隐私计算很火，但更多落地方程式待解 | 甲子光年

编辑 | 九月

“如果这轮我们不投你，你打算怎么办？”2019年底，险峰旗云的一位投资人问张佳辰。

彼时，张佳辰创立隐私计算公司光之树科技两年，距离天使轮融资过去一年半，这位投资人在聊天结束前，想测一测她的抗压能力。相似的问题他曾问过其他早期技术创业者，不少人“开玩笑是，只要 VC 不给钱，分分钟死给你看”。但张佳辰的回答让他意外，“我们靠自己的产品变现也能续命。”

当时光之树签的客户马上要汇来第一笔款。而且张佳辰曾多次表达，公司从“day one”就在强调落地。这看上去似乎为时尚早——2016年，隐私计算概念被首次提出，2019年仍处在发展早期，还是一项晦涩难懂的新技术。

但之后不到两年内，情况开始迅速转变：

2020年4月，国务院发文提到，数据成为继土地、劳动力、资本和技术之外的第五大生产要素。2021年，《数据安全法》《个人信息保护法》相继实施，个人隐私和产业机密数据保护日趋完善，为隐私计算行业发展提供了制度支撑。赛道变得热闹起来。互联网厂商、区块链厂商、初创专精型厂商、人工智能厂商等各领域企业跑马圈地、各擅胜场。

隐私计算等多项技术也跨入了可用门槛，2021年，隐私计算迎来“商业化试点元年”。隐私计算公司纷纷从聚焦技术研究进入到了应用领域，在政务、医疗、金融等领域加速落地。

但落地并不简单。过去一年，「甲子光年」在采访多位从业者时发现，硬科技创业公司团队要服务好业务，需要极深的场景理解能力，创业公司的落地难度很大。有投资人一度担忧，隐私计算项目的估值高，短时间看不到匹配的营收节奏。

如今回头看，张佳辰对光之树的定位显得颇有预见性。本次「甲子光年」关注的隐私计算创业公司光之树，创立于2017年，以技术起家，深度参与了国家级隐私计算领域多项技术标准的制定，见证隐私计算赛道从只有蚂蚁、百度到“寒武纪生命大爆发”的热浪，同时，也积累了近5年的落地经验。

隐私计算商业化的难度在哪里？如何商业化？2022年的市场机会是什么？光之树或许有独到的理解。

1.漫长的市场教育

创业之初，张佳辰带着团队接触客户，总是需要反复解释几个基础问题：“隐私计算到底是什么？”“为什么重要？”“生态系统的上下游有谁？”

实际上，作为一套计算体系，隐私计算一词直到2016年才被正式提出。虽是个新概念，但其重要技术比如多方安全计算，已发展40余年，背后涉及的的AI、密码学、区块链、数据科学等也发展多年。

张佳辰解释，简单理解，数据可用不可见，这就是隐私计算。

如何既保护数据又发挥其价值，一直是困扰许多行业发展的难题。「甲子光年」曾调研，9成企业有数字化需求，企业累计了海量数据资源，有大量价值待挖掘，但也考验企业的数据安全防护能力。

隐私计算被认为是一个解题思路。张佳辰介绍，这个技术就像是一个黑箱，人们不用看到黑箱里如何运作却能得到运算的结果，可以让合作方共享数据价值，又保护各自的核心竞争力。

隐私计算的产业链主要包括三方：数据提供方、隐私计算厂商、数据使用方。

在目前三大主流的应用场景中，医疗类数据提供方多来自于各级医疗机构、医保机构、医药公司，金融类数据提供方多是金融机构、银联、互联网公司，而政务类机构多是各地大数据局、税务、司法、工商等部门。隐私计算厂商在中间，连接着银行、医院、药厂、政府部门等数据使用方，提高决策效率。

但新的概念、跨学科的背景和错综的技术流派，为客户理解隐私计算构筑起了一道高高的门槛。

对服务商来说，最需要的是耐心。这是漫长的市场教育，需要在前期与客户建立互信关系。

回忆起商业化“从0到1”的过程，光之树团队为了说服一家客户参与合作，曾经花了近两年的时间。

区块链是隐私计算的一项底层技术，架构师先从对方熟悉的区块链开始科普。接下来每个季度，光之树团队都主动去拜访这家客户。

但想要说服一个个数据敏感度高的行业龙头企业接受这个新技术并不容易。“因为你没有一个抓手，大家都知道这是一个好的办法，但你需要很具体地讲出要通过怎样的流程进行检测，来证明隐私计算是可以上线的。”张佳辰说。

