前水木清华执行董事创业，「融数联智」希望用隐私计算技术构建数据智能价值交换网络

在数据经济时代，不少企业都需要以数据为支撑进行营销、风控等业务拓展，数据对企业的意义愈发重要。但由于数据在使用过程中容易产生C端用户隐私被侵犯的隐患，于是，通过技术手段解决数据在合法合规前提下高效流动的需求愈发迫切。

以此为前提，科技领域正在探索隐私计算的方式以解决这些问题。具体展开，隐私计算在国内的进展以2020年为分界线。在此时点前，国内只有少数几家公司关注此赛道，而2019年下半年不少大数据公司被整顿，让更多人意识到发挥数据价值和保护隐私数据之间的矛盾。再加上彼时政策上的严管趋势愈发明显，隐私计算的概念得以阶段性普及，2020年也由此被称为隐私计算元年。

成立于2019年的「融数联智」同样专注于隐私计算。公司创始人袁晔早前在水木清华担任执行董事，其在2018年即看好隐私计算方向而决定亲身下场创业。其希望通过采用隐私计算技术，构建一个全球范围的数据和智能价值交换网络。

从技术角度，隐私计算的范围包含了联邦学习、密码学和隐私保护芯片（PPU）等。目前行业内的大多数公司表示自己提供的是包含密码学（如MPC）、联邦学习、区块链和隐私保护芯片（PPU）在内的综合型解决方案。袁晔介绍，融联智目前也整合了多种隐私计算技术，首先包含联邦化过程的数据合作，在合作同时也采用同态加密技术，只传递一些参数值，不会传递任何一方哪怕加密的业务数据。同时公司还用到了MPC中的一些技术点，如秘密分享、不经意传输等。

并且，隐私计算的计算效率一直是业界关注重点。在这个方面，袁晔介绍融数联智也开发出了硬件芯片产品PPU，从而满足行业的需求。其介绍，芯片里的指令完全是去做加解密运算的，把原来在CPU上要跑1万甚至100万个时钟的运算缩减到芯片中，该芯片中一个clock就可以完成同等运算。并且袁晔还认为，PPU未来跟目前服务器的CPU、GPU是并行关系，意味着未来服务器出厂时就可以原置这样的隐私保护芯片。在今年年初，融数智联的第一版硬件产品已经打磨完毕，公司今年的重点之一也是将此产品推向市场。

另外在商业落地上，虽然隐私计算理论上可以落在任何行业，但在实际情况中，由于行业信息化基础和业务匹配度的差异，金融、政府和医疗是目前更多公司深耕的客户领域。尤其是金融，由于银行等角色对风控、营销场景的看重，不少隐私计算公司在此阶段针对性面向金融客户进行市场拓展。

融数联智的主要目标客户也在金融行业，其当前的银行客户以城商行为主。袁晔介绍，当前客户在接触隐私计算产品时并不会做排他，在具体考量因素上会看重安全性和计算性能两方面。在安全性上，厂商需要通过第三方以及客户方的安全监测。在性能方面，其举例表示，当前如果计算在明文环境下需要一分钟，在加密下用1~2个小时就太慢了，但如果能够把整个计算时间控制在10分钟以内，则是一个可以被接受的范围。当前融数联智的计算时间大约在5~10分钟之间。

据了解，今年融数联智的主要计划是推广硬件产品，同时不断拓展数据源以及客户，进行更多商业化落地。在对行业的动态观察上，袁晔表示，2021年很可能会出现阶段性的行业洗牌，一些仍然没有产品，或产品无法满足客户需求的公司，会逐渐淡出市场。

整体来看，当前市场上号称在做隐私计算的公司或许达到上百家，而2021年也被一些业内人士称为隐私计算商业化元年。相信在这个时点上，隐私计算公司的场景落地能力，以及商业模式走向都将会是接下来业界关注的重点，36氪也会对此类话题保持持续关注。