首页 > 科技快讯 > 撬动千亿级市场，隐私计算成为数据要素市场化“最优解”？

撬动千亿级市场，隐私计算成为数据要素市场化“最优解”？

晰数塔互联网快讯
2022-02-11 15:34

近年来，随着大数据、云计算、人工智能等技术加速创新，日益融入经济社会发展各领域，数字经济发展已然按下“快进键”。根据《“十四五”数字经济发展规划》（以下简称《规划》），数据要素是数字经济深化发展的核心引擎。数据对提高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素。

《规划》提出，数据的爆发增长、海量集聚蕴藏了巨大的价值，为智能化发展带来了新的机遇。协同推进技术、模式、业态和制度创新，切实用好数据要素，将为经济社会数字化发展带来强劲动力。

在数据开发利用过程中，数据安全是各方关注的重点。在相关法律的规范下，如何平衡数据合规使用和安全保护也成为业界亟待解决的课题。目前，以多方安全计算、联邦学习等为代表的隐私计算技术为数据流通过程中“可用不可见”提供了解决方案，已在一些应用场景实现落地。

隐私计算成为数据要素市场化的关键技术

用好数据要素，就需要在整个社会范围内实现大规模的数据流通与融合计算。对此，华控清交董事长、CEO张旭东表示，“数据并不等于数据要素，只有经过清洗、加工和治理，可供‘机读’的，具备生产使用条件的，可以通过流通进入社会化大生产的数据，才是数据要素。”

但在明文数据体系下，数据流通的安全性却难以得到保证。“明文数据，顾名思义就是‘看得见的数据’。数据一旦被人或者机器‘看见’，即暴露信息，就可以被无限复制，而且这种复制的边际成本几乎为0，能实现大规模快速的传播。在这一过程中，数据所有方对于数据的用途和用量是很难进行控制的。明文数据的流通容易导致数据的滥用。” 张旭东说。

另一方面，从信息学角度来看，数据的价值在于其所承载信息的不对称性，其价值和承载信息的稀缺性成正比。张旭东解释称，“如果大家均能获取到某些数据，那么它的价值也就丧失了。所以明文数据的传递和流通过程即是它价值灭失的过程。”

那么隐私计算何以破除这一悖论，成为数据要素市场化的关键技术？中国信通院云计算与大数据研究所大数据与区块链部副主任闫树介绍，隐私计算恰好可以在不传递原始数据或保护原始数据的前提下，实现数据的分析、计算、应用，保障数据在流通与融合过程中的“可用不可见”。

2021年，《数据安全法》与《个人信息保护法》相继施行，加上此前生效的《网络安全法》，三部法律共同组成数据保护领域的“三驾马车”，构筑了一张新时代的数据安全防护网。三部法律均要求市场参与者、数据处理者采取安全技术措施保障数据安全。

“隐私计算有助于在满足合规要求的前提下充分挖掘数据价值，这个特点呼应了《数据安全法》、《个人信息保护法》中提出的安全合规要求。隐私计算作为一个备受期待的技术解，有助于履行法定的数据安全保障义务，也有助于践行最小必要原则、防止数据滥用。”闫树说。

同时，值得关注的是，仅在2021年7月到10月期间，隐私计算领域的十多个创企就获得VC融资超10亿元人民币。在政策环境和资本市场的双重利好与推动下，隐私计算产业迅速发展。毕马威发布的《2021隐私计算行业研究报告》（以下简称《报告》）显示，国内隐私计算市场迎来快速发展期，预计三年后技术服务营收有望触达100亿至200亿元，甚至有望撬动千亿级数据平台运营收入空间。

巨大的增量空间吸引众多厂商纷纷入局。除了从隐私计算出发的初创公司，越来越多的其他机构、公司也在跑步入场。根据《报告》，如北数所、中科院等已经开始布局，头部互联网公司凭借数据优势和规模效益加快研发，金融、通信、区块链等公司也在陆续规划入场。

《报告》显示，目前，蚂蚁金服、微众银行、翼方健数、华控清交正逐渐成为国内的“隐私计算四小龙”，并在主要赛道中抢跑占位。

应用场景落地，金融业先行

在闫树看来，隐私计算正处于“大规模应用的前夜”。目前，隐私计算正在慢慢地从技术阶段向应用阶段过渡。越来越多的隐私计算招标项目，尤其是在2021年下半年出现了迅猛增长，这在一定程度上代表了技术发展的阶段。

从落地进程来看，目前隐私计算在金融、医疗、政务等行业的应用尤为突出。张旭东认为，其中，金融业作为数据密集型行业，由于相关数据的高敏感性和高价值性，全面保障数据安全和个人信息权益成为金融行业数据治理的新内核。

2021年12月，由中国人民银行科技司司长李伟主编的《金融科技发展规划（2022-2025年）》提出，全面加强数据能力建设，在保障安全和隐私前提下推动数据有序共享与综合应用，充分激活数据要素潜能，有力提升金融服务质效。

对此，张旭东表示，金融行业对数据使用的监管势在必行，对多方、多种数据融合计算的目的和方法进行管控是金融行业践行《数据安全法》和《个人信息保护法》的有效保障。金融行业对数据（尤其是个人数据）使用目的和方式的监管迫在眉睫，数据“使用可控可计量”的技术能力是管控金融行业数据使用目的和方式的最有效手段，是金融行业数据使用合规与监管的基础设施。

根据中国人民银行科技司等参编的《中国金融科技发展报告（2021）》，当前金融数据融合趋势日盛，安全保护呼声渐涨，作为有效解决计算过程中数据隐私保护问题的技术手段之一，隐私计算日趋成为金融科技创新的重要基石。该报告还首次将隐私计算与平台科技、金融IT、助贷科技等共同列为金融科技应用场景关键技术。