客户最担忧的是数据安全，厂商需要先让客户的安全部门点头。

张佳辰向「甲子光年」介绍，第一步，她要让客户的安全部门理解技术原理，但隐私计算有学科门槛，所以要详细地解释，并和对方找到共同测试原理的方法，最后证明新技术符合该行业既有的规定和要求，同时保证产品的成熟度和稳定性。

“这涉及一个数据交互安全的问题，客户有庞大的数据库，我们不能空谈安全，要让他们可以进行一些安全性测试。”牵头推动技术标准制定工作的光之树副总裁武姗姗告诉「甲子光年」。

2020年7月，国内三项隐私计算系列标准正式发布，由中国信通院、光之树、微众银行、华控清交、诺崴科技、百度、阿里巴巴、腾讯云、武汉大学、上海交大等众多单位共同参与制定。

此时，商业化团队注意到，客户对隐私计算的认知逐步清晰，在看到光之树的一些标杆案例后，理解这个技术可以落地。直到2021年，光之树才第一次和这家客户谈到了具体业务合作。

2.落地的隐私计算长什么样

如何更好地治理和利用自己的数据，往往是落地时隐私计算厂商的最核心诉求。

理想状态下，数据提供方要拥有高质量的数据、知道怎么用，但大多数实际情况并不是这样。

许多客户连自己的数据在哪儿、怎么用都不知道，也有一些公司的数据甚至存在问题，“它无法依靠单一的数据就知道（价值），很多时候需要多方数据加在一起，才能产生更大的价值。”武姗姗告诉「甲子光年」。

数据有缺失的客户想要落地隐私计算产品，隐私计算厂商就需要承担一项额外功课——帮企业做数字化转型。

厂商往往从咨询开始，“我们会帮客户做数据规划，比如一些大型集团内部的子公司，彼此间数据没有打通，就要先帮他们做数据归属权确认，评估数据质量水平，再进入到数据怎么用的阶段。”

但从数据到产品落地，还有很长的一段路。

“客户不会单独购买技术本身，除非能够给对方提出一个具象的场景。”在武姗姗看来，服务客户时的一个重要能力就是， 理解并提炼出客户想要的场景，然后用合适的技术去解决。

以光之树的一个标杆客户，某大型能源企业为例：

作为产业链上的数据提供方，客户的诉求是如何最大化利用数据。该企业也曾找过其他厂商，但最终没有找到合适的场景。

光之树团队想到了“双碳”。表面上，大家很难想象碳和数据会有什么关系，“实际上，碳就是数据。当我们讲减排、讲造成多少污染时，可以通过数据体现，所以我们决定给客户做一个碳资产管理平台。”

在该平台上，在保证客户原始数据不可见、合法合规的前提下，光之树将该能源企业的数据经过隐私计算，转化为上游企业碳的相关数据，比如企业节省了多少碳、参考指标线、关键时间节点、历史数据对比等。

碳资产管理平台是一个复杂的平台，另一端可以连接许多数据需求方，通过不同的权限对数据安全共享，这些参与者可能是不同的政府部门或者检测机构等。

“我们把客户的需求变成了公布碳的数据，这是把数据资产化，客户进而可以就资产化做许多事情。”武姗姗说。

比如，该能源企业可以通过该平台，把匿名化的数据提供给某产业园区，园区管理者便会率先知道哪些企业更有碳排放方面的优势。无论从经济还是政策上看，数据都可以成为园区招商引资的一个依据，以引入在碳排放上做得更好的企业，淘汰一些不符合要求的工厂，甚至帮助园区调整产业结构、服务地方经济。

另一个典型案例是，光之树利用可信计算与区块链技术，为深圳市区级政府提供了内涝预测防灾应急解决方案。

随着极端天气增加，如果城市排水系统不够完善，一旦降雨量增大，排水困难将导致城市内涝风险骤增。为此，区政府想到，如果可以提前预测城市内涝的风险，采取措施，可以有效保护人民生命和财产安全。

然而，要搭建一个高精度的内涝预测模型，除了需要水库信息、河道水情信息、气象预报数据、实时降雨数据等数据外，还需要管网数据、 DEM高程数据等涉密数据，而且这些数据散落在不同政务部门和相关事业单位之间。

为此，光之树首先利用可信计算，实现国家敏感数据的可用不可见，同时利用多方安全融合技术，打通各数据端口间的壁垒，对城市内部各个易涝点进行预测分析，并及时通知相关部门进行内涝防控和布防。

