個人數(shù)據(jù)泄露事件頻發(fā)，已經(jīng)有點麻了。

在學習通APP泄露1.7億條學生數(shù)據(jù)后，緊接著B站被曝出0.5比特幣就能買到2億條用戶數(shù)據(jù)。

這感覺，仿佛咱們的個人數(shù)據(jù)每天都在互聯(lián)網(wǎng)上裸奔。

所以，保護個人隱私數(shù)據(jù)，除了自己“閉關鎖國”外，就真的沒什么好辦法了嗎？

當然不是。

這幾年來，一個名為“隱私計算”的技術，就是專門來解決這個問題的，在行業(yè)內也已經(jīng)形成了一個專門的賽道。

仔細一看，好家伙，這賽道也太擠了。

BAT等互聯(lián)網(wǎng)大廠、AI平臺軟件商早已搶占身位，第三方初創(chuàng)公司更是扎堆涌現(xiàn)，甚至還看到了像中國移動這樣的甲方下場自研。

要知道業(yè)界公認的“隱私計算元年”是2020年，截止2021已有88家企業(yè)陸續(xù)發(fā)布105款相關產品，而且還不斷有新玩家想要擠進來分一杯羹。

不少市場研究機構都認為這一賽道估值或達千億級人民幣，“隱私計算已經(jīng)到了發(fā)展前夜”的聲音更是此起彼伏。

但另一邊，作為隱私數(shù)據(jù)的源頭——普通用戶，看到這些信息可能會有些一臉懵。

甚至乍看“隱私計算”這個詞匯，會以為它是利用隱私來賺錢的。

說到這里還有個八卦。

國內某研究團隊曾特意請量子位把一篇技術介紹文章中的“隱私計算”都改成“隱私保護計算”，避免引起誤會。

行業(yè)內烈火烹油、行業(yè)外鮮為人知。

隱私計算市場，為何會呈現(xiàn)如此局面？

要理解這一現(xiàn)狀，首先還要明確一下隱私計算的基本概念。

隱私計算并不指一種特定的技術，而是近幾年提出的一種綜合概念：

指在保護數(shù)據(jù)本身不對外泄露的前提下實現(xiàn)數(shù)據(jù)分析計算的技術集合。

具體來說，隱私計算的技術路線大致可以分為三類。

• 多方安全計算 （MPC, Secure Multi-party Computation） ，指在無可信第三方的前提下，通過多方共同參與，安全地完成某種協(xié)同計算。

• 聯(lián)邦學習 （FL, Federated Learning），指在機器學習過程中，各參與方借助其他方數(shù)據(jù)進行聯(lián)合建模，但無需共享數(shù)據(jù)。

• 可信執(zhí)行環(huán)境 （TEE, Entrusted Execution Environmnet），則是在硬件層面上的隱私加密。

按業(yè)界對外常用的通俗提法，三種路線的共同目標都是讓數(shù)據(jù)“可用但不可見”。

量子位智庫把隱私計算產業(yè)參與方做了分類整理，可分為以下幾類：

• 第三方初創(chuàng)公司

• 大型互聯(lián)網(wǎng)公司

• AI平臺等軟件開發(fā)商/集成商

• 轉型公司

• 甲方自研

第三方初創(chuàng)公司，指從成立之初就專注于隱私計算領域的公司。

這些公司大多成立于2019年，規(guī)?？刂圃趲资?，融資處于A-B輪。

代表公司有“隱私計算四小龍”中的翼方健數(shù)、華控清交兩只小龍，以及融數(shù)聯(lián)智、數(shù)牘科技等。

大型互聯(lián)網(wǎng)公司中，BAT、字節(jié)、京東等都已入場。

他們最大的優(yōu)勢在于自身龐大的業(yè)務場景，掌握優(yōu)質數(shù)據(jù)源。但為保證對外的數(shù)據(jù)流通，他們和第三方獨立公司也會結合。

短期來看，其隱私計算產品會用于內部；長線角度看，大廠們都會基于其云計算能力，在未來將隱私計算產品對外商業(yè)變現(xiàn)。

AI平臺等軟件開發(fā)商/集成商也同樣存在自身需求，入局隱私計算可以使其內部鏈接成全套的解決方案。

但據(jù)第三方公司透露，許多綜合性AI公司會選擇直接集成第三方公司的隱私計算方案，并對外進行整體發(fā)布。

因此,第三方專業(yè)公司的核心技術能力依舊有望保持其的長期壁壘。

入場隱私計算的轉型公司，大多具有相關基礎技術（如區(qū)塊鏈），或自身具有競爭優(yōu)勢（數(shù)據(jù)源優(yōu)勢—數(shù)據(jù)服務方；整套安全方案—安全技術商；場景優(yōu)勢—金融科技）。

