隐私计算，正在路上的下一代IT基础架构。
2021年，「隐私计算」悄然间火了。
据公开数据显示，「隐私计算」这一新创业赛道，2021全年融资次数达50笔以上，融资金额累计超过60亿元人民币。资本和创业者们瞄向这一领域的目光，正愈加火热。
然而令人惊讶的是，当回首这个新兴赛道的发展历程时，会发现从技术普及到概念验证、从试点部署到规模化应用落地，一切都只用了短短3、4年的时间。
那么，隐私计算为何能快速产业化，并在2021年迎来爆发式的增长？这项被誉为“新一代IT基础架构”的新兴技术体系，目前可以为谁服务，又在提供哪些价值？中国重点发展数字经济的大趋势下，隐私计算将会扮演怎样的角色？
带着这些疑问，我们有幸联系到了被称为“隐私计算四小龙”之一的翼健（上海）信息科技有限公司（简称：翼方健数），与翼方健数的合伙人刘硕，就以上这些问题做了深入的交流。
图|翼方健数合伙人刘硕
发展数字经济，社会呼唤「隐私计算」加速落地
没有规矩，不成方圆。
数字时代，数据被视为重要的生产要素。从机构到企业，从组织到个人，或海量或零星的数据已然遍布在整个社会网络之中。
然而对发展数字经济来说，只有流动的数据才能产生更大的价值。但流动本身就意味着风险：不同于其它实体生产资料，数据天然具有边际成本低、重复利用率高的优势，同时也就存在着复制成本极低、隐私安全性难保证等弱点。
在世界加快加强对数据保护立法、企业和个人普遍对数据安全性开始担忧的前提下，怎样让数据以最安全的方式在流动中被利用，成了一道难题。而近年来崭露头角的「隐私计算」成为了当下最理想的答案。
刘硕告诉记者，隐私计算，通常指的是在保证数据提供方不泄露原始数据的前提下，对数据进行处理和计算，完成数据价值挖掘的技术体系。
其最直观的作用在于：保障数据在流通和融合过程中的“可用不可见”，实现数据所有权和数据使用权之间的分离。
简单地说：你可以使用我授权给你的数据达到你想要的计算结果，但你自始至终无法一睹数据的原始“相貌”，也就最大程度上避免了授权数据的泄露。
那么，既然隐私计算对数据安全如此重要，为什么直到2021年才真正迎来大规模的商业化落地呢？
刘硕认为，其原因主要有两个方面原因，一是围绕数据的基础设施业已完善，二是在数据使用的过程中，许多问题正在涌现。
“现在业内通常把2021年作为隐私计算的商业落地元年，其原因在于：回首过往几十年，互联网、信息化的浪潮已经把围绕着数据的基础设施搭建完成了；而利用数据去推动业务发展、开拓新业务新模式的过程中，正慢慢出现了一些滥用、侵犯等对用户和社会带来不良影响的行为。从而促使隐私计算这个新技术，获得了可以商业化落地的条件和相当大的市场空间。”
在和刘硕交流时，记者发现，随着隐私计算概念的普及和认可度的不断提升，越来越多的机构、企业开始积极接触隐私计算，而目前市场上积极“买单”的客户群体，大多数都是金融类企业。
“目前国内在隐私计算方向上的创业公司有四、五十家，但我们注意到可能有95%的比例都在做金融。主要原因还是在于金融公司手中的数据质量，相对来说较高。”
记者注意到，对于金融企业，其既有迫切地追求“现有业务合法化、规范化”的需求，同样也有如何利用手中数据，去更好地驱动业务发展的需求。这对于不少刚进入隐私计算赛道的初创企业来说，由于提供服务的门槛较低，吸引力自然较大，从而也就对金融企业“一拥而上”，甚至几十家企业争夺一个客户的现象，也时有发生。
而作为赛道中最早入局的创业者，翼方健数却选择了“剑走偏锋”，把目光投向了更艰难、更未知的一片天地——医疗和政务领域。
坚持提供「全栈技术矩阵」，为行业「解锁数据价值」
没有哪种成功是理所当然的。
记者了解到，在医疗和政务领域，客户对新技术的认知较低、客户内部业务环节复杂，其数据的保密性要求极高。这意味着，并不是每家提供隐私计算服务的企业，都能成功地打进这个市场。
“其实对于隐私计算来说，医疗和政务领域的壁垒是很高的。这体现在沟通成本高、业务场景多样化和价值认知不明显等方面。”
刘硕表示，在几年前隐私计算尚未全面铺开之时，医疗、政务等领域对这个技术并不了解，每个客户的沟通成本都极其高昂——不仅要让客户理解，还要帮着客户去思考：使用了隐私计算，能够解决哪些问题？创造哪些价值？
业务场景的“低重复性”同样注定了每家客户都要倾注心血。刘硕告诉记者，以医疗领域为例，普遍现象是：每一个城市的社区医院、三甲医院基于不同应用而建设的数据系统都是不同的，每家医院都面临着自身‘数据孤岛’的问题，更别说医院和医院之间。翼方健数需要“抽丝剥茧”，为客户挖掘出能被认可的价值并加以实现。
高壁垒意味着艰难，也意味着成功挑战者拥有着充分的实力。记者注意到，目前和许多其它初创企业不同的是，翼方健数为客户提供了“全栈技术矩阵”，力求为客户提供围绕着“解锁数据价值”的全链条服务。这不仅让其在竞争中得以脱颖而出，也让企业真正锻炼了“内功”，为客户实实在在地创造了价值。
