央广网北京8月12日消息(记者 牛谷月)在区块链、金融科技等风口逐渐落下以后,数据经济似乎已成为了为数不多的还依旧充满想象力的创投赛道,但是囿于数据隐私保护的桎梏,数据经济一直都难以实现大规模商业化变现。个人信息保护法、数据安全法两部顶层法律的先后落地,以及几个标杆监管案例的出现,促使各行业对数据安全的讨论与重视度空前高涨,而该如何挖掘数据价值、推动数据经济发展的问题也再次被摆上台面。

  在此背景下,隐私计算技术脱颖而出。据统计,目前隐私计算赛道中已有约31家公司拥有较大声量,其中不仅包括蚂蚁科技、百度、腾讯等互联网大厂,还不乏微众银行、平安科技、京东科技等金融机构,同时,华控清交、星云Clustar、翼方健数等隐私计算初创专精型公司无论是在商业落地还是技术研发上均表现亮眼,AI、区块链等曾经热门赛道的企业也纷纷开始加注隐私计算,以寻求第二增长曲线。

 类型         主要隐私计算公司名称
 传统大厂  蚂蚁科技  腾讯  百度  华为  字节跳动  神谱科技    
 初创专精型  华控清交  星云Clustar  翼方健数  锘崴科技  洞见科技  数牍科技 融数联智  
 金融机构  微众银行  京东科技  平安科技  联易融  天冕科技      
 网络安全
&大数据
 富数科技  同盾科技  星环科技          
 AI  RealAI  医渡科技            
 区块链  蓝象智联  趣链  光之树  纸贵科技  冲量科技  矩阵元  隔镜科技  字链科技

  大厂纷纷入局 隐私计算已成新蓝海

  公开资料显示,虽然隐私计算行业还处于发展初期,但各个互联网大厂均已开始加码隐私计算相关业务,且投入巨大。蚂蚁科技、腾讯、百度等入局相对较早的企业目前已有相关技术应用。

  对于各传统大厂而言,隐私计算可谓是一个新蓝海,其不仅能使占据数据源优势地位的传统大厂盘活原有的海量数据,还能给难以寻求增量的成熟行业带来更多的想象空间。

  经统计,目前已有6家传统大厂推出了相应的隐私计算平台,其分别为蚂蚁科技、百度、腾讯、华为、字节跳动、神谱科技。

  这些传统大厂通过隐私计算领域赋能的行业也均与其固有业务存在一定的关联性,其中蚂蚁科技通过隐私计算技术与重庆富民银行合作解决联合风控问题,腾讯与江苏银行以及佛山顺德金融普惠平台建立了合作,百度的合作方则是浦发银行。

  据蚂蚁科技官方消息,重庆富民银行利用摩斯安全计算平台,和合作方实现了多方联合风控,在保证数据安全的同时,实现模型预测效能提升25%,有效降低了业务风险和不良资产率。

  百度则是在基于百度超级链旗下的可信计算平台的基础上与浦发银行形成合作。据悉,百度与浦发银行的合作主要聚焦在数据层,双方合作建设了一个可信任的数据写作生态联盟,以促进社会层面的更大范围的数据互联互通,建设浦发银行开放银行战略下的可信、安全、隐私、繁荣的数据生态。

  而腾讯的两个项目都尚未公开更多的落地详情。

  在团队规模上,各大厂也是积极投入。据公开数据显示,蚂蚁集团、微众银行隐私计算研发团队达到500人,阿里巴巴相关人员达到200人。

  资本不断涌入 初创专精型企业成行业一大亮点

  常春藤资本创始合伙人翁吉义在近期的一次行业论坛上直言,隐私计算行业蕴含大机会,全球范围内都是全新的增量市场,有成长出多家独角兽的可能。

  据了解,随着隐私计算技术的不断落地,资本在隐私计算领域中的落地步伐也不断加快,分析目前隐私计算行业内主要的7家初创专精型公司可知,资本在隐私计算行业中的投资比重正在不断加大。

