下載客戶端

登錄

200億新風口來了，VC/PE又開始瘋狂掃貨

2021-12-14 14:57

來源：澎湃新聞·澎湃號·湃客

200億新風口來了，VC/PE又開始瘋狂掃貨原創劉曉月投資家

“今天，你的隱私又被濫用了嗎？”

來源 | 投資家（ID：touzijias）

作者 | 劉曉月

今天，你的隱私又被濫用了嗎？

你是否會接到莫名奇妙的推銷電話？一打開手機，就能收到最合你口味的信息推送？在你不知道的地方，人臉數據正被偷偷販賣........

數據被稱為21世紀的石油。由個人數據織成的信息網覆蓋到人們生活的方方面面，且能產生巨大經濟價值，互聯網上甚至形成了販賣用戶信息的“黑產”鏈條。數據時代的安全保護正在成為備受大眾、監管、企業等多方關注的話題。

在“數據價值挖掘與數據安全保護”的矛盾之下，“隱私計算”應運而生。這項技術能夠實現的愿景是，在數據流通的過程中，即便不看到其他方的數據也能進行聯合計算，做到“可用不可見”。

舉個例子，兩個百萬富翁想比比誰更有錢，出于隱私考慮，都不愿意曝光自己名下幾輛豪車、幾套房產、多少存款，在不透露自己擁有多少財富的情況下，卻能得出誰更有錢的結論——這就是隱私計算。

又能保護數據又能利用數據，在2021年數字經濟發展、數據安全、個人信息保護成為行業、監管高頻關鍵詞的情況下，隱私計算站在了風口之上。

據《開啟新紀元：隱私計算在金融領域應用發展報告(2021）》顯示，截至2021年9月底，隱私計算初創公司累計獲得63筆股權融資，公開披露的融資總額達到56.1億元（12筆未透露金額），筆均融資多在千萬級規模。

而在僅2021年7月-10月四個月時間里，這一賽道就拿到了超10億元規模的VC投資。

一

三年內擴容至兩百億，2021年突然爆發的風口

商業社會中，最有價值的就是對未來的前瞻、對趨勢的把控。而隱私計算，絕對是未來的風口。2019年，Gartner在Hype Cycle中首次將隱私計算列為處于啟動期的關鍵技術。2020年10月，Gartner又發布了企業機構在2021年需要深挖的九大重要戰略科技趨勢（《Gartner Top Strategic Technology Trends for 2021》），隱私增強計算入選其中。

隱私計算是“隱私保護計算”（Privacy-preserving computation）的簡稱，根據中國信息通信研究院云計算與大數據研究所的定義，隱私計算是在保證數據提供方不泄露原始數據的前提下，對數據進行分析計算的一系列信息技術，保障數據在流通與融合過程中的“可用不可見”。

不過，值得注意的是，隱私計算技術積累已有長達幾十年時間，上世紀八九十年代，多方安全計算、同態加密等隱私計算技術體系中的重要技術已經被理論認證了。

但這項技術的商業化進程卻較為緩慢，發展至2013—2015年，卻仍然僅僅只有同盾科技和星環科技2家公司獲得零星的投資，直到2021年才得到資本市場的密切關注。

那為什么中國大數據產業已經轟轟烈烈發展了十余年，隱私計算技術卻直到今年，才真正地站在了風口之上？

第一，基本面需求。數據作為數字經濟時代的關鍵生產要素，近年來以指數級的速度爆發式膨脹，處理好安全保護與價值利用的矛盾已迫在眉睫。

據國家互聯網信息辦公室，中國數字經濟規模已達31萬億元約占GDP三分之一。IDC數據表明，2019年全球數據量已達為41ZB，到2025年將達到175ZB并保持指數級增長趨勢。中國的數據量占全球數據量的近1/3并不斷擴大，預計到2025年將賦能我國10萬億規模的GDP增量。

業內人士預言，“未來10年，隱私安全計算或將普及至各行各業，并將成為數據流通的底層基礎設施。

第二，關鍵制度落地。自2020年起明顯加強的安全監管要求是行業的主要觸發點，讓各大公司紛紛將數據保護提上了議程與預算表。

2021年9月、11月，《個人信息保護法》、《數據安全法》兩部重磅法案分別生效。根據制度要求，數據的控制方如果不能證實自己保護了數據安全，最高會面臨當年收入5%的懲罰額。

去年，央行對民生銀行、光大銀行、華泰證券等開出千萬元以上的罰單。作為當下數據合規流動的最優技術解，隱私計算產品由此開啟了商業化加速落地的大幕。

可以預見的是，隱私計算將會率先從大企業開始，加速商業化進程。Gartner認為，到2025年，全球將有一半的大型企業機構使用隱私增強計算在不受信任的環境和多方數據分析用例中處理數據。

隨著需求的勃發，隱私計算的“錢景”將會廣闊無限。據騰訊銀行和畢馬威聯合發布的《隱私計算行業研究報告》中預測，我國隱私計算系統的銷售和服務收入規模在三年之內有望觸達100-200億元的市場空間。

