资本涌入隐私计算赛道，金融业成应用第一站

数据计算，企业所欲也；合规合法，亦企业所欲也。若二者不可兼得，何解？

在过去，大数据产业发展迅速，企业滥用数据造成的安全问题凸显，现在用户隐私保护意识增强，国家也对此愈加重视。《网络安全法》《数据安全法》《个人信息保护法》等法律法规相继发布，数据隐私保护进入一个新阶段。

《民法典人格权编》《网络安全法》等提到，信息处理者不得泄露或篡改其收集的个人信息；未经被收集者同意，不得向他人提供个人信息，但是经过加工无法识别特定个人且不能复原的除外。《个人信息保护法》指出，个人信息是以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种信息，不包括匿名化处理后的信息。

传统的粗放型数据经济模式不再可行，在监管加强的当下，如何在进行数据计算的同时保证数据隐私安全，成为悬在各企业头上的一把刀。

兼顾数据分析计算和隐私保护、信息经过处理不能被复原等，这正是隐私计算的价值和意义。

在这样的背景下，“隐私计算”成为一抹光亮。因此也催生了一批隐私计算企业，隐私计算市场被逐步打开。艾瑞咨询《2022年中国隐私计算行业研究报告》显示，2021年中国隐私计算市场规模为4.9亿元，且增长正在加速中。市场空间巨大，很难不吸引资本方的关注。

2021年初至今隐私计算企业融资21起，最高一笔5亿元

2021年初至今，隐私计算领域融资活跃度较高，14家相关企业融资共21起，其中光之树A系列两轮融资于2022年3月9日一起披露。2021年占13起，2022年不到4个月已有8起。

其中，洞见科技、融数联智各占3起，占2起的有数牍科技、星云Clustar、光之树这3家，其它9家各1起。

在金额披露相对清晰的多起融资中，达到1亿元人民币以上的有华控清交（B轮，5亿元人民币）、数牍科技（Pre-A轮+A轮，3.08亿元人民币）、翼方健数（B+轮，3亿元人民币）、蓝象智联（A轮，约2亿元人民币）、锘崴科技（B轮，亿元人民币）。华控清交B轮5亿元人民币是其中最大的一笔融资。

部分资本方投资了两家或以上隐私计算企业，比如深创投投资了数牍科技、光之树等。

值得一提的是，金融科技巨头蚂蚁集团投资了融数联智。

“百舸争流”局面出现，各类企业涌入隐私计算赛道

国内企业布局隐私计算相对较晚，2020年是隐私计算元年。近几年，该赛道涌入各类玩家，除了比较年轻的初创/垂直企业，还有互联网巨头、综合IT服务商以及大数据、人工智能等其它赛道的企业一起“凑热闹”。

作为新兴产业，隐私计算领域尚未孕育出已上市的垂直企业。作为未来该领域的中坚力量，各垂直企业还需要一定的时间“打磨”。

在《2022年中国隐私计算行业研究报告》中，分析师团队通过调研39家涵盖各类别的隐私计算企业，选出了17家入围的“隐私计算卓越者”。

其中，蚂蚁集团和微众银行作为前瞻推动者，拥有顶尖的科研团队、3年以上的隐私计算投入、卓越的产品技术创新能力和技术落地实践能力。其对隐私计算的前瞻性布局和探索，有效推动了行业发展。

核心攻坚者包括冲量在线、洞见科技、富数科技、华控清交、金智塔、蓝象智联、锘崴科技、数牍科技、星云Clustar。这9家企业是综合能力或某一项重要能力特别突出，且深受认可的垂直企业，它们是推动隐私计算技术发展、商用落地的核心力量。

精益融合者包括第四范式、趣链科技、瑞莱智慧、天冕科技、星环科技、优刻得。隐私计算并不是孤立式的技术，在实际应用中将会和其它技术进行结合。因此该赛道涌入了一批非垂直厂商，它们有助于推动隐私计算与多元科技的深度融合。

互联网巨头、综合IT企业以及其它赛道企业的加入，让隐私计算领域充满了更多的变数。当然，由于各家企业团队规模、发展方向、主导策略等因素的影响，加之国内隐私计算还处于起步探索阶段，目前难以判断和预测隐私计算产业的未来格局。

金融业走在数字化转型前列，是隐私计算第一站

金融行业由于信息化和标准化程度较高，相对走在数字化转型的前列。

《2022年中国隐私计算行业研究报告》效能发展象限显示，目前金融行业是隐私计算产业第一梯队，银行业是隐私计算落地实践最领先的领域。

而在参与隐私计算赛道的非垂直企业中，蚂蚁集团、微众银行、中国平安等金融领域巨头和建信金科、天冕科技、百融云创、联易融、新心数科等金融科技服务商的身影，进一步证明金融行业是隐私计算第一站。

作为数据密集型行业，金融领域存在多个可应用隐私计算的场景。比如：

智能营销

在无法获取多维度数据的情况下，银行对于客户了解不够全面，很难针对性地进行服务和产品推荐。基于隐私计算，可在实现数据“可用不可见”的情况下融合行业内外的数据，构建更立体的用户画像，从而进行精准营销。

智能风控

整合自有数据和征信、社保、纳税、收入等外部数据，金融机构可对贷款企业或个人进行贷前信审、贷后违约预测、黑名单共享等。

智能管理

在大型金融控股集团中，对不同部门或子公司之间的用户信息进行脱敏统计，有利于挖掘更高的管理价值。比如统计分析用户在集团的总资产信息，联合内部银行、保险等各业务设计营销方案，为其提供个性化服务，可在降低集团运营成本的同时提升用户体验。

联合反洗钱

当前不法分子洗钱手段升级，传统反洗钱方式不一定能起到有效作用。基于隐私计算，利用行业内外共享数据，金融机构可构建完善的跨机构反洗钱机制，可精准识别洗钱行为，减轻监管方成本负担。

另外，隐私计算在高价值用户共享、供应链金融服务等场景也可有较大的应用价值。

多家隐私计算企业已推出面向金融机构的产品。比如华控清交PrivPy多方安全计算平台可在数据交易、数据增值、安全预测等场景发挥作用；洞见科技金融级隐私保护计算产品数智联邦平台InsightOne，已在银行、保险等行业拥有大量合作案例；翼方健数金融服务生态AI解决方案，为金融机构优化产品和服务搭建新型销售渠道；富数科技的金融场景解决方案可用于智能风控联合建模、大数据查询、智能营销用户画像—旧客唤醒激活存量及新客引流扩充增量。

因此，隐私计算企业可先在金融行业打造一定的优势，有机会先一步确立自身在该赛道中的地位。

隐私计算市场空间巨大，但规模化商用存在挑战

艾瑞咨询预测，2025年中国隐私计算市场规模将达到145.1亿元。相比2021年的4.9亿元，增长空间极大，隐私计算未来可期。

但是，隐私计算目前在实际规模化商用过程中，存在一定的挑战。比如安全机制是否可验证可解释；相关标准规范不够健全；数据提供方对于开放共享数据存在不敢共享、担心出事的问题，数据开放程度较低；部分业务需求者可能动力不足，会考虑是否能带来额外的价值；由于采用的技术、算法、接口等不统一，导致各机构之间难以实现完全互联互通；以及数据源是否合规等问题。

隐私计算产业的生态建设尚需各方的努力。另外，若在金融领域经过“百般磨炼”后，隐私计算企业未来在其它行业或走得更顺。