  仅就融资层面上而言,目前在隐私计算赛道中的初创专精型公司大多处于A轮和B轮之间,公司成立时间也都较短,除了翼方健数、星云Clustar、华控清交成立时间超过3年以外,其他公司成立时间均不到两年。

  而融资额最高的为专注于医疗领域的翼方健数,目前翼方健数正处于B轮。融资额为数千万美元,其投资方主要有中芯聚源、奇绩创坛、复盛创投等。其次为专注于金融领域的星云Clustar,目前星云Clustar正处于A+轮,融资额为1100万美元,主要投资方有基石资本、华泰创新以及红杉资本等。

  与社区团购、生物医药、造车等大厂占据绝对优势的赛道不同的是,隐私计算领域中的初创专精型企业占据了市场的大量份额。

  据国家工信安全中心出具的《中国隐私计算产业发展报告》显示,目前隐私计算的市场环境以及商业规模尚未成熟,市场环境方面,由于隐私计算技术复杂且常常呈现“黑盒化”现象,且处理对象常涉及敏感数据资产,隐私计算众多技术提供方须首先建立信任,提升需求方接受程度。因此相较于传统大厂而言,初创专精型企业天然带有信任优势。

  其次,技术创新型企业将深耕某场景解决方案,注重提升对技术需求方的服务能力,针对个性化、多元化的需求快速私有化部署软硬件,保障各项性能指标满足需求方吞吐量、延时性等实际要求。而目前隐私计算前期验证阶段,行业较长时间内定制化需求较高,且市场处于对隐私计算技术提供机构的信任构建期,因此中立厂商大有可为。

  初创专精型领跑技术落地 建行成行业首个落地项目

  盘点目前各隐私计算厂商的落地情况可知,初创专精型企业总体在隐私计算行业内走在前列。统计上述31家隐私计算厂商可知,目前已有详细落地案例的厂商共有20家,华为、联易融、神谱科技等知名企业均尚未有公开落地案例,而字节跳动、天冕科技则是在集团内部落地,并未实现技术商业化。

  反观初创专精型企业,除洞见科技之外,其大部分均已实现了案例落地,就隐私计算行业整体而言,初创专精型企业在技术落地层面要优于传统大厂。

  在落地时间上,初创专精型企业星云Clustar输出了2020年隐私计算行业内的唯二商业案例,服务对象分别为中国建设银行以及微众银行。

  星云Clustar为建行搭建的联邦学习多方安全建模平台更是目前国内金融业中首个落地的隐私计算商业项目。从行业角度而言,该项目的落地不仅为隐私技术的发展提供了背书,还为金融业普及使用隐私计算技术提供了参考。

  在落地领域上,初创专精型企业也呈现出全面开花的景象,涉及政务、金融、医疗等多个场景。

  以主攻政务领域的华控清交为例,其目前已落地人脸识别验证数据安全融合平台以及云上贵州数据安全可控开发利用云平台。

  而主攻金融领域的星云Clustar则已有了四个落地案例,其分别为中国建设银行、招商银行、微众银行以及华泰证券。据了解,星云Clustar是目前隐私计算行业中在金融领域中落地场景最多的一家公司,同时其项目规模也具有明显的优越性,与多数试点项目不同的是,其与建设银行搭建的联邦学习多方安全建模平台是一个全行级的隐私计算平台。

  据悉,该建模平台支持联合建模、联合运算等隐私计算场景,同时对数据资产、流程日志、加密中间结果进行安全审计以确保流程可追溯,以“可用不可见”的方式打通全行内外部的数据共享,充分盘活了不同业务板块的数据价值,优化流程标准与降低管理成本,也为该银行未来进行数据开放提供了技术基础。

