导读:数据可用不可见的隐私计算赛道,为什么突然火了?

数据被称为21世纪的石油。围绕数据,一批toB新兴赛道正在迅速崛起。对于大多数人,这些赛道非常陌生甚至从未听说过,然而行业中准独角兽企业已经出现。隐私计算就是这样的赛道。

不久前,在易观联合瑞泽洞察共同发布的“2021企业服务SaaS独角兽榜单、准独角兽榜单”中,多家隐私计算企业首次上榜,引发业界关注。其中,华控清交、翼方健数入选“2021企业服务SaaS准独角兽榜单”,富数科技入选“2021企业服务SaaS高潜企业榜单”。

该榜单将准独角兽定义为上一轮投后估值5-10亿美金的企业,高潜力企业则为3-5亿美金估值。可见,隐私计算头部企业已经加速迈向独角兽的行列。

如何在早期发现新兴赛道的潜在机会,资本是一个最好的风向标。2020年被称为“隐私计算元年”,赛道内融资事件约15起。之前,创投市场几乎没有相关投融资发生。截至2021年9月底,隐私计算初创公司累计获得63笔股权融资,全年融资总额突破60亿。

那么,隐私计算为什么突然受到资本热捧?对于还处在发展初期的隐私计算行业,头部企业将引领行业走向怎样的发展路径?

(图片来自摄图网)

风口已至,隐私计算为什么突然火了?

业内常拿一个通俗易懂的例子描述隐私计算的价值。两个百万富翁想比较到底谁更富有,但是又都不想让对方知道自己有多少钱,如何在没有可信第三方的情况下进行比较?

隐私计算就是解决这类难题的利器。隐私计算是“隐私保护计算”的简称,是指在保证数据提供方不泄露原始数据的前提下,对数据进行分析计算的一系列信息技术,保障数据在流通与融合过程中的“可用不可见”。

此轮风口离不开两大因素的叠加。

一方面,随着万物互联时代加速到来,各行各业对数据流通的需求日益增长。而数据作为生产要素,只有流通才能产生价值。2021年IDC数据显示,企业创建的数据量已经超过消费者,成为数据产生最大的来源。而此前有数据表明企业内八成左右的数据依然在防火墙内,处在封闭状态。Gartner认为,到2025年,全球将有一半的大型企业机构使用隐私增强计算,在不受信任的环境和多方数据分析用例中处理数据。

(图片来自摄图网)

另一方面,全球各国对数据安全隐私的监管不断加强,如何在安全合规的红线下最大化数据价值已经成为企业的刚需。2021年9、11月,《个人信息保护法》、《数据安全法》两部重磅法案分别生效。根据制度要求,数据的控制方如果不能证实自己保护了数据安全,最高会面临当年收入5%的惩罚额。

随着数据安全隐私保护与数据应用需求的矛盾不断升级,作为当下数据合规流动的最优技术解,隐私计算迎来爆发的风口。需要注意的是,隐私计算是一类技术体系的通称,而非某个单一技术。目前国内隐私计算企业已经覆盖了主流的技术分支。

(来源:国家工业信息安全发展研究中心)

在巨大的市场需求和资本助推下,目前隐私计算行业虽然处在市场培育期,但已进入发展快车道。据悉,2020年市场上做隐私计算的企业有两百多家。互联网大厂、初创企业、区块链等多元背景玩家纷纷入局,抢占这一热点赛道。

此前,业内将华控清交、翼方健数、微众银行、蚂蚁科技集团并称为国内隐私计算赛道“四小龙”。其中,华控清交、翼方健数是初创企业的代表,微众银行、蚂蚁科技集团则是大厂的代表。

业内人士分析,从初期评价标准较为模糊的四小龙,到获得资本认可的准独角兽的出现,说明隐私计算行业已经逐渐出现梯队分化。头部企业在资本加持下正加速修宽护城河,同时在技术路线、整体战略方面,也对于整个行业也起到了一定的引领作用。

(隐私计算厂商图谱,来源:零壹财经)

学术与实践,头部隐私计算企业的两大路径

此前,对赛道内企业的分析多从技术分支、企业背景等维度展开。实际上,从核心优势布局和战略路径选择的角度,此次入选准独角兽的两家头部企业分属两种路径,学术派和实践派。两个方向各有千秋,这跟企业的基因、优势分不开。需要说明的是,两种路径并不是背道而驰,而是在交织融合中互相促进发展。

