四十年前，姚期智院士提出 “百萬富翁設想”：

兩個百萬富翁，在不透露自己具體財產金額且沒有第三方的情況下，如何讓彼此知道誰更有錢？這一設想催生了多方安全計算，即在任何一方看不到其它方輸入資料的情況下，對資料進行聯合計算並共享資料分析價值。

四十年後，求解一個個 “百萬富翁” 問題成為數字生活常態。

個性化內容推薦、精準廣告推送、更優導航方案……面對全球資料量大概每兩年翻一番的現狀，無數應用都基於對資料的分析和使用而生存。

但個人消費者在授權搜尋、電商等網際網路平臺使用自己的資料以最佳化功能、創造價值時，也是在讓渡部分個人隱私；公司、組織在拿出資料搭建更多行業應用時，則可能洩露商業機密或公司掌握的的個人資料。

挖掘資料價值與資料安全和隱私保護之間存在的矛盾越來越凸顯。

近年來，逐漸商用的一種新技術方案——隱私計算目前看來有希望解決這一問題。

透過讓資料 “可用不可見”，隱私計算可以在不交出資料（不變更資料所有權）和保障資料安全的同時使用資料，使資料實現應有價值。

隱私計算行業目前已湧現一批公司。其中有專注隱私計算的初創公司，如翼方健數、華控清交、數牘科技等；有從網路安全和大資料領域新開闢隱私計算業務的公司，如同盾科技、富數科技等；也有網際網路巨頭——騰訊控股的微眾銀行和阿里螞蟻科技集團（原螞蟻金服）都已進入這一領域。其中，微眾銀行、螞蟻科技集團、翼方健數、華控清交也被一些媒體稱為國內隱私計算賽道 “四小龍”。

整個隱私計算行業的融資事件正持續增加。該領域在 2016 年只有 2 起融資事件，而 2020 年全年新增融資數量已上升到 10 起。

其中，成立於 2016 年的翼方健數是中國最早的隱私計算創業公司之一。

上個月末，翼方健數剛剛宣佈完成 B+ 輪超 3 億元人民幣融資。此前翼方健數共完成 2 輪融資。本次 B+ 輪融資或為隱私計算領域技術專精型公司中已披露的最大規模單筆融資。

翼方健數董事長陳恂同時是軟銀願景基金管理合夥人，曾投資科技創新情報 SaaS 服務商智慧芽和健康科技公司 Collective Health；CEO 羅震為普林斯頓大學博士，研究方向包括高效能定製計算；首席科學家張霖濤曾擔任微軟亞洲研究院首席研究員及全球合夥人。

翼方健數 CEO 羅震稱，新一輪融資後，他們將在兩個技術方向做投入，一是安全計算技術，如安全多方計算、聯邦學習、可信任執行環境等；二是系統方面的技術，如跨資料中心的分散式儲存和分散式計算等技術。

翼方健數團隊看準的機會是：各行業對資料價值的渴求將藉由隱私計算技術得到釋放。

2016 年以來，中國政府連續頒佈《網路安全法》、《資料安全法》等與資料相關法案，並在滴滴等掌握大量資料的公司因資料安全問題遭審查後修訂了《網路安全審查辦法》，這使各方更加重視資料安全和隱私保護。

同時，在保障資料安全之外，隱私計算的作用還在於它可以幫資料 “保值”。隱私計算能做到在不交換原資料的情況下使用資料計算結果，這樣資料價值不會隨複製和交換次數增加而降低，反而是用得越多，價值越高。

這符合資料資產化的趨勢：2019 年底，美國政府提出《聯邦資料戰略與 2020 年行動計劃》，對資料的定義從 “技術” 轉向 “資產”；2020 年，國務院也首次將資料與土地、勞動力、資本、技術等傳統要素相併列。在資料變為生產要素的過程中，隱私計算能推上一把。

目前隱私計算主要應用場景集中在金融、醫療和政務領域。金融行業合規要求高，所以對隱私計算需求最為迫切，政務資料覆蓋的範圍最廣。而同樣有高合規要求的醫療行業，由於以往資訊化水平低於金融等領域，一方面有資料服務滲透的潛在空間，另一方面也有落地挑戰。

成立於 2016 年初的翼方健數最初 “被醫療行業選中”。

首先，醫療行業確實有需求。健康醫療資料的社會、經濟價值大，但在應用過程中，缺乏對資料安全和個人隱私的有效保護手段，這阻礙了資料價值的實現。

其次，這個行業雖然進入門檻高，但如果技術服務公司能率先簽下客戶，就能建立一定商業樣板壁壘。除去負責資本市場及技術的人員，翼方健數一部分核心成員有醫療相關背景，如健康醫療部總裁劉安庭曾擔任醫療大資料平臺中電藥明 CEO，首席戰略官許曉峰擁有近 20 年醫療資訊化、臨床科研經驗，醫療事業部總經理李葦剛具備 20 餘年國內外醫療衛生資訊化從業經驗，先後在六家中美醫療集團、醫學中心、私立醫院和大型公立醫院一線從事醫療衛生資訊建設工作，翼方健數進入醫療行業有一定客觀優勢。

