数据正在成为企业最重要的资产。然而在这样的时代背景下，挖掘数据价值仍然面临诸多挑战。一方面，众多行业存在的数据孤岛现象，使得数据流通困难，难以支撑智能分析、决策等多种应用；另一方面，如何确保数据流通的合法合规，避免数据遭受非法调用、转售等风险，也是企业和监管需要思考的问题。

如何让数据在安全中开放、在开放时安全，已成为一个时代性课题，而“隐私计算”就是破解行业困局的解决方案之一。

「富数科技」是晨山投资的优秀创业公司。在过去的几年中，我们见证了团队的快速成长和自我迭代，逐步成长为国内隐私计算领域的头部企业之一。在本文中，我们和富数科技CEO张伟奇就隐私计算的技术和行业等问题展开了深度探讨。

阅读愉快。☕

Q1 富数作为国内最早进入隐私计算领域研发的创业公司，当初为何看好这个方向？

张伟奇：富数科技投身隐私计算，其实并不是偶然。

富数科技在2016年初创时，大数据风控正值风口。我们最早的业务就是通过大数据建模，为银行、保险等金融行业客户提供反欺诈建模和信用评估等服务。

在业务进展过程中，我们发现很多企业在挖掘大数据价值的同时，也会触碰到用户的个人隐私或商业秘密；有些同行也因为不正当使用或者转售数据的行为，对行业造成了比较负面的影响。受制于当时技术的局限，拥有数据的企业要么选择封闭，形成数据孤岛；要么选择开放，同时接受数据在流通中被非法留存和调用的风险。这种进退两难的处境，使得整个行业的发展受到了挑战。

富数团队在大数据领域有多年的工作经验，我们始终认为未来数据的使用和流通，应该是以保护个人隐私和数据安全为基础的。对各种数据的滥用、非法转售，迟早会让行业发展出现问题。基于这样的思考，我们团队希望能找到合适的技术，帮助解决大数据行业面临的普适性挑战。我们意识到，隐私计算可能是解决数据隐私问题的关键。

我们下定决心all in隐私计算，将公司的财力和人力都全面投入进来。这在三四年前是个很艰难的决定，尤其是行业中有更多“简单”的赚钱机会的时候。也要感谢我们的投资人，帮我们做了很多市场调研工作，也坚决支持了团队选择的方向。

我们的坚持和行业判断在这两年得到了初步验证：数据安全和隐私保护逐渐被监管机构和国家纳入重点关注领域，推动了隐私计算行业的加速发展。我们多年的技术研发积累也使得我们充分收获了行业的红利，目前已经在多个行业开始商业化落地，逐步推动我们当年的坚信的愿景成为现实。

Q2 以微众、百度、头条为代表的巨头，纷纷开源了自己的联邦学习框架。这对行业格局将带来怎样的改变？你认为未来隐私计算领域竞争的关键将是什么？

张伟奇：首先，对于市场的教育和推广而言，开源具有非常显著的效用。通过开源，让更多人知道并尝试运用联邦学习去解决数据流通的问题。从这一个层面来说，我觉得开源是很好的，对提升行业的热度、为行业产生更多积极的变化很有帮助。

但同时，我们也不可否认，目前的隐私计算技术还处于发展初期，技术、产品的成熟度还是有提升空间的。那么，在这种情况下的开源，我认为需要打一个问号。技术不成熟的开源，会让采用这些技术框架的厂商面临更多的技术挑战和工程难题，也会增加客户判断隐私计算提供商能力的难度。

经过反复的深入思考和讨论，我们认为对富数而言，现阶段并不是选择开源框架的最好节点：

第一，根据富数在金融科技领域多年深耕的经验，我们非常清楚银行这类的客户更倾向于接受企业级、私有化、自研可控的技术服务。

第二，密码学专利和知识产权在现阶段是公司最核心的竞争力，在这一方面，富数的优势是十分明显的，我们拥有国内顶级的自主研发团队和技术积累，暂时还不需要集成第三方的内核。

第三，目前，我们根据客户实际情况，在模块耦合性上进行了升级，算法模块已经可以实现很灵活地开放给开发者社区。在技术、产品更加成熟的时候，我们会用更加开放的态度，拥抱开发者、拥抱合作伙伴。

我们认为，未来隐私计算的竞争格局，关键点是谁能够成为自研可控、互联互通的基础设施，谁能够服务于更多的数据源、应用场景和合作伙伴。核心点在于安全性、技术、产品和服务能力。

Q3 行业仍处于发展早期，你认为隐私计算行业未来的商业路径是怎样的?