  • “学术派”的典型代表:华控清交、锘崴科技

“学术派”领域可分为两类,其一为技术学术派:钻研密码学、计算机科学等隐私计算技术,如华控清交;其二则是专注将隐私计算应用在学术研究——如锘崴科技。

华控清交是清华大学通过转化姚期智院士的科研成果于2018年6月发起成立,其核心优势是基于多方安全计算等密码学理论的隐私保护计算和数据流通技术、标准和基础设施。2021年10月,华控清交获得5亿元B轮融资。

从基因来看,华控清交就带着浓浓的学术气质。隐私计算的重要技术之一多方计算理论就是由图灵奖获得者姚期智院士于1982年提出。目前,华控清交由清华大学交叉信息研究院徐葳教授担任首席科学家,多位清华姚班毕业生担任技术研发骨干。

华控清交的战略定位是推动建设数据流通基础设施,这个战略也跟其底层技术属性密切相关。多方安全计算具备密码学范畴的理论安全性优势,但算力成本开支和效率方面是其仍需提升的部分,而这正是华控清交及其学术团队的优势之一。华控清交核心产品PrivPy多方安全计算平台能够实现“数据可用不可见、使用可控可计量”。通过增加模块化组合的方式,该平台可以满足更多场景的需求,并将此技术应用于政府数据开放共享平台、商业银行的中小微企业融资平台等领域。

此外,华控清交注重研发投入和技术壁垒,深度参与行业相关规划及标准制定。根据公开资料,华控清交参与了IEEE国际多方安全计算标准、《多方安全计算金融应用技术规范》等30多个行业标准的制定。

在场景落地方面,华控清交主攻金融和政务领域。在金融方面,华控清交与工商银行联合发布了首份金融业隐私保护计算白皮书《隐私计算推动金融业数据生态建设》,为金融行业数字化转型提供重要发展指引。在政务方面,其方案也广泛应用于穿透式监管、政务数据开发利用等实际场景,帮助政府实现各部门间数据共享交换安全不泄密,推动跨地区跨部门和跨行业的信息共享合作等。

另一类“学术派”的代表是成立于2019年的锘崴科技,它是由联邦学习领域专家王爽博士领衔,联合生物信息学专家郑灏博士共同创立的隐私计算专精型服务提供商。创始人王爽教授于2013年发表了全球第一篇关于安全联邦学习的文献,提出了解决隐私机密计算的基础性框架——联邦学习的初步概念,着重探讨了联邦学习在医疗大数据方面的应用,引起了业内广泛的重视和借鉴。

锘崴科技的学术风除了体现在创始团队外,还体现在其具体的研究成果上。据悉,锘崴科技目前已初步实现以研究成果为支撑的相关技术产业化,具备300+SCI论文和多项专利。2021年8月,锘崴科技完成了亿元级B轮融资。

(图片来自锘崴科技)

  • “实践派”的典型代表:翼方健数、富数科技

“实践派”领域代表路径也可以分为两种,一种是像翼方健数一样,专注数据价值,以隐私计算为基底发展全栈技术、投入全栈行业;另一种则是像富数科技,立足隐私计算,精耕金融领域。

“实践派”企业在技术研发基础上,更聚焦在重点垂直行业的落地,通过深耕行业及全栈技术形成闭环解决方案。他们的策略是选择头部垂直行业作为切口,深耕做透后再横向扩展到更多行业。

代表企业翼方健数是由斯坦福大学博士陈恂、普林斯顿大学计算机工程博士罗震等人于2016年创立,其愿景是“用技术解锁数据价值”。翼方健数以隐私计算为切入点,由点及线,向数据产业价值链的全环节延伸扩展,提供围绕数据全流程、全生命周期管理的技术、产品和服务。2021年7月完成超3亿元B+轮融资。

2021年11月,在翼方健数举办的“Data X大会”上公布了其具有行业示范性的十大落地案例。在这些落地案例中,隐私计算带来的效果不仅可见,还可量化,充分证明了隐私计算的能力和价值。

