新投资赛道诞生 8家隐私计算公司获VC、PE投资

    本报记者 张志伟 见习记者 张博

    数字经济时代，数据作为新一代生产要素，蕴含的价值正得到逐步释放，但数据隐私保护问题也亟待解决。业内人士普遍认为，隐私计算是解决此问题的关键。

    “目前，隐私计算行业还处于初期阶段，无论是市场环境还是商业规模都还不够成熟，但从客观条件来看，隐私计算会在未来几年迎来爆发期。”星云Clustar创始人、香港科技大学教授陈凯对《证券日报》记者表示，从技术维度讲，算力会是隐私计算后续发展的最核心竞争力，隐私计算行业未来会吸纳越来越多的机构进场，随着市场规模的扩大，对算力的需求也必定会增加。

    根据国际研究机构Gartner的一份战略科技趋势预测显示：隐私计算成为2021年重点深挖的9项技术之一，能够保证满足数据隐私安全的基础上，实现数据价值的流动与共享，做到数据可用不可见，主要技术方案包括联邦学习、多方安全计算、可信执行环境等。

    现阶段，无论是BAT等互联网企业还是初创型科技公司，都在探索隐私计算，推出各自在金融领域的隐私计算产品。同时，VC、PE等投资机构也看中了该赛道，纷纷入场布局。

    隐私计算行业

    属于全新增量市场

    业内人士普遍认为，隐私计算行业蕴含着投资机会，属于全新的增量市场，有望孵化出多家独角兽企业。

    从投资机构布局来看，不少VC、PE已入局，包括红杉中国、IDG资本、基石资本等。《证券日报》记者据天眼查App数据不完全统计，从2020年至今，至少已有8家隐私计算企业获得融资，大多集中在B轮融资及之前。其中，成立于2020年1月份的洞见科技在当年8月份完成2000万元天使轮融资，今年年初完成数千万元Pre-A轮融资，投资方包括心元资本、元起资本等。隐私计算全栈解决方案提供商星云Clustar于今年5月份完成1100万美元A+轮融资，投资方包括基石资本、华泰创新等。《证券日报》记者注意到，在星云Clustar天使轮及A轮融资时，红杉中国就已投资数千万元，其专项种子基金“红杉种子基金”还于2019年投资了数牍科技。IDG资本则于2020年11月份参与冲量在线的天使轮融资，投资金额为数百万美元。

    不过，也有部分行业观察人士对记者表示，需谨慎看待隐私计算行业的增长性。由于难以在二级市场找到直接对标的公司，在投资回报方面，很难预判这将是百亿元级的投资机会。同时，隐私计算要突破商业化的规模瓶颈，仍需完善技术的成熟度与安全性，搭建产业推广的多方协同合作模式。

    “隐私计算在未来3年到10年内会实现跨越式发展。”算力智库创始人燕丽对《证券日报》记者表示，新一代信息技术时代到来后，数据资产的数据隐私保护和数据融合技术得到重视，隐私计算一定会在其中扮演重要基础设施的作用。

    目前，头部互联网企业、金融机构、区块链公司、初创型科技公司等“玩家”已纷纷入局，探索隐私计算技术。国家工业信息安全发展研究中心数据显示，截至2021年4月末，我国隐私计算专利申请量近5000项，在一定程度上可衡量隐私计算技术上的创新能力。其中，2018年专利申请量仅为646项，2019年为1202项，2020年达到1535项。

    隐私计算行业的发展意味着新投资赛道的诞生。据毕马威推出的《2021隐私计算行业研究报告》显示，隐私计算受大数据融合应用和隐私保护的双重需求驱动，中国市场规模迎来快速发展期。预计3年后技术服务营收有望达到100亿元至200亿元的规模。

    隐私计算

    助力数据隐私保护

    近年来，“大数据杀熟”“App过度索要个人信息”等问题频发，引发了人们对数据隐私的忧虑。随着《信息安全技术个人信息安全规范》《中华人民共和国数据安全法》的出台，数据隐私安全问题受到进一步重视，加强个人数据隐私保护迫在眉睫。

    业内分析人士指出，在保护数据隐私的背景下，隐私计算应运而生，在确保数据安全隐私性的同时，还能挖掘数据价值，实现数据价值的最大化。

    “2020年是隐私计算的技术元年，2021年则是隐私计算的商业落地年，目前隐私计算在金融领域等数据应用密集型行业中有较多应用。”蓝象智联创始人兼CEO徐敏对记者表示。

    事实上，金融领域是最早应用信息技术、最大化数据价值的行业，在数据的收集、产生、积累中积攒了大量经验，数据的价值贯穿于个人征信、公司估值等场景。

    江苏省大数据交易和流通工程实验室副主任李可顺对记者表示，以往金融行业的智能风控及反欺诈均需要大量用户敏感数据才可以实现。在这个过程中，金融机构明文提供用户的敏感数据，数据提供商及服务商提供的客户征信、信用、资产、偏好等数据。由于数据交互基本属于明文或对称加密，数据被截留、泄露的风险较大。而隐私计算可以实现数据可用不可见的需求，满足相关政策对应数据安全应用的要求，同时保障敏感数据不用出库就能保障建模计算获得有价值的结果。

    目前，多数探索隐私计算的企业在金融领域已有一些落地案例。例如，星云Clustar为建设银行构建了“联邦学习多方安全建模平台”，帮助建设银行以“可用不可见”的方式打通全行内外部的数据共享，优化流程标准、降低管理成本，为该行未来进行数据开放提供了技术基础。

    徐敏认为，随着数据要素对数字经济的价值愈发重要，隐私计算将会有更大用武之地，这是数据要素进行有序、健康、安全流动的必要支撑技术。