在此基础上，光之树还利用区块链技术回溯各个时间刻度上积涝灾害情况的处理过程，监管灾害防御处置各个环节的责任。

整个落地过程，就像是三方开了一次腾讯会议。“两方都要像下载应用一样部署我们的平台，然后基于共同的平台发起和完成任务。每个用户发起的任务不一样，但是平台都长得一样，就像腾讯会议的显示页面一样。”武姗姗告诉「甲子光年」。

3.水大鱼大

2019年1月，张佳辰曾参加中原银行关于数据安全交换平台的竞标会，当时参与竞标的，只有光之树和百度。

那次，光之树打败大厂拿下订单，这也是公司隐私计算和区块链技术融合的第一个企业级落地案例。用张佳辰的话讲，这“不是一个焦灼的状态”。

那时，隐私计算的发展尚在早期，可落地的项目少，竞争对手也少。光之树成立于2017年底，2018年，国内隐私计算迎来第一波创业潮，清华大学徐葳教授创办的华控清交、联邦学习领域开拓者王爽创办的锘崴科技先后出现。与此同时，BAT、大数据、区块链、AI等领域的公司也纷纷涉足或转型到这个领域。

形势发生变化是在2020年以后。

这一年，被业内称为“隐私计算元年”，资本涌入，融资事件前所未有地达到了15起，锘崴科技首席科学家王爽曾告诉「甲子光年」，“2020年市场上做隐私计算的企业有两百多家。”

2021年，隐私保护相关法律和政策进一步催熟隐私计算赛道，第一波技术创业公司的产品基本落地，另一批开源技术公司相继成立。

光之树商业化团队对变化的直观感受是，他们参加西南某大数据局的项目招标，竞争者已经增加到了七八家。

与此同时，市场上一些不良竞争涌现。光之树的技术团队注意到，在某个政府项目的POC（Proof of Concept，概念验证）环节，有创业公司提供的TEE软硬件一体化方案中，带到现场的硬件设备没有装载基本的环境软件——对于隐私计算而言，这意味着数据处于明文状态，虽然计算性能更优，但根本无法保护数据隐私。业主方险些被忽悠，政府数据中心的芯片合作伙伴向业主方证实了前述企业的问题，并提供了证据。

“2018、2019年从来没有遇到过这种情况，到了2021年之后就比较多了。”张佳辰告诉「甲子光年」。

在险峰旗云投资人看来，一个新赛道上出现了“妖魔鬼怪”，从侧面也证明，更多人看到了这个市场的需求与机会。

从隐私计算供应商看，格局已基本形成：

蚂蚁、腾讯、百度、字节等互联网巨头；

阿里云、金山云、华为云、优刻得等为代表的云服务商；

富数、同盾、星环等成熟的网络安全及大数据公司；

光之树、华控清交、翼方健数、锘崴科技等科技创业公司。

大公司有众人皆知的优势：资金较为充足，具备完整的生态——这也意味着有天然的客源。但To B行业的规律是，很难一家独大，在愈发激烈的竞争中，创业公司仍有很大的机会。

受访的投资人告诉「甲子光年」，由于隐私计算的特殊性，即便有巨头参与，大公司不一定有先天优势。“一些大企业天然不信任另一个大企业做的东西，你很难想象腾讯会用阿里的产品，腾讯有微众银行，大概也很难拿到工商银行的订单。所以从身份看，巨头不一定能形成碾压级的优势，反倒会有些尴尬。”

张佳辰解释了在中原银行那场竞标胜出的原因：对大厂来说，隐私计算毕竟只是千万个潜在方向的一个，而对KA（重点客户）而言，它需要解决“0-1”的问题，大厂能投入的精力不一定有创业公司大，而后者提供的服务，“性能更高，更加易用”。

除此之外，创业公司的“服务意识”更强。这不光是对外部的客户，创业公司能够“紧贴客户、趴在地面服务”，对内的人才搭建，创业公司也更有紧迫感、更积极主动。

接下来，隐私计算供应商如何突出重围，险峰旗云投资人给出了几点建议：

产品上——要易用，可兼容。跟甲方客户已有的系统做好兼容，降低产品商业化落地的成本和摩擦。

研发上——保持专业性。隐私计算的底层安全如何保证，需要从业者不断努力抬升安全阈值。

生态上——不论是与AI等技术公司，还是和金融等行业里的企业合作，建立一个良性的生态环境，可帮助隐私计算供应商在落地时，实现1+1>2的效果。

4.产业端，大市场

现阶段，因为数据高度聚合，行业合规性要求高，政务、医疗和金融是隐私计算供应商最早进入的领域。但行业内普遍存在的共识是，这些领域并不是隐私计算最大的市场，更大的机会在产业端。