例如,在宜昌市多点触发疾控平台项目中,通过平台联盟方式建立完整、安全、共享的多源数据生态,通过一系列隐私安全计算和人工智能技术,实现安全有序的数据及计算互联共享,利用多来源数据联合建模,实现多点触发的传染病预测预警和仿真模型。在产业园区场景中,翼方健数帮助香港科技园构建了生物医学信息平台,打通园区自身数据,促进科研合作、共创及成果商品化。

(图片来自翼方健数)

据悉,翼方健数已经在医疗健康、政务、金融、保险、营销等多个行业进行了60多个平台部署,在不同领域构建基于隐私计算的数据应用开放生态。

同样具备实践基因的头部企业还有富数科技,其立足隐私计算,以金融作为重点主攻行业。此次入选“2021企业服务SaaS高潜企业榜单”的富数科技,创立于2016年,2021年7月已完成数亿人民币C轮融资。富数科技重点落地场景包括金融、运营商、政务等,截至目前已合作超过50家企业,在各行业已有头部客户案例。

在2021年10月举办的第四届中国金融科技产业峰会重要论坛「区块链+隐私计算」上,富数科技提出了五大解决案例,赋能金融安全战略,包括风控建模、精准营销、反电信诈骗、存量客户经营和实时多头联盟项目。其隐私计算产品 Avatar 是国内首批通过银行卡检测中心的产品,过去几年里在金融行业积累了大量经验案例。

业内人士认为,隐私计算行业门槛很高,学术攻坚和应用落地本是所有隐私计算企业的基本功,两者互为驱动。之所以短期内头部企业各有侧重,与企业的定位、发展战略、阶段性布局相关。两个方向都有准独角兽的出现,说明目前两种模式都跑得通。随着行业发展更加成熟,未来两大优势齐头并进、相互融合是个趋势。

写在最后:隐私计算进入需求牵引技术发展的阶段,专精且多元是未来方向

目前,隐私计算的落地主要集中在金融、政务、运营商、医疗四个行业。这些行业都属于数据密集以及对数据安全高监管的行业。其中,金融行业最为扎堆。

已经下场的玩家中,不乏蚂蚁科技、百度、腾讯等互联网大厂,也有微众银行、平安科技、京东科技等大型金融机构。在众多巨头闯入的赛道,初创企业要如何与大厂博弈?与注重速度与规模效应的消费互联网不同,在toB领域的隐私计算赛道,专精特新正是初创企业的差异化优势。

首先,专业来自于专注。初创企业多以隐私计算技术贯穿始终,从某一切入点起步,从不同维度解决问题。由于对前沿技术的深耕和应用,初创企业在技术、理念上对行业都起到引领作用。譬如,华控清交主张的基础设施理念已经被行业普遍认同,翼方健数提出的0数据理念则对隐私计算企业自证清白的痛点提供了重要支撑。

其次,当数据成为企业的核心资产,第三方中立服务商的角色更容易获得广泛企业的信赖。这方面,专精特新初创企业比大厂更有优势。

第三,目前隐私计算行业还处在早期市场培育阶段,即使是头部行业,也需要大量标杆案例引领示范。初创企业在金融、医疗等头部行业的成功案例,将极大推动全行业隐私计算的落地。

作为支撑未来数据价值基础设施的底层技术,隐私计算无疑是一个长周期、宽应用的黄金赛道。据腾讯银行和毕马威联合发布的《隐私计算行业研究报告》,我国隐私计算系统的销售和服务收入规模在三年之内有望触达100-200亿元的市场空间。那些率先推进大规模商业落地,跨越新技术发展鸿沟的企业,更有希望成为行业的领头羊。

-END-

本文为「智能进化论」原创作品。

准独角兽已出现,火爆的隐私计算赛道谁是头部玩家?相关推荐

  1. 2022年北京大数据技能大赛“隐私计算”赛道初赛完结!12强出炉

    10月14日,2022年北京大数据技能大赛"隐私计算"赛道初赛顺利结束,阶段性成果初现. 前情提要 | 速来!2022北京大数据技能大赛隐私计算赛道可以提交了! 2022年北京大数 ...

  2. 云厂商跑步进场,边缘计算赛道迎来新玩家!

    近日,京东智联云和UCloud优刻得相继发布上线边缘计算产品,再联想之前微软和AWS在边缘计算上的动作,可以看到云厂商们正在跑步入局边缘计算! 新玩家?  京东智联云  为解决自建边缘基础设施的问题, ...

  3. 隐私计算工程化之殇,为什么“久攻不破”?