主要有區(qū)塊鏈公司、金融科技公司、數(shù)據(jù)服務商、安全技術商等。

據(jù)了解，他們中不少是基于原有業(yè)務的客戶需求與相關技術來發(fā)展隱私計算模塊的。

其中金融科技公司里包括“隱私計算四小龍”中另外兩個，螞蟻金服與微眾銀行。

最后一類，甲方親自下場自研。

代表有國家電網(wǎng)、中國移動、各大銀行等。

據(jù)業(yè)內人士透露，由于內部本身就有大量需求，對產品打磨有空間，各甲方都有自主開發(fā)的打算。

但是短期內，仍處于借助外部產品探索的狀態(tài)。

綜上，國內隱私計算市場呈現(xiàn)出了互聯(lián)網(wǎng)大廠和甲方蜂擁入局、第三方初創(chuàng)公司數(shù)量激增的格局。

盡管如此，仍舊有很多新玩家蓄勢待發(fā)、準備入場。

據(jù)量子位智庫預估，截至今年3月，國內具有隱私計算相關業(yè)務的廠商可能已經(jīng)達到了150家左右。

從業(yè)者激增帶來的最直接影響，是產品數(shù)量也在激增，甚至出現(xiàn)競爭過激的苗頭。

《2021中國信通院隱私計算白皮書》顯示，目前超過了81%的隱私計算產品進入了試點部署或實施階段。

通過測評的就有59款，而且推出速度還在進一步加快。

與此同時，資本對于隱私計算的關注度也不低。

但早期投融資熱潮已經(jīng)開始消退，兩極分化明顯。

一方面，一半以上廠商融資都還停留在A輪及以前輪次。

另一方面，單輪高額融資已經(jīng)出現(xiàn)。

最近華控清交宣布完成累計近7億B輪融資，藍象智聯(lián)今年完成2億元A輪融資，更早以前翼方健數(shù)完成了3億元B+輪融資。

此外，還有業(yè)內人士透露稱，個別公司已在籌備上市。

但在市場供給側熱火朝天的另一面，需求側卻顯得有些冷靜。

除了客戶集中在各行業(yè)頭部少數(shù)公司外，還有對政策依賴性高的特點。

近年來，政策引導、技術普及、市場教育等因素影響下，不少頭部客戶開始主動接觸隱私計算。

但其群體數(shù)量本身就十分有限，因此市場依舊呈現(xiàn)出“僧多肉少”的特點。

而且目前客戶更多從安全合規(guī)的角度出發(fā)，市場格局還沒有完全打開。

主要局限在金融、政務、運營商三大領域，就連近年來討論頗多的醫(yī)療領域，技術采用率依舊不高。

而供給側和需求側之間的“冷熱差異”，造成的直接結果就是廠商之間的惡性競爭。

量子位智庫分析師表示，在隱私計算行業(yè)中，10多家公司競爭1個客戶的現(xiàn)象十分常見，為了爭取客戶不惜自殺式報價。

甚至有并未真正掌握相關技術就去參加招標，如遇到POC （Proof of Concept）階段就主動退出的亂象。

總的來說，隱私計算前景雖廣闊，但如何走出競爭過熱的現(xiàn)狀還有待探索。

接下來，量子位智庫嘗試從不同角度分析隱私計算市場現(xiàn)狀形成的原因，從而進一步找出潛在的解決思路。

首先要說的，是行業(yè)的進入門檻相對較低。

隱私計算中的密碼學、零知識證明等技術，早年間就已經(jīng)被大數(shù)據(jù)、互聯(lián)網(wǎng)、安全等公司玩得很熟悉了。

導致來自各種背景的創(chuàng)始人和團隊都能順勢入場，并且在技術商用落地上有一定的先發(fā)優(yōu)勢。

而各種開源框架的流行，填補了行業(yè)的底層能力，將門檻進一步降低。

據(jù)業(yè)內人士透露，在通過聯(lián)邦學習產品測試的公司中，超過80%的公司是基于開源框架搭建的。

第二，門檻低讓眾多玩家得以入場，帶來的同質化現(xiàn)象又加劇了競爭烈度。

量子位智庫通過統(tǒng)計采訪發(fā)現(xiàn)，各家未來的戰(zhàn)略規(guī)劃和商業(yè)模式已初步有了分化——

可大致分為軟件系統(tǒng)提供商、標準化完整方案、專注垂直賽道、底層芯片方案和基礎設施服務商這幾類

但就現(xiàn)階段需求場景有限、技術與配套基礎設施尚未成熟的情況下，還難以大展拳腳。

大多公司的目光正集中在打造數(shù)據(jù)源生態(tài)，以求未來形成平臺優(yōu)勢。但就目前而言，尚未看到明顯的水平差異。

第三，即使有技術優(yōu)勢，也難以向客戶方證明。

這里最主要的原因是落地困難。

隱私計算方案要想真正集成到實際業(yè)務中投入使用，需要在安全、效果和性能這個“不可能三角”中找到平衡點。

短期內看不到實際效果的情況下，客戶考察主要基于官方測評、廠商講解技術原理，自身缺乏測試技術水平的方法論。

根據(jù)量子位智庫調研，在保證產品安全的前提下，隱私計算技術水平并不對當前客戶的購買決策產生決定性影響。

另外，現(xiàn)階段隱私計算行業(yè)對政策依賴明顯。

可以明顯觀察到，政策出臺前后往往也是投融資熱潮，后續(xù)如沒有持續(xù)的政策利好，熱潮也隨之消退。

最后要說的是，隱私計算作為一個新興行業(yè)，早期的混沌無秩序算是快速發(fā)展的副產品，不得不經(jīng)歷。

但正如互聯(lián)網(wǎng)、AI這些過去數(shù)年間發(fā)展最快的行業(yè)已證明的那樣，隨著技術、市場的成熟和產業(yè)鏈分工的細化，秩序和新一輪的拓展空間也會隨之而來。

