AWS：Huntington Bank从4亿份文档中清除PII，准确率达95%

为什么个人数据清除成为迫切问题

PII（个人可识别信息）——可唯一识别自然人的个人数据，如姓名、社会安全号码或账户信息——在银行业的数百万份旧纸质和数字文档中普遍存在。GDPR和美国GLBA等监管框架要求在进一步处理或共享之前将其删除。美国领先区域银行之一Huntington Bank面临工业规模的挑战：逾4亿份文档需要在不破坏内容完整性的前提下完成处理。

AWS如何在预算的零头内解决问题？

Huntington Bank实现了超过95%的清除准确率，同时每天处理约1000万份文档。相比之下，手动或半自动化方案通常需要多年时间和数倍规模的团队。

实现这一目标的技术栈整合了四项AWS服务：Amazon Textract用于从扫描文档中提取文本，SageMaker用于ML驱动的PII实体检测，Step Functions用于工作流编排，Lambda用于无服务器步骤执行，DataSync负责各层之间的安全文件传输。

财务层面同样令人印象深刻：项目最终成本仅为原始估算的5%，工期从原计划的数年缩短至数月——意味着比传统方案成本低20倍。

对整个行业的启示

Huntington Bank案例表明，AWS的PII清除流水线并非实验室演示——它在接近5亿份文档的生产环境中运行，并取得了可量化的成果。95%+的准确率并非完美，但结合针对高风险类别的人工复核，已足以满足合规要求。

对于坐拥海量旧文档档案的金融机构和医疗组织，这一模式提供了清晰路径：自动化提取与检测、ML实体分类以及无服务器编排——无需从零构建基础设施。