张伟奇：隐私计算行业的商业路径，不同类型的公司可能不太一样——像BAT这种自有数据生态的隐私计算公司，初衷更多是通过这项技术做自有数据的商业化变现；富数作为一个中立的技术赋能方，致力于帮助不同种类的数据所有方和使用方，建设新一代数据流通的基础设施网络，充分发掘数据的价值。

对我们而言，我们的商业路径分为三个阶段：

第一阶段：从关注个人隐私和数据安全合规的领域开始，让富数科技成为数据要素的基础设施

这一阶段重点在金融、电力、运营商、政府大数据中心等机构。这些机构强调本地化部署、安全可控，所以有硬核自研技术实力、理解客户应用场景、技术符合监管标准的独立第三方，是非常有机会占据领先地位的。这个阶段的商业模式主要是以软件售卖、项目交付为主。

第二阶段：逐步拓展到中小企业和科技公司

中小企业和科技公司对于成本敏感，所以他们更愿意接受可信的安全计算云服务，这个阶段的商业模式主要是按量付费模式。而富数产品矩阵里也有这一方面的部署，我们的“可信数据流通平台”已经获得了信通院的认证，目前国内只有两家公司第一批通过了这项认证。

第三阶段：当隐私计算成为不可或缺的基础设施，渗透到成千上万的机构时，隐私计算生态网络形成

这时比拼的就是生态构建的力量和平台的兼容能力。当一家新的机构部署了富数的隐私计算平台后，就会发现所需要的上下游合作伙伴都已经集中在这个平台上。通过隐私计算平台，它可以自由地实现跨竞争对手的数据源贡献、跨行业的数据共享等。这阶段的商业模式，主要是通过平台费、运营费和提供增值服务的方式实现商业价值。

Q4 你曾说“未来十年将进入数据安全2.0时代，重点是数据开放的安全”，是哪些因素在推动数据安全赛道升级？

张伟奇：数据安全1.0时代，我们强调通过包括网络安全、结构安全、系统安全等手段，让数据只进不出，把数据系统变成安全沙箱，变得牢不可破。这种方式在保护数据的同时，也阻碍了数据价值的流通，让数据无法完全发挥价值功能。这在目前强调数据要成为生产要素的时代背景下，是不可取的。

而以密码学、可信硬件环境为基础的隐私计算技术，可以保证数据安全的前提下，实现数据价值的流通，是数据成为生产要素重要的基础设施。我们称之为数据安全2.0，让数据在安全中开放、在开放时安全，这是一个全新的时代。

数据安全2.0时代，是多个因素推动的必然结果：

1. 市场强劲的需求

数字经济时代，数据的流通、共享与协同是社会和企业发展的刚性需求。企业自身所拥有的数据是单一有限的，通过与其他企业进行多方数据共享，才能更好地释放数据的应用价值。同时，大数据、人工智能等技术可以进一步促进数字化转型，而这些技术都需要运用到数据。

所以数据在保护隐私和合规的前提下进行采集、加工、流通，不仅仅是市场的硬性需求，也是关系到数字化转型能否持续发展的基础设施级问题。

2. 监管的加强

近年来，不断曝光的隐私数据泄露等问题，引起了监管部门的高度重视，数据安全相关的监管政策也相继出台。传统情况下，不考虑个人隐私和数据安全的大数据使用方式将会迅速退出市场。如何兼顾数据的可用性和隐私安全保护，实现海量数据流动的同时保护数据隐私安全、防止敏感信息泄露，成为行业核心关注点。