讓我們舉一個具體的例子。僅以數字風控廣泛應用的線上消費貸和信用卡貸款市場為例，2020年我國銀行業信用卡放貸總額約為19萬億元，銀行業個人消費貸款全年放款總額約6.5億元（含互聯網平臺助貸和聯合貸），合計25.5萬億元。

按照數據及附加費用在放款額中占比千分之五的保守比例推算，隱私計算和數據費用加總收入可實現125億元收入。我們假設隱私計算在其中收入分成為10%，僅個人線上消費信貸和信用卡兩個細分領域，未來1-2年就會為隱私計算帶來數十億元的市場空間。

二

未來的數據底層設施，隱私計算魔力何在?

風口涌動之下，大小玩家紛紛入場。在這冷遇已久的賽道上，2020年隱私計算企業達到了兩百多家。

總的來看，隱私計算的初創企業可以分為兩類，一類企業專精于隱私計算技術，大多成立于2018年以后，例如華控清交、锘崴科技、數牘科技、藍象智聯、沖量在線等；

另一類是先專注于區塊鏈、風控、供應鏈金融等相關領域，在看到數據流通的痛點與價值后，轉攻隱私計算，例如富數科技、翼方健數等。

除此之外，螞蟻集團、微眾銀行等一眾背靠巨頭的公司，也盯上了這塊蛋糕。不過相比于大廠在數據資源及市場渠道方面能夠占據先發優勢，在行業快速迭代的發展早期，初創公司們卻具備中立性、靈活性、專注度的獨特競爭力。

（圖片：隱私計算廠商圖譜，來源：零壹財經）

從技術原理來看，隱私計算是要在給予數據安全保護的前提下，實現數據共享。根據數據的分析處理全生命周期，隱私計算參與方可分為數據輸入方、計算方、使用方三部分。

根據保護目標不同，隱私計算方法可分為“輸入隱私（Input Privacy）”和“輸出隱私（Output Privacy）”。輸入隱私是指參與方不能在非授權狀態下獲取或解析原始輸入數據及其中間計算結果，輸出隱私是指參與方不能從輸出結果反推出敏感信息。

這樣一來，各個數據主體就能以數據不出本地的新穎形式分享出去——分享“價值”、“知識”、“信息”而不是原始數據，做到數據“可用不可見”。

從應用場景來看，隱私計算是從數據密集型、數據規范要求高、數據孤島痛點凸顯、大型企業為主導的行業率先應用普及，目前集中在金融、政務、運營商、醫療四個領域。

在這其中，金融領域內內隱私計算公司最多。根據企名片pro數據，目前賽道內融資在A輪及以上的11家公司中，有7家都在主攻金融場景。

以銀行業反洗錢為例，傳統做法是使用規則和模型，利用銀行自身的數據，來判斷交易是否為洗錢活動。但是，這些傳統方法效率較低，覆蓋范圍小。

但是通過隱私計算，銀行就可以與其他銀行或者其他數據源（如互聯網公司），在加密狀態下實現數據共享，聯合計算建模，解決反洗錢樣本少、數據質量低的問題，大大增強反洗錢風控能力。同樣的原理在多頭借貸、信貸風控、保險定價、精準營銷等金融場景下也將帶來極大的價值釋放。

（圖片來源：《隱私計算金融應用藍皮書》）

在智慧城市領域，隱私計算能夠打通不同部門、政企之間的“數據煙囪”，在公共管理、民生服務方面釋放巨大價值。

以傳染病預測為例，通過打通多個政企內外部數據源并跨平臺聯和計算，包括從城市醫療數據隱私安全計算平臺獲得歷史藥品銷售、高風險癥候群數據，從城市政務數據隱私安全計算平臺獲得民政、教育、人社數據，結合第三方搜索公司的關鍵詞搜索量數據等，進行癥候群熱點發現預警。基于這些數據的聯邦學習時空預測模型，就可以提前數天預知、篩選潛在高風險人群，精準鎖定、消除誤報，實現數據驅動的智能傳染病防控。

（圖片來源：翼方健數）

在醫療領域，醫療數據具有隱私性極強的特點，醫療數據的安全常常關乎人們的生命財產安全。若是利用傳統方法，數據安全和隱私保護的要求使得這些數據無法聚合起來，而單個醫療機構的數據樣本量又不足以支撐大規模的模型訓練，難以釋放數據價值。

但是如果利用隱私計算技術，則可以使得各個醫療機構的數據在不出庫的前提下實現聯合建模。信通院《數據價值釋放與隱私保護計算應用研究報告》舉出一個案例，由某三甲醫院牽頭，在隱私保護計算技術的支持下，實現了在不分享明文數據（個體基因數據）的基礎上，支持強直性脊柱炎的GWAS分析，整個數據共享的過程從始至終對患者信息進行保護。