首页科技快讯当数据安全再领讨论热潮，作为解决方案之一的隐私计算何时迎来爆发？｜行业观察

当数据安全再领讨论热潮，作为解决方案之一的隐私计算何时迎来爆发？｜行业观察

来源：晰数塔互联网快讯时间：2021年07月13日 10:51

过往有些不瘟不火的信息安全板块，在近日迎来大涨。

今天开盘，多只个股呈现上涨态势。截止发稿，安恒信息、绿盟科技、任子行、启明星辰等涨超10%以上。昨天，信息安全板块整体涨超9%，奇安信、美亚柏科、蓝盾股份等多股涨停。

回溯过去一段时间，这波安全上市公司的大涨其实早有苗头。7月12日，工信部发布《网络安全产业高质量发展三年行动计划（2021-2023年）（征求意见稿》。7月10日，国家互联网信息办公室发布关于《网络安全审查办法（修订草案征求意见稿）》公开征求意见的通知。不久前，《数据安全法》也已通过，并将于9月1日实行。

政策发力，行业的变化也早已催生出技术厂商对解决方案的探索——在保护数据安全，尤其是如今广受关注的个人隐私数据安全已成趋势的背景下，能使数据实现"可用不可见"效果的隐私计算技术，正日益成为讨论热点。

具体而言，隐私计算的技术提供方通过结合密码学、联邦学习、区块链、TEE（可信硬件）等手段，希望帮助B端客户实现在合规前提下的大规模数据使用诉求，同时也保护C端用户的个人隐私。

36氪观察到，自2020年以来，已经有不少入局者通过技术、产品、服务经验以及团队背景的先发优势，成为投资市场中的热门标的。在另一方面，也有相当数量的公司看到隐私计算的热潮，希望进场分一杯羹，"当前提及隐私计算的公司可能已经达到上百家。"有行业观察人士对36氪透露。

当政策风向标已然确定，创投热潮涌动的今天，36氪也对隐私计算行业当前的状况进行了梳理，以期帮助读者了解未来保护数据安全的可行方案。

一. 源起：解决数据合规和数据流通之间的矛盾点

即使隐私计算已经成为创投圈的热门话题之一。但作为当前主要应用于B端用户的行业，不少读者可能还是对这一概念相对陌生。

整体而言，隐私计算，广义上是指面向隐私保护的计算系统与技术，涵盖数据的产生、存储、计算、应用、销毁等信息流程全过程，想要达成的效果是使数据在各个环节中“可用不可见”。当前最先落地于金融、政务、医疗等行业。

这一行业的驱动力主要来自政策合规和数据流通两方面。

在早前，政策的敏感度已经在全球范围内显露。国际上，欧盟于2016年发布、2018年实施的《通用数据保护条例》（GDPR），是目前最全面、应用最广泛的隐私保护法规之一。GDPR对违反某些重要规定的罚款最高可达2000万欧元，或全球年营业额的4%。

在国内，2016年11月，中国发布了《中华人民共和国网络安全法》，这是第一部和网络安全、数据保护相关的国家级法律，要求互联网企业不得泄露或篡改收集得到的用户个人信息。

2020年3月6日，《信息安全技术个人信息安全规范》发布，从更为细致的角度明确了各条款的具体要求。而就在今年6月10日，第十三届全国人民代表大会常务委员会第二十九次会议通过了《中华人民共和国数据安全法》，也强调了数据安全和数据流通共存的意义。

并且，去年发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中，数据与土地、劳动力、资本、技术等传统要素并列为要素之一，这表明数据正在成为现阶段最核心的生产要素。

这一系列法规的接连出现，都意味着个人隐私与数据流通的矛盾已经上升至法律层面，以往粗放型的数据交易模式将由灰色地带上升至触犯法律红线的行为。

而这给数据流通的需求带来阻碍——为了保护数据安全，最简单的方法就是停止数据的使用和流通，但这会给不少行业的风控、营销等需要使用多种大规模数据的场景带来困难。于是，隐私计算成为了解决这一问题的方式之一。具体而言，云岫资本曾在研报中对隐私计算的落地场景进行分类：

