圖片來源@視覺中國

文 | 云岫資本，作者 | 吳曉婷、關若琳

數據是數字經濟時代的核心生產要素，但數據在自由流通或共享中才能產生更大價值。然而，隱私泄露事件層出不窮，出于數據歸屬、安全、隱私保護的顧慮，數據價值鏈不同環節之間流動受阻，分工協作脆弱，很難形成有效閉環。

為使得數據交換具有安全保障，各方都在加大對數據在隱私保護下的挖掘和開發力度。在此背景下，隱私計算的提出以及快速發展，使其在消除“數據孤島”、合規避險、彌合“信任鴻溝”方面具有重大意義。

2020年被稱為"隱私計算元年"。根據國際調研機構Gartner戰略科技趨勢預測，隱私計算將成為2021年最具潛力的9項技術之一。

那么，隱私計算究竟指什么，有哪些應用場景，現階段競爭格局如何，未來發展前景是怎樣呢？

01 何為隱私計算？為數據價值而生，使數據可用但不可見

隱私計算是一類技術統稱，旨在保護數據本身不對外泄露的前提下，實現數據分析計算。

隱私計算針對不同的應用場景、信任環境和需求，將不同技術、算法、接口集成在一個平臺上，并結合人工智能、機器學習、區塊鏈等跨學科技術，為用戶提供綜合的解決方案，使得“不分享數據、但分享數據的價值”成為可能。

隱私計算可區分數據承載的具體信息和計算價值，厘清數據使用的“權、責、利”，使得數據可以作為資產流通與變現。

• 關鍵技術

隱私計算的關鍵技術包括聯邦學習、安全多方計算、機密計算、差分隱私、同態加密。其中，聯邦學習、多方安全計算和機密計算目前應用最廣。

聯邦學習目前商業化更為成熟，適用于機器學習建模；多方安全計算目前支持的功能較少，適用于統計分析、查詢等基本功能，但安全性更高；機密計算基于可信任硬件，可以減少對特有軟件的信任依賴，但受到硬件采購成本、對硬件廠商信任度等因素的制約。
隱私計算將貫穿整個IaaS基礎算力層、BaaS、SaaS服務層。

在算力層，隱私計算與云計算作為重要的IaaS基礎設施，同時和AI存在融合空間，可以為數據交換、存儲和計算協作的可信環境提供算法支撐。

在BaaS/SaaS層，隱私計算在數據價值挖掘環節可以發揮巨大作用，在金融、醫療、科學研究、社會征信、供應鏈金融、防偽溯源、社會治理等領域提供基于數據分析的應用服務。

• 驅動因素

隨著數字要素時代來臨，隱私計算潛在市場規模巨大。

大數據市場規模大小一定程度決定隱私計算的行業天花板。根據IDC Global DataSphere統計數據顯示，2020年，全球創造了59.0ZB的數據，其中50.4%的數據需要保護；根據Statista報告顯示，2020年全球大數據市場收入規模接近600億美元，未來大數據市場仍將穩步發展，預期增速將達到14%。

由微眾銀行和畢馬威聯合發布的《隱私計算行業研究報告2021》顯示：“國內市場規模將快速發展，三年后技術服務營收有望觸達100-200億人民幣的空間，甚至將撬動千億級的數據平臺運營收入空間。”

隨著全球數字化進程加快，在隱私計算推動下，數據孤島將被打破，從而挖掘數據要素巨大的市場價值，創造新的市場空間。

數據安全政策與立法不斷完善，助推隱私計算海量需求。

《中華人民共和國網絡安全法》《中華人民共和國密碼法》《個人信息保護法（草案）》等系列政策法規的陸續出臺側面體現了隱私保護的必要性和緊迫性，也進一步強化了數據安全的法制基礎。

2021年6月10日，《中華人民共和國數據安全法》經十三屆全國人大常委會第二十九次會議通過并正式發布，將于2021年9月1日起施行。這是中國的第一部關于數據安全的專門法律，將進一步推動各界重視隱私及數據安全的治理、運營及保護。