    Talk is cheap,show me the code! 这是编程界广为流传的一句话,空谈无益,只以代码见真章,要的是"实打实能用". 而这句话似乎也映射了隐私计算领域的水温 ...

  4. 三万文字透视前瞻:区块链及隐私计算在传统企业中的技术认知与进阶思考

    作者  :招商局集团数字化中心  山金孝 声明:文章仅代表作者个人观点,与任何组织或公司无关 前言 区块链是一种分布式网络数据管理技术,其利用密码学和分布式共识协议保证网络传输与访问安全,并实现数据多 ...

  5. UCloud优刻得创始人季昕华:深耕云计算,做隐私计算赛道的“奇袭军”

    面对数字化的蓝海市场和政策支持,企业们正在加速布局.在数字化转型背景下,随着<数据安全法>和<个人信息保护法>的相继落地,数据安全.隐私计算成为焦点话题. 资本热下,国内隐私计 ...

  6. 隐私计算头条周刊(7.31-8.6)

    01政策聚焦 1.<互联网用户账号信息管理规定>8月1日起施行 国家网信办发布的<互联网用户账号信息管理规定>于8月1日起开始正式施行.规定明确账号信息管理规范,要求互联网信息 ...

  7. 医疗:疫情下的人类高质量数据共享场景 | 2021隐私计算半年纪

    序 很多时候我们不得不佩服商业世界的嗅觉和行动力--看到就能想到,想到就马上去做.近几年隐私计算的蹿红便是这一逻辑的完美演绎,而有意思的是,这事看来还真能做成. 早在上世纪80年代,姚期智先生提出&q ...

  8. 原语科技宣布完成千万级天使+轮融资,致力于打造隐私计算标准化产品

    原语科技 开放隐私计算 开放隐私计算 开放隐私计算OpenMPC是国内第一个且影响力最大的隐私计算开放社区.社区秉承开放共享的精神,专注于隐私计算行业的研究与布道.社区致力于隐私计算技术的传播,愿成为 ...

  9. 联邦学习开创团队锘崴科技获亿元级B轮融资, “隐私计算+”赋能重点行业

    未来大部分有价值数据的流通都需要"隐私计算+",隐私计算是护航数据安全.保护个人隐私的技术底座.市场即将迎来"十倍速"爆发的拐点. 联邦学习开创团队.隐私计算头 ...

最新文章

  1. Js时间格式[转载]
  2. C++:报错解决合集
  3. 1024 程序员节重要议程曝光,开源技术英雄会聊开源“真心话”
  4. mybatis自动扫描注解
  5. 64位操作系统下IIS报“试图加载格式不正确的程序”错误
  6. 如何通过SQL按内容拆分字段(将一个字段值拆分两个字段)
  7. Python编程一定要注意的那些“坑”(九):0与False
  8. java quickhit项目_【QuickHit项目实例】
  9. Box2dの学习制作超级积木完整版
  10. linux内核奇遇记之md源代码解读之七阵列同步一
  11. initcall机制原理及实践
  12. UIAlertController中TextField的用法
  13. 良心安利游戏音效素材网站
  14. TypeError: ufunc ‘true_divide‘ output (typecode ‘d‘) could not be coerced to provided outp
  15. SecTalks: BNE0x00 - Minotaur靶机
  16. java添加tomcat_Java以及Tomcat配置
  17. 计算机文档翻页怎么设置,PDF文档翻页设置
  18. Minecraft 从入门到入坑(边玩游戏边学编程)
  19. oracle rac部署示意图,Oracle 11g RAC部署手册 For Linux PDF
  20. 我等到花儿也谢了(国语)铃声 我等到花儿也谢了(国语)手机铃声...

热门文章

  1. 深入理解图卷积神经网络(GCN)原理
  2. jQuery(二十二)
  3. 《Linux驱动:Nor flash驱动看这一篇就够了》
  4. 【2022秋招】IC设计/FPGA开发秋招经历总结(2)——公司专题
  5. mysql 、pg 查询日期处理
  6. H5网页元素和全局属性
  7. 【声卡宿主】ProTools 2021.7.0使用安装教程
  8. 微信公众号测试账号总结
  9. 生成式模型与辨别式模型
  10. gensim Dictionary 去除某个词 gensim.corpora.dictionary.Dictionary