金融场景：主要应用包括数字营销、风控与反欺诈、存客激活与信用分析等。政府场景：主要应用涉及能源、交通、规划、环保等多行业和多部门。营销场景：主要应用在精准获客等环节，包括消费者的信息、购买能力等，以便为不同的消费人群提供定制化的服务。医疗场景：主要应用在精准医学、AI制药的核心要素。

可以看出，在政策和需求的双重驱动下，可用不可见的隐私计算，成了既满足合规避险又满足业务需求的优解答案之一。

二. 行业现状：入局者众多，客户影响力仍需发酵

36氪认为，从2018年至今，隐私计算在国内的发展大致可分为三个阶段。

首先，业内较早一批的隐私计算公司成立于2018年左右。当时此类公司数量稀少，且由于国内对隐私数据保护的关注并不如现在强烈，大家的动向也相对水下。而在2020年，由于政策端的进展，以及一些大数据公司被严查在前，虽然客户方对隐私计算依然陌生，但不少厂商已经逐步迎来资本关注。

其中，华控清交、数牍科技、洞见科技、冲量在线、翼方健数、锘崴科技、星云clustar、蓝象智联、光之数等公司在当年接连获得融资。

2021年，经过一年多市场教育，隐私计算在投资端以及商业化上迎来阶段性进展。首先在最新的创投端，当前不少公司已经完成或者正在进行新一轮融资——在2020年春夏第一波隐私计算投资热潮之后，不少头部机构如今也正寻找可以出手的标的。

商业化方面，一些银行、保险、政府类等客户已经初步认识到隐私计算技术，并进行试点。对此，有行业人士将今年称为"隐私计算商业化元年"。

前文提到，有行业人士观察到当前提及隐私计算的公司有上百家，但其也表示，不少公司其实只是在"蹭概念"，另外还有一些公司是在OEM其他家产品。

如此现状也给一些机构带来误导。在不久前发布的一些研报中，曾有分析师将处于其他细分安全赛道的创业公司和隐私计算厂商相提并论，但其实二者的业务并不重合。并且，处于其他领域的安全厂商当前似乎对隐私计算并不完全买账——比如在几个月前的一个半公开场合，曾有传统数据安全厂商评价隐私计算目前仍处于学术探索阶段，不太具备可落地性。

而在36氪的观察里，我们认为目前隐私计算的主要入局者依然主要涵盖大型互联网公司（BAT、字节跳动等）、大数据公司转型、区块链拓展、独立专精型厂商几类。在落地层面，除翼方健数、锘崴科技等公司以医疗行业切入之外，大多企业当前的主要客户群集中在政务、金融等领域中。

这也和行业特征有关。理论上，任何需要数据流通的行业都会对隐私计算产生需求，但它在各行业的落地，会由于行业自身的信息化、数字化程度有所差异。"从这个角度来看，金融最适合隐私计算落地。"早前矩阵元CEO孙立林曾告知36氪，这也是不少创业者的共识。

而在政务方面，政务数据在政策驱引下也呈现开放态度，当前一些厂商的落地场景是帮助政府将政务数据开放给金融客户。洞见科技董事长姚明向36氪介绍，公司目前的客户主要是在政务和金融领域，洞见科技分别落地了省/市级的政务数据能力开放平台、银企对接服务平台、政企数据互通平台等案例，在应用侧签署了多家银行和保险客户。

在客户端，金融类客户也在内部逐步对此类技术进行试点推广。比如，香港科技大学教授、星云Clustar创始人陈凯教授告知36氪，公司已为中国建设银行、招商银行、微众银行等头部金融机构提供了相关的隐私计算服务；交通银行的监管沙箱项目多方安全图计算项目在和中移动、电信、富数科技合作等。

不过即使有不少公司已经陆续披露与金融客户相关的案例，但36氪通过走访了解到，如今隐私计算在客户内部的影响力仍然相对有限。

"你们为什么坚持关注如此窄众的技术？"今年春天，一家头部银行的业务负责人得知36氪在持续跟踪这一领域后，直接表现出诧异。另外也有隐私计算头部公司的销售人员表示，自己当前在推进业务时大概率还需进行事无巨细的科普，尤其是针对腰部客户。

