
作者 | 吳曉婷 關若琳
出品|雲岫資本企業服務組
資料是數字經濟時代的核心生產要素,但資料在自由流通或共享中才能產生更大價值。然而,隱私洩露事件層出不窮,出於資料歸屬、安全、隱私保護的顧慮,資料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。
為使得資料交換具有安全保障,各方都在加大對資料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“資料孤島”、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。
那麼,隱私計算究竟指什麼,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?

何為隱私計算?
為資料價值而生,使資料可用但不可見
隱私計算是一類技術統稱,旨在保護資料本身不對外洩露的前提下,實現資料分析計算。
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、演算法、介面整合在一個平臺上,並結合人工智慧、機器學習、區塊鏈等跨學科技術,為使用者提供綜合的解決方案,使得“不分享資料、但分享資料的價值”成為可能。
隱私計算可區分資料承載的具體資訊和計算價值,釐清資料使用的“權、責、利”,使得資料可以作為資產流通與變現。
1.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,適用於機器學習建模;多方安全計算目前支援的功能較少,適用於統計分析、查詢等基本功能,但安全性更高;機密計算基於可信任硬體,可以減少對特有軟體的信任依賴,但受到硬體採購成本、對硬體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,隱私計算與雲端計算作為重要的IaaS基礎設施,同時和AI存在融合空間,可以為資料交換、儲存和計算協作的可信環境提供演算法支撐。
在BaaS/SaaS層,隱私計算在資料價值挖掘環節可以發揮巨大作用,在金融、醫療、科學研究、社會徵信、供應鏈金融、防偽溯源、社會治理等領域提供基於資料分析的應用服務。
2.驅動因素
1)隨著數字要素時代來臨,隱私計算潛在市場規模巨大。
大資料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統計資料顯示,2020年,全球創造了59.0ZB的資料,其中50.4%的資料需要保護;根據Statista報告顯示,2020年全球大資料市場收入規模接近600億美元,未來大資料市場仍將穩步發展,預期增速將達到14%。
由微眾銀行和畢馬威聯合釋出的《隱私計算行業研究報告2021》顯示:“國內市場規模將快速發展,三年後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資料平臺運營收入空間。”
隨著全球數字化程序加快,在隱私計算推動下,資料孤島將被打破,從而挖掘資料要素巨大的市場價值,創造新的市場空間。
2)資料安全政策與立法不斷完善,助推隱私計算海量需求。
《中華人民共和國網路安全法》《中華人民共和國密碼法》《個人資訊保護法(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,也進一步強化了資料安全的法制基礎。
2021年6月10日,《中華人民共和國資料安全法》經十三屆全國人大常委會第二十九次會議透過並正式釋出,將於2021年9月1日起施行。這是中國的第一部關於資料安全的專門法律,將進一步推動各界重視隱私及資料安全的治理、運營及保護。
3)資本助推隱私計算創業公司快速發展。
據福布斯統計,全球網路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於早期階段,單筆融資額達到幾千萬甚至上億元。

3.制約因素
隱私計算目前在全球還沒有成熟的解決方案,大部分專案處於驗證性測試階段,難以實現大規模生產應用。其主要原因有兩點:
其一,資料層面,需要將各行各業的資料規範化,資料的格式、關鍵字等都要一致,這樣演算法平臺才可以有效運作。
其二,演算法層面,需要有足夠的響應速度,在商業上才有使用價值。

行業結構
1.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散式身份的認證、資料授權分享、區塊鏈錢包管理與隱私交易、資料安全匹配、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、存客啟用與信用分析等。
金融行業資料交易多,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資料基礎,但需要打通並共享各部門資料,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,包括消費者的資訊、購買能力等,以便為不同的消費人群提供定製化的服務。
4)醫療場景:主要應用在精準醫學、AI製藥的核心要素。
醫療機構中的病例資料是最重要的隱私資料,但是單個醫療機構的資料樣本不足以支撐大規模的模型訓練,需要多方共享資料。
隨著三大運營商打造大資料安全開放平臺,地方政府安全開放共享政務資料,金融機構需要在風控、營銷場景中進行大資料內外融合,大資料安全計算與資料服務將迎來極佳機會點。
2.商業路徑探討
對於BAT等自有資料生態的隱私計算公司,未來會希望透過這項技術做自有資料的商業化變現。
對於中小創業公司,作為中立的技術賦能方,更大的想象空間是透過幫助不同種類的資料所有方和使用方,建設新一代資料流通的基礎設施網路,充分發掘資料的價值。
隱私計算公司商業路徑預計可分為三個階段。
第一階段:從關注個人隱私和資料安全合規的領域開始,成為資料要素的基礎設施。此階段的商業模式主要是以軟體售賣、專案交付為主。
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佔據領先地位。
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於成本敏感,他們更願意接受可信的安全計算雲服務。
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,隱私計算生態網路形成。此階段主要透過平臺費、運營費和提供增值服務的方式實現商業價值。
藉助隱私計算平臺,不同機構可以自由地實現跨競爭對手的資料來源貢獻、跨行業的資料共享等。生態構建的力量和平臺的相容能力成為競爭的核心要素。
3.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於不同的技術體系。對於核心技術體系覆蓋越廣、鑽研越深的企業,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。儘管基於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、侷限性更小,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資料生態能力。
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,兼顧產品併發性、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。
資料生態方面,資料的可得性和多維性是考察大資料類產品的重要因素。
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透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。

競爭格局
國內外企業正在積極佈局隱私計算產業。
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、騰訊雲、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、資料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演算法、隱私保護演算法、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平臺實現了高效能通用的安全計算框架、叢集化和可擴充套件的解決方案。
翼方健數旗下XDP翼數坊是以“資料和計算的網際網路”(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,已在十餘個行業成功實現商用。
隱私計算工具化、模組化進展明顯,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,整體推動資料可信可流通;
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資料來源、解決方案面向的行業及場景,關鍵技術層面的差異不大。

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:
1.隱私計算是解決資料隱私之痛,釋放資料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,資料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,演算法最佳化和硬體提升將進一步提高隱私計算技術的可用性,以此激發演算法、PaaS、SaaS層的應用,共同促進資料市場快速發展。
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。
2.未來資料市場將會出現一批依託隱私計算的平臺型公司,開闢資料運營商模式,充當資料儲存,交換和價值挖掘的核心媒介。
企業初期可從資料密集型行業切入,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;後期可透過資料交換或SaaS服務收費模式盈利。
3.投資角度,隱私計算賽道處於早期,目前處於快速成長階段,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、醫療等資料密集型行業不斷擴充套件至其他領域。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、多行業佈局的企業戰略等。
部分參考資料
—END—
