大数据时代，数据在各行各业释放的价值越来越重要，而打破数据孤岛、共享数据信息更是实现数据价值的重要前提。但因数据涉及到隐私，在使用价值与安全同等重要的情况下，如何合法合规的使用数据，成为互联网产业企业面临的重大难题。

    “目前来看，隐私计算是数据安全与隐私保护的最优解决方案。”平安科技（深圳）有限公司副总工程师王健宗接受记者采访时表示，不过由于受安全性以及合规性等多方因素的影响，目前这一技术的应用还处于测试阶段，大规模运用的案例相对较少。

    确保数据“可用不可见”

    所谓隐私计算，是在处理和分析数据的过程中，能保持数据的不透明、不泄露、无法被计算方法以及其他非授权方获取。从技术角度来看，隐私计算是一套包含人工智能、密码学、数据科学等众多领域交叉融合的跨学科技术体系，实现数据的“可用不可见”，其中关键技术包括联邦学习、多方安全计算、安全求交、匿踪查询、差分隐私、同态加密等。

    王健宗表示，隐私计算目前在全球还没有成熟的解决方案，大部分项目处于验证性测试阶段，难以实现大规模生产应用。“从数据层面来看，隐私计算需要将各行各业的数据规范化，数据的格式、关键字等都要一致，算法平台才可以有效运作；而在算法层面，则需要有足够的响应速度，隐私计算在商业上才有使用价值。”

    尽管隐私计算技术还未被大规模运用，但在市场的需求下，入场的玩家却并不少，不仅有互联网大厂布局，一些金融机构与创业公司也都相继入场。目前，隐私技术的参与者主要有三类，分别是互联网大厂如蚂蚁、腾讯、百度、字节跳动，金融机构或金融垂直行业公司如平安科技、微众银行、同盾科技，创业公司如光之树、富数科技、矩阵元等等。

    同盾科技已经提出了天启可信AI开放操作系统，并在隐私计算技术落地案例极少的当下，同盾科技已协助某国有大型商业银行围绕着企业级数据分级分类、敏感信息保护等行业及监管关注的焦点问题展开咨询以及落地工作。

    平安科技则是基于联邦学习、多方安全计算等核心技术，提供面向数据隐私安全保护的一站式综合解决方案服务。目前，平安科技的蜂巢联邦智能隐私计算平台已经成为解决当下数据难题与隐私保护的一大利器，助力企业建设跨企业、跨数据、跨领域的大数据AI生态。

    王健宗表示，基于行业内各个异构平台存在着无法直接互通建模的问题与挑战，蜂巢平台联合外部互联网机构，完成了行业内第一例打破异构平台壁垒，通过约定标准化参数与通信协议，实现跨平台互联互通的案例。

    催生千亿规模“蓝海市场”

    下半年，《国数据安全法》和《个人信息保护法》正式开始实施，终于让数据安全和个人信息安全有了立法保障，也将“一揽子授权”“强制同意”等过度收集用户个人信息的行为将被限制。而早在2020年末，国家发改委等四部委就联合发布指导意见，提出数据是国家基础战略性资源和重要生产要素，要加强数据中心、数据资源的顶层统筹和要素流通，强化大数据安全保障。

    监管之下，基于数据使用机构对数据安全与隐私保护的需求，隐私计算产业的发展进入春天。腾讯发布的《深潜数据蓝海：隐私计算行业研究报告》指出，隐私计算机构的营业收入主要分为两大类，一是传统的软件销售和服务收入，二是通过隐私计算平台上的业务运营产生的利润分成。据推算，未来三年，我国隐私计算系统的销售和服务收入规模有望触达100—200亿元的空间市场，而在平台运营分润的模式下，仅消费金融业务就能撬动千亿市场规模。

    “隐私计算是解决数据隐私之痛，释放数据市场巨大经济价值的关键，必然具有极大发展空间。”王健宗表示，在法律法规、行业政策等顶层设计不断迭代完善下，数据安全和隐私保护合规要求将更加明确，进而牵引隐私计算市场潜力释放。技术方面，算法优化和硬件提升会提高隐私计算技术的可用性，将进一步促进数据市场快速发展。未来，数据市场将会出现一批依托隐私计算的平台型公司，开辟数据运营商模式，充当数据存储，交换和价值挖掘的核心媒介，从数据密集型行业切入，摸清行业痛点，再从预算充足、数字化程度高的头部企业渗透到中小客户，后期可通过数据交换或SaaS服务收费模式盈利。

    随着大量行业企业的入局，隐私计算的春天已然到来，但不容忽视的一点是，隐私计算若要撬动千亿市场，还需要克服多重难点。

    行业人士认为，隐私计算落地过程中还需要更好的工具，更好地解释安全性，以及生态能力更加结合业务场景。当下的隐私计算相关技尚处于萌芽与上升阶段，最终真正成熟实现可用的技术状态还需时日，但未来可期。

    作为数据安全与隐私保护的最优解决方案，隐私计算要早日实现为数字社会、数字经济的全面发展赋能，只有通过技术的迭代、政策的革新和市场的发育与健全，才能在数据安全与个人隐私保护方面砌起一道坚如磐石的高墙。