"当前隐私计算仍处于市场教育阶段，只有少数注重科技创新和安全合规的客户对隐私计算技术有了一定的了解，更多数仍处在一个'听说过'隐私计算技术，但是缺乏从市场应用到技术原理的深度理解的阶段。"洞见科技董事长姚明坦言。

冲量在线CEO刘尧也告知36氪，当前客户的需求还暂未走到大规模商业落地的实际需求，仍以小规模的商业应用尝试为主，"50%的客户暂时没有非常明确的认知，剩下的50%对这个技术已经有明确认知，后者会希望找一些小规模的业务来做尝试。"

不过往乐观点看，他觉得明年将是行业大规模落地的开始。为了迎接明年的大爆发，"冲量在线采用的是行业广泛布局的策略，今年在金融、政务、运营商、医疗、区块链五大行业都已有项目落地。"其强调。

整体而言，现如今就评论隐私计算已经迎来爆发期，或许为时过早。这一赛道的进展不仅和产品技术的打磨相关，还和客户意识的培育、监管的动态变化紧密相连。

三. 未来重点关注：监管细则的完善和产品力的持续打磨

如果说对比创投端的火热，隐私计算的业务落地还在探索进程中。那么下一个问题就是，行业当前在落地过程中需要跨越的阻碍是什么？

这可以从政策的完善程度和厂商的产品力两方面解答。

首先行业监管细则的细致度，影响了具体何种数据可以参与共享，以及客户和数据源对参与数据共享的积极性。另外在产品端，在36氪此前对交通银行金融科技创新研究院的专访中，其院长王卫东曾提及当前交行内部比较关注的隐私计算产品维度包括安全性、技术成熟度、通用性、落地可实施性四个方面。

分开拆解，安全性的考量需要标准、测评认证等进行辅助，这其中也涉及到多种技术路线的交融；在技术成熟度中，最受关注的是计算的效率和性能；通用性指的是，数据共享会涉及多个参与主体，也会延伸出多个技术门类，不同角色不同技术之间需要通用，否则对应用方来说很难选择；落地的可实施性，即看重产品在多少行业、领域中有过落地经验。

在这几个维度中，我们发现在细则完善之外，最集中的产品争议点存在于计算效率以及各个平台互联互通两方面。

在这两个考量点上，当前阶段一些隐私计算公司出现了思路的分野。

香港科技大学教授、星云Clustar创始人陈凯教授认为，如果隐私计算技术要实现大规模的商业化落地，必然面临着算力以及通信的问题。他觉得，隐私计算从本质上来说是通过大量计算对数据进行加密或者进行随机化，然后致使外界无法去解密，其中还会涉及到数据的处理和传输问题，所以当面临着海量的数据时，如何“算得快”以及“传得快”是两个很重要的问题。在实践中，公司介绍其研发了业界首个搭载异构计算算力的高性能隐私计算平台。

融数联智创始人兼CEO袁晔也认为，算力是技术方面的主要挑战，而要解决这个问题，因为软件性能瓶颈明显，硬件是必须的。而融数联智正在以PPU隐私保护芯片的方式提升整个运算效能。

主张这一思路的还有冲量在线，这家公司以TEE技术为主要切入点，同时也强调多技术融合的重要性。其CEO刘尧认为，隐私计算绝不是一个纯软件的项目，需要与硬件紧密结合。他介绍，冲量是目前国内唯一有国产化硬件加软件，端到端解决方案的隐私计算厂商。另外他觉得隐私计算也不是一个可以独立存在的技术，为了支撑这一新兴方向，需要融合区块链、人工智能、密码学算法和云原生等技术。"这也是冲量的特点。"刘尧补充。

另外，洞见科技认为，监管合规解读以及具体业务场景价值，是比隐私计算的算力提升更重要的客户考量点。但为了提升隐私计算产品解决方案现阶段的易用性，洞见科技也在与合作伙伴一起研发适配政府客户政务数据开放共享的“政务数据安全应用一体机”，适配金融客户合规应用数据的“外部数据融合计算一体机”等。

