隱私計算是在不泄露數據原始信息的前提下，對數據進行分析計算，實現數據所有權和使用權的分離，避免流通過程中的數據資產損失和隱私信息泄漏。近年來，隱私計算技術從無到有發展迅速，并隨之產生了相關軟硬件產品，在市場上掀起一股熱潮。
盡管如此，隱私計算行業仍處于初期階段，市場環境和商業規模尚未發展成熟。12月10日，一場數據安全與隱私計算論壇在深圳舉辦，來自產學研領域的專家學者圍繞隱私計算的技術發展和商業前景展開研討交流。
隱私計算需求激增
“隱私計算是由需求催生的全新賽道。”星云Clustar首席技術官張駿雪告訴《中國科學報》，“數據、算力、算法是AI的三架馬車，在實際產業中，數據往往以孤島的形式分散于不同的機構，隱私計算因能在保護數據隱私的同時打破數據孤島，釋放數據價值而被廣泛關注。”
2018年，香港科技大學智能網絡系統實驗室主任陳凱創辦了星云Clustar。成立至今，星云Clustar已經成為一家行業頭部的隱私計算全棧技術與基礎設施提供商。
張駿雪介紹：“今年上半年，產業界對隱私計算的需求發生了明顯變化。最初，客戶更關注軟件平臺，而今逐漸開始關注軟件平臺后的算力性能問題。目前，已經與有多家銀行與星云Clustar開始進行隱私計算硬件算力加速的合作。”
“客戶的需求變得清晰、變得專一了。”這是瑞萊智慧首席架構師徐世真近期最明顯的感覺。瑞萊智慧孵化自清華大學人工智能研究院，基于第三代人工智能技術開發安全可控人工智能系統。2020年底，瑞萊智慧發布了業內首個編譯級隱私保護計算平臺RealSecure。
徐世真解釋道：“原先客戶提出的需求是大而全的平臺，而現在他們需要的是小而精的平臺，是針對特定場景大數據量下的具體業務。”
對此，洞見科技的創始人姚明感同身受，他認為“最小必要”這個原則適用于所有數據要素流通的行業領域。不同于一般技術創業公司，洞見科技創始管理團隊來自金融領域，公司致力于以技術信任打破數據孤島，構建數據智能聯邦，賦能數據價值的安全釋放。
姚明指出今年下半年以來行業需求發生了變化：“越來越多的政府平臺在建設之初就引入隱私計算的技術概念；越來越多的機構開始注重在業務場景中引入外部第三方數據，并在引入的過程中注重數據使用安全和客戶隱私不泄露等訴求。”
隨著需求的激增，客戶也對隱私計算技術本身提出新的要求。姚明就曾被金融客戶追問：“用了你的隱私計算技術，能給帶來哪些數據資源？能幫助我們改善哪些業務類型？風控的KYC值（客戶身份識別）能達到多少？營銷能否有明顯提升？”
“安全性”與用戶預期存在偏差
滿足客戶需求還需要從技術本身著手。“從技術角度看，隱私計算是人工智能（AI）能力的重要補充。”徐世真表示，AI高度依賴數據基礎，規模化且多樣化的高質量數據，能夠訓練出效果更好的模型，隱私計算通過解決數據的“鏈接”問題，為算法的持續進化提供數據補充。
“這也倒逼企業在落地AI應用的過程加大對數據的拓展。”徐世真指出，隨著越來越多的數據被收集和利用，數據風險和隱私保護也成為AI系統在開發和應用過程中面臨的一項挑戰。
9月26日，國家新一代人工智能治理專業委員會發布《新一代人工智能倫理規范》，其中數據與隱私安全內容貫穿了人工智能管理、研發、供應等特定活動的具體倫理要求。
隱私計算不僅僅是技術行為，也是企業合規性組織建設行為。但在市場早期階段，用戶對于隱私計算的應用模式及場景理解通常存在誤區。徐世真以合規性為例解釋道，企業往往想要的是端到端安全，公眾意義上符合法律規范的全流程安全，包含數據采集、匿名化、使用授權機制等。但隱私計算僅僅解決數據流通、模型訓練/預測過程中的安全問題，與用戶預期存在偏差。
“雖然隱私計算改變了數據交互與融合的模式，保障了從數據源、數據傳輸渠道、數據匯聚通道和使用方等數據流通環節的安全。但實際上沒有辦法解決數據在流通之前和之后的權屬爭議，因此也不能成為一種豁免法律義務的擋箭牌。”中國信息通信研究院云計算與大數據研究所（以下簡稱信通院云大所）副所長魏凱認為，當前對隱私計算技術的使用是否合法合規的判定，還沒有辦法給出一個確切的判斷，需要對具體的使用場景做精細化的評判才能得出結論。
今年9月1日和11月1日，我國開始施行《數據安全法》和《個人信息保護法》，這兩部法律提出了對于數據融合方面具體的要求，并強調數據在安全基礎上要鼓勵它自由的流動和應用，無論數據的供需方都對個人信息有保護的責任和義務。
商業落地仍面臨挑戰
信通院云大所根據相關案例的統計分析發現，隱私計算在聯合風控、電子政務、聯合營銷、智慧醫療方面都有很大的占比，還有很多行業也在開展積極的探索，如能源、城市管理等領域在融合構建互聯網的時候，數據的安全流動需求非常迫切。
魏凱指出：“隱私計算未來的發展前景是非常巨大的，但目前還面臨著‘三座大山’，分別是安全性挑戰、性能瓶頸、互聯互通，這阻礙了隱私計算的產品化。”
“復制性低和通用性差，是當前隱私計算產品化面臨的一大局限。”對此，徐世真提出了兩方面的解決思路，一是盡量從規范成熟、少定制化的需求場景切入，二是將隱私計算嵌入現有的成熟產品，比如與成熟的機器學習平臺進行結合。
“某種程度上，AI也可看成隱私計算的上層應用。”徐世真介紹道，隱私計算目前不存在場景通用解決方案，單一技術路線無法適配所有場景。實際應用中，隱私計算無法與上層應用解耦，不同技術路線之間也無法解耦，多數情況下，用戶需要的仍是AI相關功能，AI也因此成為牽引隱私計算的一項核心需求。
在徐世真看來，現階段隱私計算的技術轉化和商業化落地仍面臨著魏凱所言的挑戰，他結合AI發展歷程指出，隱私計算的未來發展可借鑒兩大經驗：在技術路徑方面，基于底層數據流圖的編譯器路線將推動兼容互通，以及實現可審計、可驗證的安全性；在產業路徑方面，隱私計算需要逐場景落地，根據不同的場景需求采用合適的技術路線。
與隱私計算行業在一同摸索前行的還有天使投資機構，基石資本天使基金就是其中之一。“瑞萊智慧和星云科技都是我們投的項目，當年還沒有隱私計算這個明確主題，投資前我們特意看了團隊的論文，歷年來論文被引用的次數和影響因子，技術仍是這個賽道最核心的壁壘。”基石資本天使基金合伙人黃依群表示，“投這兩個項目，主要是看中技術+團隊。”
兩年來，見證了兩個項目的成長和蛻變，黃依群感嘆道：“當年投的A，可能中間變成了B，最后上市的時候又可能是C。”