“在中国，金融行业的数据结构化的水平做得最好、也最先进，但是从潜力上来说，肯定还是产业端是更大的。随着产业数字化转型，许多产业数据会被不断生产和结构化，这些增量数据该如何使用，是一个蓝海。谁先探索，谁就能先积累优势。”张佳辰说。

具体而言，一位隐私计算创业者曾告诉「甲子光年」，工业、交通、能源等国家支柱型产业所产生的数据规模，会远超个人所能产生的数量，将是重点关注领域。但这些领域的数字化程度相对低，要推进隐私计算，时间会更长。

「甲子光年」智库测算，随着中国大数据产业发展以及隐私计算技术不断实现商业化，隐私计算市场规模将持续增长，到2025年，该领域市场将超过200亿元，2021年至2025年年均复合增长率达 133.4%。

伴随技术加速落地，一个所有ToB赛道的选手都逃不开的问题摆在面前——是横向发展成为一个全行业平台，还是纵向做深几个行业场景？

市场上，有隐私计算创始人在讲“做隐私计算数据交易通用平台”的故事，通过微服务等底层架构，平台用标准化产品满足各行各业的客户对数据安全性和计算效率、精度的不同要求。

现实情况恐怕没有这么乐观。

许多数据源公司基于对安全性和业务增效的要求，有意愿把主动权拿回来，自己做数据流通/交易平台。比如，一些银行科技子公司协助银行建立隐私计算平台；此外，2020年以来，政策推动数据端进行供给侧改革，许多地方政府也正在逐步推出数据交易平台。

在张佳辰看来，隐私计算公司并不一定非要成为数据交易平台，“隐私计算是用技术做连接并产生价值，然后在其中提取一小部分价值，这是我们希望的一种存在方式。”

但另一个不容忽视的现实是，隐私计算应用场景逐渐多元和复杂。张佳辰注意到，一些应用场景会由技术部门的IT架构布局向业务化的方向发展，应用需求也会从简单的查询统计，演化到机器学习的建模、规则引擎的运行等更复杂的计算任务方向。

不做平台的隐私计算公司该怎么解题？张佳辰的答案是，做生态，并“把它当做一个战略去做”。

一位长期关注国内软件创业市场的投资人告诉「甲子光年」，与美国相比，国内客户的一个现状是，我们甲方的需求非常庞杂，且不够明确，“甲方欠缺信息管理的能力，就会对乙方提出更高的要求，同时甲方还希望省事，最好一个乙方就能把所有事都干了。”

但厂商如果从数据运营、数据源建模、隐私计算、到软件开发全部都要自建，管理半径非常长，而且需要储备的知识非常多，一家隐私计算公司难以承担。

“不如我们在重点领域找到几个志同道合的重点合作伙伴深度合作，早期不管是对我们，还是对客户都是一个比较好的方法。”张佳辰说，欧美大部分软件公司的发展趋势都是将自己聚焦在一个主业，“这也是我们所希望的”。

因此，隐私计算领域出现了其他赛道少有景观：许多早期“竞对”抱团合作。

比如，早在2019年起，隐私计算“双子星”光之树和锘崴科技就成立联合实验室，旨在打造业内首个横跨医疗金融两大行业的隐私计算平台。AI技术提供和服务企业第四范式，也成为了光之树的深度合作伙伴和投资方——今年3月，光之树宣布连获两轮融资，第四范式和深创投分别领投，金额总计近亿元。

正如上述险峰旗云投资人所言，一个良性的生态环境，可以帮助供应商实现1+1>2的效果。“一方面是 knowledge ，另一个方面是 tools 。”张佳辰对「甲子光年」说。

光之树与第四范式合作时，有非常充分的交流与协同机制，能共享大量的客户案例，“从上万客户积累中，我们能获得知识的传承，这个非常重要”。另一点，双方可以在产品层面可以做一些集成和适配。

与此同时，隐私计算行业甚至催生了一个新名词——隐私科技。

2021年12月，安永（中国）咨询和上海赛博研究院联合发布的报告首次提出这个概念。提出者认为，企业数据合规极为复杂，不仅要实现数据可用性和安全性的科学平衡，还涉及法律、管理、业务、技术等专业领域。因此，落地时，只有隐私计算远远不够，需要的是 “用于支撑隐私保护与合规的日常运营流程，且嵌入到IT架构和业务场景中的一系列技术解决方案”。

今年起，光之树也将公司的定位改为“成为一家与隐私科技相关的产品型公司”。在她看来，“隐私计算是保护隐私的一个环节，也需要和其他环节中的产品进行结合，形成更完善的工具链条。”