2017 年，翼方健數參與了廈門市國家醫療健康大資料試點城市的落地工作，在廈門市衛健委指導下，建立了廈門健康醫療大資料應用平臺。

這一平臺基於翼方健數第一個商業部署的隱私安全計算平臺 XDP 翼數坊建立。隱私安全計算從隱私計算延伸而來，不同之處在於會考慮資料全週期安全和隱私保護，而非侷限在資料計算這一環節。

該平臺可以同時連線醫院、藥研所、疾控中心等機構，將廈門市醫療資料與其它第三方資料（如人口資料）結合，在同一封閉環境內進行資料清洗、儲存、計算，以實現隱私保護和資料安全。基於資料分析，廈門基層社群醫院的醫生可以借鑑三甲醫院的治療資料做輔助治療。這一成果為翼方健數吸引了更多政府關注。

除了廈門，翼方健數也在其他城市打造了城市級資料應用案例，同時也在中國科學院、健康醫療大資料國家研究院、香港科技園等企業、機構有落地案例。

翼方健數的商業模式也隨之確立：一方面，翼方健數與資料來源，如廈門市衛健委及其可以聯合的單位合作，建立隱私安全計算平臺，服務接入平臺的各種主體；另一方面，翼方健數也會和資料來源合作，幫助它們與資料需求方對接。這些資料來源目前不一定會使用隱私安全計算平臺，但翼方健數希望先透過合作讓資料來源感受到資料的價值以及隱私安全計算的安全與高效，之後幫助資料來源採用隱私安全計算的方式對接披露需求方，也就是回到前一種商業模式上。因此，兩種商業模式實際上緊密相關。

翼方健數目前有多種收費方式：如果是第一種商業模式，即做平臺，主要是收取一次性平臺建設費用和後續的運維費用；第二種商業模式中，翼方健數的收益則來自為需求方輸出資料價值後的相關利益分配。

翼方健數 CEO 羅震認為，隱私安全計算只是資料產生價值的必要條件而非充分條件，目前絕大部分掌握資料來源的組織無法準備好資料，也很難透過應用利用好資料，所以翼方健數提供了資料價值的整體服務和解決方案，而不僅僅是隱私安全計算本身。

隱私安全計算作為整個解決方案中的重要組成部分，由翼方健數自研的產品翼數坊 XDP 來實現；而在完成資料清洗和資料應用等其他資料價值服務時，翼方健數則會和其它行業技術公司合作。

目前，整個隱私計算行業仍處於起步期。據《中國隱私計算產業發展報告（2020 - 2021）》，自 2016 年起，隱私計算領域融資 28 起，92% 的融資處於 B 輪及 B 輪之前。據國家工業資訊保安發展研究中心統計，目前我國共有約 260 家隱私計算公司， 2018 - 2020 年間新增的初創企業就達到 160 家，也就是說，超過 60% 的隱私計算企業是在 2018 年後成立的。

雖然能夠實現隱私計算的技術很多——與四十年前姚期智院士提出多方安全計算相比，如今隱私計算已發展為聯邦學習、差分隱私計算等多種技術的集合——但真正能同時滿足高準確性、高計算效率和高安全性的技術解決方案還不存在。

不同隱私計算技術的特點和優勢不同：聯邦學習的準確性和計算效率較高，但安全性相對較低；差分隱私技術計算效率和安全性較高，但準確性相對低。此外，隱私計算應用成本較高也是行業面臨的共同挑戰。

隱私計算行業和學界研究者正加速尋求技術突破。據國家工業資訊保安發展研究中心統計，2020 年，隱私計算新增相關專利申請數量是 1535 項，是 2017 年的 4.25 倍，截至 2021 年 4 月，隱私計算專利總數已突破 5000 項。

在行業落地方面，隱私計算競爭愈發激烈。《中國隱私計算產業發展報告（2020 - 2021）》中提到，隱私計算企業已服務醫療、金融等 15 個行業，但仍有市場空間很大的行業尚待開發。翼方健數 CEO 羅震認為，目前各隱私計算廠商的市場切入點均有差異，行業同質化並不明顯。

一邊保證安全，一邊實現資料價值，這是整個數字化轉型中的剛需。隱私計算從業者相信自己找到了達成資料兩全法的關鍵。