資本助推隱私計算創業公司快速發展。

據福布斯統計，全球網絡安全及隱私相關創業企業在2020年共融得107億美元，與10年前相比增長了5倍。在涉及相關業務的22,156家創業企業中，有1,450家在過去一年中獲得前種子輪或種子輪融資。

國內初創企業融資大多處于早期階段，單筆融資額達到幾千萬甚至上億元。

• 制約因素

隱私計算目前在全球還沒有成熟的解決方案，大部分項目處于驗證性測試階段，難以實現大規模生產應用。其主要原因有兩點：

其一，數據層面，需要將各行各業的數據規范化，數據的格式、關鍵字等都要一致，這樣算法平臺才可以有效運作。

其二，算法層面，需要有足夠的響應速度，在商業上才有使用價值。

02 行業結構

• 應用場景

隱私計算已在金融、政府、營銷、醫藥等場景初步商業落地，具體應用模式包括跨域分布式身份的認證、數據授權分享、區塊鏈錢包管理與隱私交易、數據安全匹配、多方聯合建模、安全建模應用等。

1）金融場景：主要應用包括數字營銷、風控與反欺詐、存客激活與信用分析等。

金融行業數據交易多，對風控要求高；客戶付費能力強，數字化程度高，因此是隱私計算的最佳切入點。

2）政府場景：主要應用涉及能源、交通、規劃、環保等多行業和多部門。

政務領域具有較完備的數據基礎，但需要打通并共享各部門數據，才能支撐各項應用。

3）營銷場景：主要應用在精準獲客等環節，包括消費者的信息、購買能力等，以便為不同的消費人群提供定制化的服務。

4）醫療場景：主要應用在精準醫學、AI制藥的核心要素。

醫療機構中的病例數據是最重要的隱私數據，但是單個醫療機構的數據樣本不足以支撐大規模的模型訓練，需要多方共享數據。

隨著三大運營商打造大數據安全開放平臺，地方政府安全開放共享政務數據，金融機構需要在風控、營銷場景中進行大數據內外融合，大數據安全計算與數據服務將迎來極佳機會點。

• 商業路徑探討

對于BAT等自有數據生態的隱私計算公司，未來會希望通過這項技術做自有數據的商業化變現。

對于中小創業公司，作為中立的技術賦能方，更大的想象空間是通過幫助不同種類的數據所有方和使用方，建設新一代數據流通的基礎設施網絡，充分發掘數據的價值。

隱私計算公司商業路徑預計可分為三個階段。

第一階段：從關注個人隱私和數據安全合規的領域開始，成為數據要素的基礎設施。此階段的商業模式主要是以軟件售賣、項目交付為主。

在金融、電力、運營商、政府等強調本地化部署、安全的行業，有自研技術實力、理解客戶應用場景、技術符合監管標準的獨立第三方隱私計算企業非常有機會占據領先地位。

第二階段：逐步拓展到中小企業和科技公司。此階段的商業模式主要是按量付費模式。

中小企業和科技公司對于成本敏感，他們更愿意接受可信的安全計算云服務。

第三階段：當隱私計算成為不可或缺的基礎設施，滲透到成千上萬的機構時，隱私計算生態網絡形成。此階段主要通過平臺費、運營費和提供增值服務的方式實現商業價值。

借助隱私計算平臺，不同機構可以自由地實現跨競爭對手的數據源貢獻、跨行業的數據共享等。生態構建的力量和平臺的兼容能力成為競爭的核心要素。

• 產品評價標準

底層技術能力、產品化程度、公信力成為重要評判維度。

技術能力的衡量維度主要分為技術廣度、自研能力與技術深度。

技術廣度指對隱私計算技術體系的覆蓋度。隱私計算不同的應用場景適用于不同的技術體系。對于核心技術體系覆蓋越廣、鉆研越深的企業，覆蓋企業應用場景的能力越強。

技術自研能力可分為完全自研、部分使用開源、完全依賴開源技術三類。盡管基于開源技術可以提供很多應用場景的解決方案，但自研底層架構更加靈活、局限性更小，推動行業核心技術實現自主可控。