该报告认为，打破数据孤岛，实现数据在不落地、不存储、不留痕、不出域的基础上进行整合，既可发挥数据生产力，实现数据对于金融科技创新的“倍增作用”，又能充分保护消费者数据隐私，实现数据可用不可见。

平安科技副总工程师王健宗在接受媒体采访时表示，“受到安全性及合规性影响，很多金融机构无法直接对数据进行共享与联合应用，因此行业内逐渐开始尝试使用隐私计算来替代原始数据合作，隐私计算前景非常广阔。”

目前在金融行业，出现了一系列隐私计算创新应用案例，例如腾讯建立了一套惠企平台，在参与主体数据不离开本地、保护隐私的前提下实现联合建模，得出对小微企业资质的精准画像。在合法合规、保护隐私和数据安全的前提下，充分激活各方数据的生产力，通过优化业务流程、实现精准普惠服务。

网商银行运用蚂蚁隐私计算的能力通过硬件技术对数据进行隔离保护，形成一个可信执行环境，为不可信环境中的隐私数据保护和计算提供了一个安全而机密的空间。在该技术的保障下，网商银行通过将不同数据源的数据在可信执行环境下处理来辅助银行与合作方在保护各自数据隐私安全的同时又能实现数据融合，在此基础上为涉农用户提供融资金融服务，解决了农村金融服务匮乏、农业经营者融资难融资贵的难题。

去年9月，华控清交承建的光大银行企业级多方安全计算平台上线。据了解，基于隐匿查询、联合统计、联合建模等平台功能，光大银行多方安全计算平台可有效推动行内数据、集团数据以及外部企业数据安全融合。应用方面，该平台可适用于联合营销、联合风控、统一授信、业务合规等多领域，如帮助银行与合作机构开展多方安全联合建模，提升精准营销能力；在不暴露客户资产的情况下进行联合统计，开展客户综合管理；在保护银行查询意图和客户隐私安全的情况下，向数据服务方查询数据，获得匹配结果。

张旭东表示，作为金融行业首个正式投产的企业级数据流通基础设施平台，这标志着多方安全计算真正打通了“产学研用”最后一环，向大规模应用迈上关键台阶。

当前，隐私计算在普惠金融、联合风控、银企对接等多个细分业务场景提供技术支撑。业内人士预计，随着隐私计算的普及和数据融合需求的进一步释放，该技术在金融定价分析、运营管理、业务流程优化等场景也会出现相关应用。

隐私计算规模化发展还有多远

目前隐私计算正处于快速迭代和发展的阶段，但闫树也表示，各家企业对隐私计算的应用更多的是属于测试性质，或者是在小系统范围内使用，还没到大规模扩展到全集团、全行业、甚至是跨行业的应用范围，此类案例非常之少。他认为，之所以如此，主要是因为安全性、性能、合规等方面的问题。

据《隐私计算白皮书》介绍，隐私计算在安全、性能和数据互联互通等方面仍存在挑战。以互联互通为例，由于不同的隐私计算平台是基于各自特定的算法原理和系统设计实现的，且目前闭源的平台很多，平台之间很难完成信息的交互。因此隐私计算平台互联互通壁垒成为了隐私计算正在面对的挑战，或使得“数据孤岛”变成了“数据群岛”。

对此，IDC中国金融行业市场分析师王晨表示，在数据要素有序流通体系的建设方面，除了技术厂商在各数据方搭建更多隐私保护计算节点与提供更完善的技术解决方案之外，还需要更多数据参与方一起推动技术规范与标准的完善，打通因技术差异造成的数据流通壁垒，并确保相关的技术与应用满足穿透式监管的要求，从而形成数据链条中的数据提供商、数据需求方、技术提供方、监管方等不同主体共同参与、有序协作的良性生态体系。

在张旭东看来，推动数据流通，也意味着相应的基础配套要跟上。建设数据流通的基础设施，才能大幅降低数据流通的使用成本和技术门槛，实现大规模经济效应。基于此，华控清交正在积极推进国家数据流通网以及数据流通生态的建设。据他介绍，北京国际大数据交易所（北数所）就是未来国家流通网上的一个重要节点。

聚焦用户层面，王晨也表示，“在商业应用的初期，除了技术本身存在的瓶颈之外，用户接受度也有待提高。厂商需要继续加大技术研发与突破，同时持续进行市场教育，提高用户的接受度，同时做好与用户现有数据基础设施的衔接，提高易用性，降低使用门槛，并挖掘更多的应用场景。”

工业和信息化部网络安全管理局有关负责人认为，当前，我国隐私计算技术在政策环境、技术体系和产业态势方面均具备了良好的发展基础。下一步将着力于支持加快关键技术研发和应用，推动标准体系建设和完善，引导产业有序规范发展。

新兴技术的发展既充满机遇又面临挑战，需要漫长的技术迭代、场景落地，进而逐步达到标准化、规模化发展阶段。基于目前隐私计算主要厂商在基因、定位、路线方面的不同，未来行业的发展方向、商业模式和市场格局还有待进一步观望。

但可以预测的是，在健全完善的法律法规、丰富多样的应用实践、成熟可用的开源技术等多方生态催化下，隐私计算有望成为数据合规流通基础设施的关键一环，在保证安全的前提下持续激发数据要素价值释放，为数字经济的高质量发展赋能。

本文来自“环球网科技频道”，作者：郑湘琪，36氪经授权发布。