3. 技术的可用

随着算力的增长和算法工程的优化，多方安全计算、同态加密、联邦学习、TEE等隐私计算技术成熟度逐步提升，逐步进入到可用状态。目前已在金融领域、医疗领域率先落地，并拥有成功的大数据风控建模、医疗信息分析等落地的案例，未来可预见更多的落地应用场景。

4. 标准的形成

以中国信通院领导下的大数据标准委员会、央行科技司领导下的金标委为代表的国家机构，在2019年早期就开始组织行业领先企业，制定多方安全计算标准、组织评测认证，做行业推广。通过这些行业标准和管理办法，提升了市场对隐私计算的接受程度和辨析程度。

如果把2020年视作数据安全2.0的元年，早期以政府新基建和金融行业为主率先试水，未来还会有工业互联网、教育等领域逐步启动，最后会形成一个全面的互联互通的安全计算生态网络。

Q5 隐私计算的技术成熟度如何？已经解决了哪些问题，还有哪些难题有待解决？

张伟奇：技术还处于发展初期。从应用层面看，客户对隐私计算的理解和接受程度正在快速提升。同时，监管支持的安全性能标准和管理办法即将出台，这也会更好地帮助行业客户打消心中的疑虑，加快推动隐私计算在生产环境中的大规模应用。

以下技术问题，我们认为还有很大提升空间：

1. 安全性证明

隐私计算处理的对象往往是敏感的数据资产，对用户而言试错成本大，并且由于隐私计算技术复杂，常常呈现“黑盒化”现象，用户的接受程度就受到一定的影响。因此，如何证明隐私计算的安全性（此处指工程安全性而非理论安全性），是用户重点关注的问题。

隐私计算这个概念算是这两年迅速升温的，大批厂商涌入隐私计算领域，在炒热市场的同时，也会让市场出现鱼龙混杂的现象。但目前隐私计算领域的法律、技术和数据的相关标准都不够完善，这也成为制约隐私计算发展的重要问题。所以，首先你要有国家和行业的资质标准认可，这是一个硬性指标，是不可或缺的。

其次，要让用户清晰地看见隐私计算过程，也就是让多方安全计算原理从黑盒变成白盒，让安全可视化，提高安全的可解释性，让用户掌握更强的系统运营能力。

还有就是可信第三方问题。目前在安全建模过程中，我们往往找不到合适的第三方，那么能不能通过两方直连来解决这个问题？如果没有第三方的存在，在一定程度上双方都获得了更加自主可信的数字空间，也就更加安全。

在安全性方面，目前富数科技的Avatar已经通过首创“安全驾驶舱”功能实现安全可视化，同时也支持无第三方直连。我们也还在不断深化研究，让用户能够更加信任隐私计算。

2. 算法与性能瓶颈

虽然目前隐私计算的性能已经大大提升，但由于加密机理复杂、交互次数多、现实数据流通量大、结构复杂等原因，仍存在计算性能、计算效率较低等问题。要解决这一部分问题，提高算力是关键。

计算性能可以融合多种技术路径和多项先进技术，包括密码学、人工智能、区块链等，实现性能提升；同时，还可以利用软硬件协同的方式来提升隐私计算性能，比如说，利用专用芯片等硬件加速隐私计算性能提升。通过软硬件结合的方式，还能给速度带来很大的提升空间，预计半年内还能提高20-50倍，并进一步拓展应用空间。

3. 产品能力

如何将先进的技术转化成产品是一个复杂的系统工程，对客户、市场而言，你的产品能否投入实际使用，你的系统是否简单易上手，你的安全性、可拓展性都是考核标准。

我们需要考虑密码学计算与大数据、AI框架的并行优化算法进行兼容，对整体实现并行优化；要确保实际使用过程中是绝对安全的；还有一点，要从长远的角度保障隐私保护技术的可拓展性，因为隐私计算正处在高速发展期，要考虑到未来的多种可能性。