技術深度指廠商能夠實現的技術功能與優勢。

產品能力的衡量維度主要分為產品化能力與數據生態能力。

產品化能力方面，客戶希望能夠拿到一套簡單易用、多功能的解決方案，因此需要公司對客戶實際業務場景進行深度理解，兼顧產品并發性、功能豐富度，設計出貼合實際業務需求、符合業務人員展業邏輯的產品。

數據生態方面，數據的可得性和多維性是考察大數據類產品的重要因素。

公信力的衡量維度主要分為行業標準制定參與與否以及行業測評認證結果。

目前，廠商若參與隱私計算行業標準制定，可使得它們得到更好的背書。此外，產品及解決方案是否通過行業測評與認證也可作為判斷廠商技術能力的標準之一。

03 競爭格局

國內外企業正在積極布局隱私計算產業。

國外，Google推出新型多方隱私計算開源庫；Facebook將Secure Machine Learning框架CrypTen進行開源。

國內，螞蟻金服、騰訊云、百度、京東等成熟企業推出了各自集團下的隱私計算產品；以微眾銀行為代表的金融背景企業也在各自的領域形成一定優勢；華控清交、數牘科技等初創廠商掌握多方安全計算的核心技術，實現完全自主研發，提供個性化服務；還有諸多區塊鏈企業、數據安全企業等也紛紛投入隱私計算技術研發與應用中。

微眾銀行、華控清交、翼方健數、螞蟻金服被稱為國內隱私計算賽道領跑的“四小龍”。

微眾銀行在融合密碼算法、隱私保護算法、安全多方計算等技術的基礎上，開發了一套即時可用的場景式隱私保護解決方案WeDPR。
華控清交專攻多方安全計算，其PrivPy平臺實現了高性能通用的安全計算框架、集群化和可擴展的解決方案。

翼方健數旗下XDP翼數坊是以“數據和計算的互聯網”（IoDC）為核心，建設開放生態。

螞蟻集團下摩斯多方安全計算平臺擁有100多項相關專利，已在十余個行業成功實現商用。

隱私計算工具化、模塊化進展明顯，但隱私計算是問題導向而非技術導向。

第一，自研產品仍為主流模式，開源生態逐漸顯現；

第二，與區塊鏈、機器學習、AI等其他技術不斷協同，整體推動數據可信可流通；

第三，目前市場上很多廠商是聯邦學習和多方安全計算兩種技術相結合，安全與效率逐漸平衡；

第四，現階段不同企業間差異點主要在數據源、解決方案面向的行業及場景，關鍵技術層面的差異不大。

04 總結與展望

我們對隱私計算市場的趨勢有如下總結與判斷：

• 隱私計算是解決數據隱私之痛，釋放數據市場巨大經濟價值的關鍵，具有極大發展空間。

第一，在法律法規、行業政策等頂層設計不斷迭代完善下，數據安全和隱私保護合規要求將更加明確，進而牽引隱私計算市場潛力釋放。

第二，隱私計算本身技術難度很大，算法優化和硬件提升將進一步提高隱私計算技術的可用性，以此激發算法、PaaS、SaaS層的應用，共同促進數據市場快速發展。

第三，隨著隱私計算熱度的升溫、科學嚴謹的隱私保護計算技術產品和解決方案評估機制的建立、解決方案的實際落地，公眾對隱私保護計算技術的認知程度有望提升。

• 未來數據市場將會出現一批依托隱私計算的平臺型公司，開辟數據運營商模式，充當數據存儲，交換和價值挖掘的核心媒介。

企業初期可從數據密集型行業切入，摸清行業痛點，再從預算充足、數字化程度高的頭部企業滲透到中小客戶；后期可通過數據交換或SaaS服務收費模式盈利。

• 投資角度，隱私計算賽道處于早期，目前處于快速成長階段，投資回報率預期將較高。

隱私計算產業生態將逐步建立，由金融、政務、醫療等數據密集型行業不斷擴展至其他領域。進行投資分析時更看重企業與場景結合的產品化能力、技術能力、團隊技術背景及資源整合能力、多行業布局的企業戰略等。

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App