近日，“学习通数据库疑发生信息泄露”冲上了微博热搜第一，再次引发了全民对于隐私的讨论。

据安全行业业界内消息，国内众多高校都在推荐学生使用的主流学习软件"超星学习通"，被曝出了数据库信息泄露，其中包含学校、姓名、手机号、学号/工号、性别、邮箱、密码等全面的个人隐私数据，泄露超出了1.7亿条，不仅在境外平台被公开售卖，并且售价仅需1.2万人民币。

眼下的信息数据时代，确实为人们生活带来了不少便捷。但时不时就爆出的重大隐私问题，也让人们对这个信息数据时代又爱又恨。

那么，挖掘数据潜力和保护隐私底线，真的没有办法共存吗？

如何在不侵犯隐私的前提下充分利用数据价值呢？

“隐私计算”或许是个答案。

01、什么是隐私计算？

数字经济高速发展之际，数据涉及的隐私问题只会越来越频繁。

当前，我国数字经济增加值规模已由2017年的27.2万亿元，增加至了2020年的39.2万亿元，5年复合增长率为11%。2020年全球数字经济占GDP高达38.6%，结合数字经济随着GDP增速变化规律推断，2025年国内数字经济市场规模将占GDP比重55%，市场规模可高达65万亿元。

数据作为数字经济的核心生产要素之一，通过跨领域、跨行业、跨地域的机构间数据流通释放要素价值。

但是，在大数据产业迅猛发展的背后，数据隐私安全相关问题也在逐渐暴露，传统“复制式”的数据流通方式让商业隐私信息、个人隐私信息等产生了泄漏，无法满足法律合规要求。

如果在数据提供方处展开计算，虽然可以让数据不出域，但会暴露业务方的计算规则与计算模型，进而暴露业务方的商业隐私。因此，若想让数据要素实现良好的市场化配置，行业首先需要完善数据可信流通能力的建设。

那能不能够构建起一个“可用但不可见”的数据可信流通范式呢？答案是可以的。

隐私计算，又称隐私保护计算，能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，保障数据以“可用不可见”的方式进行安全流通。

而且除了“数据可用不可见”的特性外，隐私计算中的多方安全计算技术也可以控制数据的用途以及用量，进而做到数据“用途可控可计量”。

图/艾瑞咨询

在应用实践中，隐私计算还可以融合区块链技术来强化在“数字身份、算法、计算、监管”等方面的信任机制，进一步完善数据要素的确权、定价与交易的可信体系建设。

02、潜力究竟有多大？

隐私计算，全球市场或在不久后突破千亿规模。

2021年7月，全球最具权威的IT研究与顾问咨询公司Gartner（高德纳），发布了隐私计算的技术成熟度曲线，并将其列为未来九大趋势之一，2024年全球市场规模或达到150亿美元以上，即千亿人民币规模级别。

Gartner表示到2025年，将有60%的大型组织会在分析、商业智能或云计算中使用一种或多种隐私增强的计算技术。

隐私计算技术成熟度曲线 资料来源：Gartner

隐私计算技术普及并不遥远，因为目前已经有三种较为主流的技术实现思路。

隐私计算有许多底层技术可供选择，但实现隐私计算可能需要多种技术融合应用。现阶段主要的技术实现思路分为三种，分别是以密码学为核心的技术实现、融合隐私保护技术的联合建模，以及依托可信硬件的技术实现。

图/艾瑞咨询

目前MPC、TEE与联邦学习三种技术商用化进程较为领先，短期内这一技术趋势会被延续下去。

长远角度来看，MPC、联邦学习需要隐私计算供应商长期积累有效数据并迭代、优化算法，而TEE需要在此基础上对于底层芯片做出优化设计。综合而言，TEE对于供应商的软硬件全栈能力要求极高，现阶段国内仅互联网头部厂商才有可能实现。出于成本考虑，MPC与联邦学习的应用占比或许会有增加。

03、国内起步较晚

但发展势头强劲

我国隐私计算企业布局较晚，2016年国内才开始出现垂直的隐私计算厂商，从发展周期上看，目前整体处于核心基建期。

不过作为一门借助产学研协同发展起来的新兴技术，隐私计算的理论研究国内早已势头火热。

自2011年以来，全球在隐私计算领域共发表了论文5280篇，且论文数量始终保持着不低于10%的增速逐年上升。从发表论文的国家和地区来看，中国一骑绝尘，处于绝对领先地位，论文发表数量占到了总数的34.8%。

而且从专利申请上看，近几年国内隐私计算专利申请量同样迅猛。2017年开始，隐私计算专利申请数量飞速增长，2019年和2020年都相继突破了1000项，截至目前，隐私计算相关专利已达到5000项。

与此同时，国内隐私计算行业在资本领域同样火热了起来。

2016年至2022年一季度，中国隐私计算企业的累计融资额超30亿元人民币，其中2021年占比超过60%。整体上来看，近年来的资本热度持续提升，大量初创型隐私计算企业纷纷入局。

2020年和2021年是近年来资本热度最高的两个年份，2020年参与融资的隐私计算企业主要集中于种子轮～A+轮，2021年参与融资的隐私计算企业集中于Pre-B轮～C轮， 2022年，资本热度也在持续。

目前的投资机构呈现出多元化的状态，创投机构、产业基金、国有企业、各类科技公司等纷纷入局，分别从财务投资、战略投资等多个方面助力隐私计算企业发展。

虽然2021年中国隐私计算市场规模仅为4.9亿元，但是专业机构预测2025年将达到145.1亿元。

04、哪类企业潜力更足、确定性更强？

虽然金融行业目前是隐私计算的领跑行业，但成长潜力最大的或许还会是互联网巨头等企业。

当前属于隐私计算产业上游的是数据提供方，金融数据提供方包括各级金融机构、银行、互联网公司等，医疗数据提供方包括各级医院、医保机构、医药公司等，政务数据提供方包括各地大数据局、税务、司法、工商等公共部门。

产业中游则是隐私计算厂商，包括隐私计算的初创/垂直公司、互联网巨头、IT公司等。代表公司分别有洞见科技、蚂蚁集团、华控清交、诺崴科技、微众银行、安恒信息等。

产业下游则是数据使用方，包括医疗机构、金融机构、政府等。除上述三类主体外，产业链上还包括监管方和第三方应用提供商。

2022年中国隐私计算产业图谱 图/艾瑞咨询

2020年是隐私计算的元年，金融行业是隐私计算领跑行业。目前，隐私计算目前正处于落地初期阶段，金融、政务、通信运营商领域的商用实践相对领先。不过当前正值行业基建期，市场需求集中在主要实施方式为本地化部署的基础产品服务。

而数据运营服务，或将开启“隐私计算+”的蓝海市场。

数据运营的理想模式是将数据智能产品打造成算法模型和多方数据的综合性产品，从而提供“数据调用+算法模型”的整体服务。数据运营方需要通过数据运营能力来持续创造价值，并可延伸至利润空间更大的两种商业模式：数据分润和业务分润。

其中，互联网大厂、深耕垂直场景的初创企业以及产业内头部企业发展更具确定性。

隐私计算解决方案对其底层技术的成熟度依赖极高，但仅凭借隐私计算底层技术，企业是无法为用户提供有效的服务。用户的需求往往对于数据的需求极为定制化、专业化，导致隐私计算供应商需要为用户提供有效的脱敏数据。

所以企业是很难凭借单一的竞争优势建立隐私计算生态，而像互联网大厂、深耕垂直场景的初创企业以及产业内头部企业，是同时能掌握优秀的算法与丰富的数据资源，这为其成功布局隐私计算提供了更大的可能性。