4. 落地能力

目前，隐私计算主要的应用场景集中在金融、医疗与政务领域中，其他领域的落地仍需大家进一步探索。这取决于厂商的多方面能力，包括产品、技术、垂直领域理解力、实施与服务和生态建设等能力。

再者，隐私计算的落地，还与业务的理解密不可分。我们在金融领域的丰富经验，让我们的产品实现落地时具有非常明显的优势。我们与交通银行的合作，正是因为我们对银行业务十分熟悉，降低了我们在沟通与对接的壁垒，我们能清楚地知道隐私计算技术能够从哪些业务场景切入，为金融

Q6 隐私计算行业人才难寻，富数如何吸引专业人才加入，以及公司期待找到怎样的人才？

张伟奇：隐私计算涉及了密码学、机器学习和分布式计算等交叉领域。前几年，密码学比较不受重视，很多人改行去了更加热门的领域，造成了科研人才的稀缺；在实际应用的时候又涉及大数据风控和建模领域等内容，但很多人更喜欢去搞应用级别的建模，所以这一部分人才也比较稀缺。

我们想要的人才，首先要有专业性，可以沉下心来做研发、做技术；其次隐私计算的落地场景还有很多未开发的空间，从金融到医疗、工业互联网、教育等领域都有待探索，因此我们还需要更多的应用专家，要有经验、有能力，可以从用户的视角帮他们解决隐私计算实际运用中的各种问题；再者，我们希望能招到对隐私计算感兴趣，觉得觉得自己能够胜任，愿意学习、不断提升的人。

目前，富数已经有了很强的技术团队和市场团队，有国际密码大师来学嘉教授，来自交大、复旦、浙大等知名院校的技术大牛，也有来自IBM、华为、平安、阿里等大厂的市场和运营团队，我们的精英队伍也在不断扩大。

Q7 数据安全和隐私保护已经成为时代性课题。富数作为安全计算领域的领跑者，有什么终极愿景？在数据智能的下一个时代，数据安全会如何重新定义行业？

张伟奇：富数的终极愿景，用一个最简单的词：Super Hub

过去的几十年，腾讯基于聊天产生了社交连接，阿里基于支付产生了货币连接，都是从一个基础设施开始，最后演化成国内最大的生态。未来的数据生态也需要健全的基础设施，帮助数据实现高效可靠的流通，推动数据智能在各行业的落地。我们认为，保护数据隐私和数据安全是解锁未来数据生态的关键，通过行业领先的技术，我们希望富数能成为未来数据生态中的基础设施建设者，并且在数据所有方和使用方间，建立一张全新的网络。

我相信，随着隐私计算的发展，技术和产品的成熟度将会迎来质的飞跃，隐私计算的应用场景也会快速扩展，隐私计算将成为必不可少的安全底座。同时基于多场景、跨场景等复杂的需求，隐私计算将形成多方生态，形成规模化效应。

所以，作为数据生产要素流通的底层集成设施和解决方案的供应商，我们希望富数的Avatar能成为数据生产要素的Super Hub。

最后聊一下数据和AI这个行业，智能时代必须依赖的3个要素“算法、算力、数据”，下一个时代会变成“安全算法、安全算力、安全数据”。因为一旦脱离了安全，数据行业的供需方都会遇到各种合规问题，这个趋势已经非常明显。再过几年，真有可能“数据流通之处，必有隐私计算技术加持”。

>>晨山资本成立于2016年，是宽带资本生态中专注早期创新的投资平台。晨山资本重点投资于“数据驱动的产业互联网”主题的创新企业。晨山创始团队深耕科技创新行业投资十余年，历史投资组合包括美团点评(03690.HK)、朗新科技(300682)、分众传媒(002027)、亚信科技(01675.HK)、海光信息、元年科技、亚信安全、同盾科技、涂鸦智能、零氪科技等众多行业领先的创新企业。

隐私泄露、数据孤岛、数据滥用……「隐私计算」如何解决大数据行业共性挑战？