业者和有关部门群策群力。同盾将持续以知识联邦等技术为基石，打造数据‘可用不可见’的安全体系，推动行业标准的落地，充分保护用户的隐私信息和客户机密，构筑平台长久发展之基。”