经过几年的摸爬滚打，凭借着坚持为客户「解锁数据价值」的初心和麾下专业团队的努力，目前翼方健数在医疗、医保和医药+生物信息这三个垂直细分赛道中，都已经担当了“排头兵”的角色。
而在垂直方向做得足够深入之后，目前翼方健数也在尝试让隐私计算为更多领域“赋能”。记者获悉，这几年突飞猛进的AI行业，将成为今年翼方健数的又一“战场”。
“数据对AI企业是极为重要的资源。”刘硕告诉记者，从人工智能的“三驾马车”（即算力、算法和数据）来看，多数AI企业在算法上有各自的独到之处，算力上可以依靠硬件堆积。但数据的获取，是决定AI企业发展的重要瓶颈。
“AI公司普遍处于缺乏数据的状态，许多急需获取的如大气、空间、电力、医疗健康和税务等等数据，都存储在传统行业、政府机构中。而因为安全性的问题，这些数据目前仍是’孤岛’。”
意识到行业中的这种需求，翼方健数目前着重打造既保护AI公司的算法模型，又保护传统行业数据的平台，力图把隐私保护做到多赢。
“之前我们跟香港科技园协作，一起构建了一个可以提供‘AI招标’功能的AI验证平台，现在已经成为了许多香港政府机关和企业都可以使用的公共服务。其中一个很有意思的案例是：要求借助某个街道的监控视频，精准判断出该街道是否存在老鼠，并在视频中框选出老鼠位置和划出行动轨迹。大部分来应标的AI视频企业都表示可以满足需求，但如何在不分享原始监控视频的情况下，真实考察出企业鉴别能力的高低呢？”
“如果是过往，可能就是展示PPT、过往案例等比较流程化的招标行为。但用了我们这个AI验证平台之后，需求方园区就可以将视频数据传到上面，AI公司们接入这个平台去进行’考试’，最终凭借硬实力来获得项目资格。从而既保护了园区需求方的数据，也保护了AI企业的模型，并最终得到了双方都满意的结果。今年我们会把这种平台能力开放给更多的AI企业和传统行业。”
通过利用这种隐私计算技术搭建的平台，甲方能够通过提供训练和验证数据来了解AI企业的实力，客观地遴选出优胜者，也给了AI企业保护自有模型和迈出商业化第一步的公平机会。未来AI企业的发展，极有可能受到隐私计算技术的巨大影响。
隐私计算赋能数字经济安全发展，政策与市场“双轮驱动”产业腾飞
记者注意到，包括阿里巴巴达摩院、信息技术研究和分析公司Gartner和北大光华—度小满金融科技实验室等多家机构，在近期公布的2022年技术趋势榜单中，隐私计算都榜上有名，业界对其认可与重视已然达成共识。
在毕马威去年4月发布的报告《深潜数据蓝海-2021隐私计算行业研究报告》中，毕马威指出，三年后隐私计算的技术服务营收有望触达100-200亿人民币的空间，甚至将撬动千亿级的数据平台运营收入空间。
记者注意到，综合市场主流观点来看，隐私计算未来的前景非常乐观。刘硕也告诉记者，目前从政策指导和市场需求两个方面来看，隐私计算的发展都处于积极的态势中。
“从隐私计算的业务增长模式上来看，目前政策和市场两个方向正在‘双轮驱动’这个产业的发展。翼方健数目前既关注市场需求，同时也在和像工信部、信通院等国家部委和各个编制单位积极地互动，了解国家政策的具体要求。”
而相对于业界，学界的目光往往注视着更遥远的未来。此前被誉为“计算机安全教母”的Dawn Song（宋晓冬）教授，就曾公开表示：未来所有的计算都将是隐私计算。刘硕也极为认同这个观点。
“隐私计算可以被称为新一代的IT基础设施，就像如今的云计算在几年间已然改变了互联网行业、成为底层基础设施的一部分一样，未来隐私计算同样会成为一种有行业标准的基础设施。”
记者注意到，就如之前的“互联网+”一样，随着隐私计算的普及和成为一种底层基础设施，未来的“隐私计算+”，通过真正让数据安全地流动起来，将同样有机会改变千行百业的运行逻辑，成为数字经济重要的“基石”。
写在最后
采访结文之时，恰逢国务院印发了《“十四五”数字经济发展规划》，其中明确提出：
“鼓励重点行业创新数据开发利用模式，在确保数据安全、保障用户隐私的前提下，调动行业协会、科研院所、企业等多方参与数据价值开发。”
“提升数据安全保障水平。建立健全数据安全治理体系，研究完善行业数据安全管理政策。建立数据分类分级保护制度，研究推进数据安全标准体系建设，规范数据采集、传输、存储、处理、共享、销毁全生命周期管理，推动数据使用者落实数据安全保护责任。依法依规加强政务数据安全保护，做好政务数据开放和社会化利用的安全管理。依法依规做好网络安全审查、云计算服务安全评估等，有效防范国家安全风险。”
这对于隐私计算产业来说，无疑又是新一轮的政策利好。而随着更多的资本入局、更广泛的市场需求被挖掘出来、更细致的政策法规的公布，对于翼方健数这样的领跑者和源源不断的创业者“新兵”来说，过去几年的“暗战”即将结束，未来的竞争也将会更加白热化。
未来如何尚未可知，但我们可以确定的是：一场群雄逐鹿的好戏已然拉开帷幕，一个新兴产业的黎明正在到来。
