隱私計算將為數(shù)字營銷帶來什么？
全渠道營銷當?shù)溃瑥母鱾€觸點獲取用戶信息已成為剛需。換句話說，客戶體驗有多到位，就意味著企業(yè)掌握了多少客戶數(shù)據(jù)。
用戶隱私保護，始終是懸在營銷人頭上的達摩克里斯之劍。隨著互聯(lián)互通的推進，企業(yè)在數(shù)據(jù)上的痛點，正逐漸從“取數(shù)受限”變?yōu)?ldquo;用數(shù)合規(guī)”。
2019年，一家名叫劍橋分析的第三方數(shù)據(jù)公司泄露Facebook（現(xiàn)為Meta）超5000萬用戶數(shù)據(jù)，并向這些用戶發(fā)送定向廣告，F(xiàn)acebook因此被罰款50億美元。
在現(xiàn)實情況下，數(shù)據(jù)業(yè)務化，促使企業(yè)與第三方平臺交互的場景增多，無形中增加了數(shù)據(jù)泄露的風險，一旦數(shù)據(jù)被復制或轉(zhuǎn)售，將輻射到流通鏈條上的各個端口，且難以追溯。
當前，針對用戶授權(quán)同意，數(shù)據(jù)收集最小化、個人信息收集清單公開等舉措，加大了用戶知情權(quán)的保障力度。與此同時，一些營銷技術(shù)平臺落地了包含獲得同意、管理同意、優(yōu)化同意率的用戶授權(quán)服務，而這僅僅優(yōu)化了數(shù)據(jù)流通的起點。
在接下來的數(shù)據(jù)傳輸、計算、輸出的過程中，如何在數(shù)據(jù)安全與數(shù)據(jù)開放之間取得平衡，隱私計算正在探索一條新路。
隱私計算，又稱隱私增強計算、隱私保護計算，是面向隱私信息全生命周期保護的計算方法，融合了密碼學、數(shù)據(jù)科學、人工智能等技術(shù)，可以在確保數(shù)據(jù)不對外泄露的前提下，實現(xiàn)數(shù)據(jù)分析計算，即原始數(shù)據(jù)不出域，數(shù)據(jù)可用不可見。
在傳統(tǒng)的數(shù)據(jù)流通或交易中，數(shù)據(jù)包、API接口是最常見的方式，但隱私數(shù)據(jù)易泄露、數(shù)據(jù)價值難釋放的問題也非常突出。
相比之下，隱私計算的最大區(qū)別在于，實現(xiàn)了數(shù)據(jù)持有權(quán)、數(shù)據(jù)使用權(quán)的分離。
隱私計算的參與方可以分為：輸入方、計算方與使用方三個角色。
使用方需要先向輸入方發(fā)送申請，經(jīng)同意后，方可通過計算方得到結(jié)果。計算方通過各種技術(shù)手段，實現(xiàn)對原始數(shù)據(jù)與計算結(jié)果的保密。
多方安全計算、可信執(zhí)行環(huán)境、聯(lián)邦學習是當前計算方的三大主流技術(shù)路線。
1. 多方安全計算（Security Multi- Party Computation，MPC）
兩個富翁想比比誰更有錢，但又不愿意向?qū)Ψ酵嘎蹲约赫鎸嵉呢敭a(chǎn)情況，他們該怎么做？
1982年，圖靈獎得主姚期智提出的“百萬富翁問題”，成為多方安全計算的起源。該技術(shù)給出的解決辦法，是以密碼學技術(shù)代替第三方，組織多方進行聯(lián)合計算，最終各方僅能獲取自己的計算結(jié)果，無法推測出任意一方數(shù)據(jù)。
2. 可信執(zhí)行環(huán)境（Trusted Execution Environment，TEE）
基于硬件打造出可信安全的環(huán)境，將敏感數(shù)據(jù)的處理限定在一個安全隔離環(huán)境，安全區(qū)域外的任何非授權(quán)的用戶都無法獲取區(qū)域內(nèi)的任何數(shù)據(jù)，這種方式也被稱為機密計算。
3. 聯(lián)邦學習（Federated Learning，F(xiàn)L）