重新聚焦到隱私計算行業(yè)，一些變化已經(jīng)在發(fā)生。

技術層面看，已公開專利從2020年的1899件激增至2021年的3608件，增長將近一倍。

預估未來2-3年將有大批專利完成轉化，技術差異性優(yōu)勢開始形成。

市場層面看，互聯(lián)互通方面也出現(xiàn)前瞻性布局。

隱私計算要想真的讓數(shù)據(jù)自由流通起來，不可能停留于彼此割裂的小生態(tài)，依托標準體系建立互聯(lián)互通勢在必行。

目前為止，絕大多數(shù)受訪公司也都表達了對互聯(lián)互通趨勢的認可。

代表案例有富數(shù)科技與微眾銀行聯(lián)手,完成行業(yè)內第一次異構聯(lián)邦學習平臺的互通等。

基于這些行業(yè)趨勢和動向，量子位智庫判斷2022年隱私計算已進入打磨頭部客戶及案例實踐、專注特定行業(yè)的落地提升期。

在頭部落地標桿出現(xiàn)后,預計將迎來一波應用熱潮。

除了市場規(guī)模的增長和落地行業(yè)的拓展，隱私計算真正的價值也將顯現(xiàn)。

當前行業(yè)關注的價值點還主要在滿足合規(guī)需求，但這種視角實際上限制了隱私計算的深層價值創(chuàng)造與應用場景拓展。

與API調用、第三方沙箱、數(shù)據(jù)脫敏等此前的數(shù)據(jù)保護方式相比，隱私計算在保障合規(guī)安全的同時，為大規(guī)模、跨機構的數(shù)據(jù)流通創(chuàng)造了條件。

據(jù)此，量子位智庫提出隱私計算的三層價值理論。

第一層，隱私計算行業(yè)自身發(fā)展，主要靠滿足安全合規(guī)需求。

從歐盟GDPR到我國個人信息保護法、數(shù)據(jù)安全法的陸續(xù)落地，都是客戶對隱私計算需求的核心出發(fā)點。

而傳統(tǒng)上數(shù)據(jù)清洗后提供API和數(shù)據(jù)包的方式，已不再適應新形勢下的安全合規(guī)需求。

第二層，隱私計算作為底層支撐，與大數(shù)據(jù)及AI產業(yè)協(xié)同發(fā)展。

如果以數(shù)據(jù)流轉全生命周期為視角來看，隱私計算可以從根源保證數(shù)據(jù)的安全可用性。因此，我們判斷隱私計算趨于成熟后必將與大數(shù)據(jù)產業(yè)高度重合，全程參與大數(shù)據(jù)的交易、再加工、定價等環(huán)節(jié)。

而以深度學習為代表的這輪AI浪潮，核心也是從海量數(shù)據(jù)中提取價值。

在結合隱私計算能力后,直接為客戶提供具有安全數(shù)據(jù)、安全算法、安全算力的端到端AI工具/數(shù)據(jù)中臺工具等,成為隱私計算未來重要的價值形式。

第三層，推動數(shù)據(jù)作為生產要素在全社會的流動，提升社會生產力。

在數(shù)據(jù)智能時代，數(shù)據(jù)成為優(yōu)化資源分配和使用的關鍵決策依據(jù)。

如基于用戶畫像的個性化營銷，實際上就是基于用戶的購買物品、地址等個人數(shù)據(jù)，調整人力、投放等營銷資源的配置，從而提升營銷的整體效率。

作為生產要素，數(shù)據(jù)需要流通。

如電網(wǎng)的數(shù)據(jù)，付費等數(shù)據(jù)對個人的價值比較有限，但可以用來做中小微企業(yè)的信用分析,做貸款的信用度、資質的分析。在數(shù)據(jù)流通并轉換于不同的空間、場景之后，其價值會有明顯的提升。

通過合理解決數(shù)據(jù)流通問題，隱私計算將成為數(shù)據(jù)智能時代目前唯一可行的技術基礎設施,，對社會生產力發(fā)展有重大意義。

基于這種生產要素認知，隱私計算將有更大的延展。甚至會出現(xiàn)開發(fā)商、服務提供商、基礎設施硬件提供商、數(shù)據(jù)交易中介等配套產業(yè)，并與各類行業(yè)緊密相連。

據(jù)量子位智庫測算，預計到2030年我國隱私計算行業(yè)的總市場規(guī)模將達到1134億元。其中，第一、二、三層價值分別占比11%、27%和62%。