不过在另一方面，即使认可计算效率的重要性，一些公司对解决思路的看法也略有差异。比如，数牍科技CTO、联合创始人蔡超超回复36氪称，可以用“软件定义硬件”的概念来看待提升计算效率的问题，即核心是需要对软件部分有充分的理解，用软件赋能硬件。

再者，各个平台的互联互通也成为当前业内关注的又一话题。

36氪经过调研了解到，一些客户认为，平台的互联互通也影响着自身使用的便捷性。而且，如果各种平台无法打通，则会导致另一种形式的数据孤岛。对此，业界已有所探索，比如在今年4月，富数科技宣布和微众银行实现异构联邦学习平台互通。6月，洞见科技、锘崴科技、蚂蚁集团共享智能部宣布首次实现了多方异构隐私计算平台的算法协议的完全对等网络互通。

不过，在推进互联互通的节奏上，一些厂商有着自己的看法。

"在什么阶段实现互联互通，这其实是一个需要斟酌的问题。"数牍科技CTO、联合创始人蔡超超表示。他进一步解释，互联互通既带来了好处，也带来了制约。好处是平台之间兼容性更好，但一味的追求互联互通，也可能会对各方技术多样性和先进性的发展带来限制。“目前，信通院等部门正在制定互联互通的标准，数牍也在参与其中，建立国家层面的协同机制是非常重要的一步。"数牍科技副总裁张迎春补充。

在更尖锐的层面，即使客户强调互联互通，但有创业者认为这可能是一个伪命题。有从业者告诉36氪，虽然众多甲方在提倡互联互通，但从本质逻辑上看，隐私计算偏业务属性较多，所以不同业务采购不同厂商的平台，在互联互通上理应不会存在阻碍。融数联智创始人兼CEO袁晔则认为，彻底的互联互通需要中转，彻底的直接互联互通是不可能的。非彻底的互联互通，包括中转方案都会导致性能有更大的损失。“如果WiFi与蓝牙互联互通，有可能吗？不可能！”他打了个比方。

可以看出，关于计算效率的提升方式，以及平台之间互联互通的必要性，当前业内仍处于百家争鸣的状态。但相对达成共识的是，隐私计算作为监管强力驱动的行业之一，法规细则完善与否的影响力或更深。

在不久前的一次行业会议上，有银行内部人士表示，当前需要非常明确的细则，让大家在落地上可以明晰各类型数据的共享要求。满足了这一点，银行才有动力大幅度尝试。这或许也能够解释，为何一些企业重视金融客户，但拆分其收入，仍有不少来自于政务平台的建设或与部分数据源的利润共享。

"我们觉得这个技术整体还处于初期阶段，但增长空间很大。"交通银行研究院王卫东院长早前接受采访时表示。对银行来说，不管是风控、营销还是运营，都需要和外部数据合作。但由于各业务线认识、考量点不一，目前隐私计算的推进似乎暂还未达到热火朝天的状态。

整体而言，通过长达一年多的观察，我们看到如今隐私计算已经熬过籍籍无名的蛰伏期，走到商业化的门前。不过，即使当前数据安全法律法规日益完善，更深入的变革还有待于大环境的演进以及多方共识的达成。

或许当产品力全面、平台能力可信，且法规细则完善，真正的隐私计算平台模式才能走通——这也是一年之前，隐私计算第一波创投热产生时，不少投资人相继买单的故事。

————————————————

除文中出现的采访对象外，另感谢华控清交、矩阵元等公司过往在隐私计算领域对36氪的科普与交流。

其他参考文献：

《36氪研究 | BAT都不放过的淘金机会，隐私计算能长出平台吗？》，36氪

《专访交通银行金融科技创新研究院王卫东院长：隐私计算目前还处于行业发展初期，当前主要有四大选型标准》，36氪

《「矩阵元」孙立林：隐私计算行业火热，未来生态是底层基础设施结合上层应用》，36氪

《共建新型数据交易所，「华控清交」希望专注于数据流通基础设施建设》，36氪