从平台建设到场景运营，隐私计算的未来涌现

本报记者获悉，隐私计算头部厂商洞见科技完成了新一轮融资，本轮融资由松禾资本领投，元起资本等老股东跟投，隐私计算赛道在资本市场逆势保持火热。

越来越多的资本涌入隐私计算赛道，将加速行业头部梯队的形成，而隐私计算作为数据流通安全的基础设施，其生态核心是作为新型生产要素的数据，关乎国家战略安全，国资基金对隐私计算的加持意义深远，或将影响未来行业格局。

隐私计算行业元年肇始于2020年，随着我国《网络安全法》、《数据安全法》和《个人信息保护法》的陆续颁布实施，隐私计算技术已成为影响数据要素安全流通的关键，凭借其“数据可用不可见”的特性，目前被公认为是既能保护数据安全、又能释放数据价值的技术最优解。经过两年多的发展，隐私计算已经从概念验证阶段步入商业落地阶段，逐步形成了更广泛的技术共识和市场共识。

在技术层面，隐私计算主要技术路线包括多方安全计算、联邦学习与可信执行环境等技术，并且每种技术均有各自特性与原生局限。在实际业务场景应用中，客户更注重其技术能否满足多样化的计算需求，而不是追求单一技术特性，因此融合计算引擎逐渐成为技术共识。

然而，随着隐私计算的商业落地，隐私计算厂商在打破“数据孤岛”的同时，也各自形成了独立的数据生态。由于各厂商平台在技术架构、协议、算法等方面的差异，异构平台之间无法有效协作，导致出现了“数据群岛”和“计算孤岛”。基于上述问题，隐私计算又内生了“跨平台互联互通”的需求。据悉，中国信通院等国内标准化组织自去年以来就已开启了隐私计算互联互通标准的建设工作，而在国际上，IEEE首个隐私计算互联互通标准《P3117 - Standard for Interworking Framework for Privacy Preserving Computation》第一次工作会议也已于6月成功召开，由洞见科技牵头立项并担任主席单位，腾讯担任副主席单位，中国信通院、蚂蚁集团、招商金科、中国移动、国网征信等隐私计算相关产学研机构及众多隐私计算厂商都参与了该标准，这也意味着隐私计算互联互通的技术共识即将达成，这对于构建基于隐私计算的全域数据智能流通网络有积极重大意义。

除了融合引擎、互联互通的技术共识之外，越来越多隐私计算厂商也开始注重软硬件结合，即“一体机”的研发与布局，以算力加速和国产信创为主要特点，旨在为客户提供开箱即用的解决方案，例如洞见数智联邦一体机、蚂蚁链摩斯一体机、冲量在线隐私计算一体机等，希望以生态合力赋能数据智能流通的商业化落地。

在市场层面，隐私计算商业化进程自2021年下半年以来明显提速，对于隐私计算价值的认知和预期也开始从平台建设延展至场景运营，形成了市场共识。隐私计算作为一种需要“对手方”才能充分体现价值的技术，除了提供数据流通安全的基础设施技术外，还在于与数据供应方和数据应用方建立生态链接，让多个数据供应方的数据资源通过算法实现价值融合，形成全局性的数据智能，最终应用于场景中并通过改善业务效果来充分释放商业价值。因此，隐私计算的商业落地，主要集中在政务、金融等数据供需关系强烈的行业领域，据公开招投标市场数据显示，金融、政务、运营商三大领域市场占比高达80%，此外，在医疗、能源领域的商业化落地也正在逐步展开。

在政务领域，通过隐私计算一方面能促进政务数据在政府部门之间安全流通，实现政务决策、社会治理、资源统筹等数智转型；另一方面，通过推动政务数据的开放流通，可以赋能商业活动、解决普惠金融的规模化发展等难题。以山东省为例，由洞见科技和智慧齐鲁承建的政务数据隐私计算平台已经上线，并成功入选了“2021中国新型智慧城市建设百佳案例”和“2021中国信通院‘星河’标杆案例”。此外，由于隐私计算技术能够单独抽取数据计算权进行流通，因此，各地数据交易平台也纷纷基于隐私计算技术探索新型数据交易范式。据悉，洞见科技、数牍科技、富数科技等隐私计算厂商均已与多个数交所建立了合作，以平台建设或成为数商的方式助力各地数据交易平台的建设与运营。

在金融领域，央行于2021年底发布的《金融科技发展规划（2022-2025）》明确要求积极应用多方安全计算、联邦学习、差分隐私等技术，探索建立跨主体数据安全共享隐私计算平台，在保障原始数据不出域前提下规范开展数据共享应用，确保数据交互安全、使用合规、范围可控，实现数据可用不可见、数据不动价值动。据公开招投标市场数据显示，部分大型银行和保险机构率先开展了PoC（概念验证）测试，并陆续启动了招标采购，例如建设银行、招商银行、中信银行、光大银行、华夏银行、渤海银行、北京银行、中国人寿等。其中，华控清交、洞见科技、富数科技、数牍科技成为了上述机构的主要供应商。隐私计算厂商在大型金融机构的商业落地口碑，将形成示范效应，影响下一阶段的商业推广。

Gartner日前发布了当前至2024年的五大隐私趋势，预测到2025年60%的大型企业机构将使用至少一种隐私计算技术来支持分析、商业智能或云计算的应用。可以预见，随着数据流通上下游机构的隐私计算平台建设普及，在数据供给方与数据应用方之间通过数据智能应用的业务场景建立网络链接，并进而开展场景运营，将促使隐私计算作为“连接器”和“增效器”的商业价值进一步涌现。