吴春栋指出，在数字经济时代，银行之间的竞争不再限于传统的金融服务，而纷纷立足全局视角推进科技金融创新，探索业务发展的新局面。浦发银行顺应时代潮流，树立全面建设具有国际竞争力的一流股份制商业银行的战略目标，把客户体验和数字科技作为全行高质量发展的核心驱动力量，数字化服务能力达到了新的高度。

然而，在业务拓展的过程中却面临着获客难、风险防控难、现代化转型难，成果又不多等问题。随着银行业务场景现代化，APP成为向客户提供服务的重要窗口。当前手机银行APP用户活跃度普遍较低，总结而言是因为对客户的了解不够深入，无法快速洞察客户的诉求，提供更优质便捷的金融服务。

吴春栋认为，归根到底是由于仅涉及了客户的金融场景数据，对客户非金融场景的数据存在缺失，因此浦发银行和中国移动利用双方的技术力量，在保证数据安全的前提下，开展了隐私计算方面的合作。

通信运营商具有通讯、上网、位置等多方面的数据能力，具有丰富性、顽固性、连续性、准确性、实时性、用户真实性等特点，能很好的对客户的画像进行不全，进行精准的服务。但是想要实现银行与运营商数据的融合，存在两个公司之间数据安全的难题。随着我国《数据安全法》以及《个人信息保护法》的出台，使得各方对数据所有权和隐私性的关注越来越多，对用户隐私的安全管理日趋严格，数据孤岛问题与数据隐私问题是在使用运营商丰富的数据能力时期待突破的一个重大问题。

吴春栋表示，隐私计算技术的兴起很好的解决了数据融通的难题，通过隐私计算技术可实现浦发银行、中国移动原数据不出本地进行联邦建模，支撑数据高效融合和安全的流通，打破了数据的孤岛。

他认为，隐私计算有四大优势：第一，更好的做到了数据的隔离，整套机制在合作过程中原数据不会传递到外部。第二，通过联邦学习分散建模达到的效果，和把数据合在一起，结合的效果相对比几乎是无损的。第三，合作过程中双方是对等的，不存在一方主导另一方的情况。第四，数据拥有方和数据应有方共同获益，都能获得相应的价值。

据介绍，浦发银行也在隐私计算方面开展了探索的尝试。同样了解到中国移动也自主研发了多方安全计算平台，未来可考虑两个隐私计算平台之间的互联互通。可以说，风起于清贫之末，隐私计算迎来了大时代。

吴春栋透露，浦发银行济南分行与山东移动基于隐私计算技术，共开展了两个业务场景的合作。一是信用卡存量用户信贷业务营销，双方联合建立银行加运营商高质量办佣金贷款用户挖掘模型，在联邦学习模型中共使用了数据标签219个，通过隐私求教的方式，筛选出浦发银行信用卡客户和移动用户的交集客群。二是年后以办佣金办理客户为重要的，针对双方重叠客群进行监管，最后将预测的结果进行营销验证，根据实际的结果优化迭代模型，筛选出目标客群，实现精准的营销。

在大数据战略基础政策背景之下，国家正在加快培育发展数据要素市场，推动社会数据资源价值的发挥，大数据使得金融机构的风险控制更为有效，更加高效，成本更加节约。而中国移动拥有的独特的大数据资源，结合浦发银行自身数据，能够有效的应对现有银行金融服务的提升。

吴春栋坦言，在未来,浦发银行希望联手中国移动在大数据领域不断探索新技术在业务场景的实践和应用，深化浦发银行数据生态能力与中国移动梧桐大数据能力的有效结合。在金融风控、产品营销等多个银行的重点业务上，进一步加深合作，充分探索市场需求，挖掘数据潜力，开拓新兴市场，提高运营的效率，共同参与金融大数据服务的技术标准研究、平台开发，典型业务场景演示和验证，共同探讨金融大数据业务商业的模式，推动大数据金融行业的发展。