  翼方健数作为主攻医疗领域的隐私计算厂商,在厦门落地了厦门智慧分级诊疗,该项目目前在全医疗行业中都具有十分明显的优越性。据悉,翼方健数开发的这套厦门市儿科智能分级诊疗系统上线后屡获殊荣,曾获评国家卫健委人工智能应用落地最佳案例之一。

  除了融资、落地案例之外,对于一个强技术相关的行业而言,技术实力才最终决定着一个行业或者一家企业的发展。

  据国家工信安全中心发布的《中国隐私计算产业发展报告》可知,中国的隐私计算专利申请量在过去两年飞速上升,数据显示,自2017年起,专利申请量飞速上升,截至2021年4月,隐私计算相关专利近5000项。从专利领域来看,隐私计算研究热点主要集中在协议,软件平台的访问控制,利用校验、证书和签名保障数据完整性,密钥分配,系统用户身份或凭据检验等方面。

  报告称,深度布局隐私计算的企业投入大量研发人员力量,专利申请量总数超过各高校。据统计,在上述31家隐私计算厂商中,约有23家厂商可在国家知识产权局官网上查询到相关专利信息,专利数超过20个的有10家。

  其分别为蚂蚁科技(429)、微众银行(316)、平安科技(62)、华控清交(49)、百度(33)、矩阵元(33)、腾讯(32)、华为(32)、星云Clustar(25)、趣链(24)。

  AI、区块链纷纷转型 新风口已来

  值得注意的是,除了传统大厂之外,网络安全、大数据、AI、区块链等与数据、加密天然契合的行业也开始纷纷转入隐私计算赛道。

  经统计,目前富数科技、同盾科技、星环科技等曾专注于网络安全与大数据行业大企业已开始在隐私计算领域发力。但与传统大厂不同的是,上述三家厂商在落地层面具有一定的弱势,其中富数科技虽然中标交行项目,但目前该项目仍在进行中,而同盾科技的落地项目则带有几分模糊。

  与网络安全或大数据公司不同的是,现今AI以及区块链公司加码或转行隐私计算成为了一种趋势。

  综合公开信息可知,目前已有2家AI企业以及8家区块链企业明确进军了隐私计算行业。与区块链企业相比,进军隐私计算行业的AI企业拥有更加明确的发展目标以及落地场景。

  无论是Real AI还是医渡科技目前都已有了明确可用于公开介绍的隐私计算落地案例。这在一定程度上有赖于AI行业与隐私计算技术的天然契合性。据了解,隐私计算技术也被部分人士称之为“AI落地的最后一公里”。

  一位深耕于AI领域的从业人士表示,2020年虽然被称之为人工智能元年,寒武纪、地平线、旷视等标杆企业的出现也为公众提供了足够的想象力,但在事实层面上,AI领域一直都难以迎来关键性的发展,这个关键性的发展决定了AI技术是能切实落地,并对社会生产、居民生活带来变革,而会造成这一现象的很大一个原因就在与目前AI领域的发展极大的受限于监管对数据安全的保护。

  “目前还没有一个完全成熟的技术使得AI行业能在符合监管要求的情况下去使用数据,而缺乏数据训练的AI注定只能停留在理论层面上”上述人士表示,“但是现在隐私计算技术的出现为这一问题提供了解决的可能性。”

  与AI不同的是,区块链企业逐渐转往隐私计算领域更多的是基于生存压力。

  2019年,区块链技术一度迎来高光时刻,各地政府、各传统公司纷纷开展区块链技术的相关业务,部分业务长期低迷的上市公司也不断通过挂靠区块链概念在二级市场上寻求回报,短时间内,区块链技术公司如雨后春笋般冒出。

  但在发展了两年多之后,区块链市场依旧处于一个初期阶段,区块链技术公司难以实现长期且稳定的营收,因此不得不转向新热点、新风口以寻求生存,而在技术层面上拥有一定共同性的隐私计算成为了一个很好的选择。

  据统计,目前已有8家区块链公司公开表示其正在或即将开展隐私计算的相关业务。但其中大部分项目都还处于初期阶段。