产业气象站|我亲历的数据安全ToB格局大变化( 二 ) 解决数据安全问题

传统的方式是API将需要的数据从数据源那边调用到银行端，问题是去查询存在被恶意缓存用户ID的隐患，另一个问题是采购标签如果是脱敏的太多，意味着价值越低（数据源也开始忌讳直接输出原始标签）。目前，联邦学习等隐私计算解决方案之所以流行，就是可以保证双方数据不泄露，最大化地联合多方数据源进行模型训练，保证了双方数据的安全性。
实际上，要彻底解决行业的数据安全问题，需要双管齐下。首先，要有完善的法律法规，然后，剩下的问题都可以交给科技。
近日，《数据安全法（草案）》已经比较明确规定了数据合规使用的边界，我相信未来关于数据安全的法律环境会更完善。而从科技公司未来的发展来看，我建议可以更多地考虑从技术上去解决使用数据过程中同时能保护数据安全的问题，比如目前比较被公认的隐私计算技术，市场上已有这些技术在信贷业务的落地应用。
我们，相当于是数据孤岛之间的桥梁“建筑师” 。未来，我认为在数据安全领域， ToB科技服务也会经历“萌芽、迅速繁殖、泡沫、淘汰、慢牛”的生命周期。而目前的安全计算，还在萌芽过度到迅速繁殖的阶段，我们可以看到越来越多的科技公司参与到这条赛道，应用的领域也比较集中，主要在风控和营销等。
在这个阶段，更艰巨的突破是技术和产品打磨上。改变以往比较暴力的数据行业模式，我觉得未来整个数据行业的价值会从“拷贝贬值”变成“越用越值钱” 。相应的，这个行业能存活下来的企业，未来寡头效应也会更明显，估值也会很高。