分布式機器學習技術(shù)，2016年由谷歌提出，2018年被微眾銀行引入國內(nèi)。指參與方在數(shù)據(jù)不出本地的前提下，僅通過交換模型參數(shù)或中間結(jié)果的方式，構(gòu)建基于虛擬融合數(shù)據(jù)下的全局模型。
除此之外，隱私計算還包含同態(tài)加密、差分隱私、零知識證明等技術(shù)，由于各具優(yōu)缺點，對多項技術(shù)進行組合使用是目前主要的實踐方式。
根據(jù)IDC調(diào)研數(shù)據(jù)，2021年，中國隱私計算市場規(guī)模已突破8.6億元。
盡管現(xiàn)階段主要應用在金融、通信、政務、醫(yī)療領(lǐng)域，互聯(lián)網(wǎng)僅占較小比重，但該賽道已擠滿各路參與者。從早期的“隱私計算四小龍”（華控清交、翼方健數(shù)、微眾銀行、螞蟻科技），發(fā)展到互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、AI、金融科技、通訊等各領(lǐng)域企業(yè)百花齊放的市場格局。
實踐層面，據(jù)中國信通院調(diào)研數(shù)據(jù)，截至2022年6月，55%的隱私計算產(chǎn)品進入實施階段，研發(fā)階段的產(chǎn)品正在大幅降低。
“隱私計算正在慢慢地從技術(shù)階段向應用階段過渡，正處于大規(guī)模應用的前夜。”中國信通院云大所大數(shù)據(jù)與區(qū)塊鏈部副主任閆樹在第十六屆21世紀亞洲金融年會上表示。
具體到營銷領(lǐng)域，隱私計算的出現(xiàn)，充當了打通外部數(shù)據(jù)孤島的樞紐角色，通過幫助企業(yè)與外部數(shù)據(jù)聯(lián)合建模的方式，實現(xiàn)資源優(yōu)勢互補，更好地發(fā)揮數(shù)據(jù)的最大價值。
以用戶精細化運營為例，隨著用戶渠道的增多，用戶數(shù)據(jù)的維度也隨之增多，企業(yè)掌握的第一方數(shù)據(jù)往往不夠完整，若要構(gòu)建一個清晰的用戶畫像，還要依靠社交、電商等平臺的數(shù)據(jù)補充。
再如廣告投放領(lǐng)域，人群篩選的個性化，需要依靠聯(lián)邦學習，對企業(yè)的人群包數(shù)據(jù)與渠道的人群包數(shù)據(jù)進行聯(lián)合。
如果將每一家企業(yè)看作一個數(shù)據(jù)孤島，隱私計算連接起來的，是更大規(guī)模的集群，帶動的是產(chǎn)業(yè)數(shù)據(jù)的協(xié)同。
在海外，Meta正在將隱私計算投入實踐，以實現(xiàn)個性化體驗與隱私的共存，目前在探索多方安全計算、設(shè)備端機器學習，以及差分隱私等三項技術(shù)。Meta大中華區(qū)總裁Jayne Leung在接受極客公園采訪時指出，隱私保護強化技術(shù)（即隱私計算）是對廣告生態(tài)系統(tǒng)未來的長期投資。
回到國內(nèi)，數(shù)牘科技、星環(huán)科技、Convertlab、TalkingData等各類服務商，在原有行業(yè)解決方案的基礎(chǔ)上，將目光投向精準營銷、跨域營銷、廣告投放優(yōu)化、存量客戶意向識別等方向，旨在填補隱私計算在國內(nèi)互聯(lián)網(wǎng)行業(yè)的應用場景。
與此同時，作為尚處于發(fā)展初期的新事物，隱私計算仍面臨一系列技術(shù)挑戰(zhàn)。
“隱私計算合規(guī)性的關(guān)鍵爭議就在于隱私計算技術(shù)的數(shù)據(jù)處理效果是否可以滿足法律上不可復原、不可識別的匿名化要求。”中國信通院云計算與大數(shù)據(jù)研究所所長何寶宏在“2022隱私計算大會”上表示。
這也意味著，如果隱私計算達不到匿名化的標準，就仍需要用戶的授權(quán)同意。但隨著數(shù)據(jù)要素流通進入提速期，一個不可阻擋的趨勢是，隱私計算將為數(shù)據(jù)流通過程中的安全可信加碼，成為企業(yè)用數(shù)的標配。
