若能将各来源的数据汇聚后应用，数据的价值将会指数级上升。理想很美好，但数据的自由流动常伴随着隐私泄露问题。

有没有一种方法能够在安全合规、保障用户隐私的前提下，使数据在各个企业/机构之间自由流动，并产生应有的价值？

隐私计算或许是一个答案。

隐私计算，广义上是指面向隐私保护的计算系统与技术，涵盖数据的产生、存储、计算、应用、销毁等信息流程全过程，想要达成的效果是使数据在各个环节中“可用不可见”。目前最先落地于金融、医疗等行业。

36氪观察到，约从2018年开始，无论是BAT等大厂，还是成熟的大数据公司，或是初创型科技企业，已接连入局隐私计算。

经36氪访谈，许多人认为这个由政策驱动、市场需求催生的新赛道，背后或许蕴藏着新的平台型机会——在数据合规的要求下，谁能汇聚海量优质的数据源，并以高效的技术/产品方式帮助需求方提取可用数据，实现数据价值，谁就可能成为新的大数据平台。

而平台型机会历来是VC机构最青睐的"Big Story"——业务上可攻可守，终局是赢家通吃，未来能为投资人带来高估值、高回报。

从这一观察出发，我们试图在本文回答以下问题：

1、隐私计算为何在此时受到高度关注？

2、隐私计算如何在技术上实现"可用不可见"？目前主要的玩家有哪几类？

3、为什么说隐私计算是一个平台型机会？会采用什么样的商业模式？

4、什么样的隐私计算公司能够成为平台？

5、行业火热，机构仍有投资机会吗？

BAT在这儿淘金