银行|隐私计算背后的“隐形巨人”,半年融资数亿元( 二 )


无论是工具还是项目 , 运营成本都不小 。 如何快速拓展商业化布局?张伟奇的答案是 , 做通用级产品平台 。 公司会逐渐将重心放在标品工具和SaaS应用的研发 。
SaaS应用 , 是指隐私计算技术结合特定场景、数据研发出的具体产品 。 比如金融领域常见的落地场景是联合风控、精准营销 , 具体产品是基于隐私计算的风控模型或者营销模型 , 以SaaS的形式服务客户 。
在营收结构中提高标品化的比重 , 是富数的发力方向之一 。
目前 , 富数主要和一些数据交互量大的企业和机构客户进行项目制合作 , 包括三大运营商及多家国有大行;一些小型银行的电子银行业务需要对用户进行画像 , 涉及大量的外部数据 , 也成为其项目制的落地场景 。
“目前 , 市场上还没有出现一款能够大批量落地的应用级产品 , 但我觉得这个事情很快就会发生 。 ”张伟奇说 。
作为最早一批入局者 , 张伟奇把行业格局看得很清楚 。
他表示 , 2019年底 , 通过中国信通院的数据产品能力评测的隐私计算企业 , 一共有5家 , 富数科技是其中之一 。 如今 , 国内入局隐私计算的企业已有上百家 。
不少后来者的算法 , 是结合国内外科技公司的开源项目之后 , 在外部算法的基础上加工 , 形成自己的技术框架 。
头部厂商的隐私计算平台往往是独立研发、互不兼容的 , 使得数据的需求方和提供方无法完成原生的信息交互 , 产生“技术孤岛” 。
2021年 , 富数开始推动隐私计算领域的TCP/IP制定 。
4月 , 富数科技与腾讯微众银行合作 , 破解不同技术平台交互阻碍 , 实现行业内第一次异构联邦学习平台的互通 。 8月 , 由其牵头的隐私计算标准获信安标委立项研究 , 这也是继参与信通院、金标委等行业标准后 , 富数参与的首个国家级标准制定 。
【银行|隐私计算背后的“隐形巨人”,半年融资数亿元】“隐私计算的未来 , 是百亿甚至千亿市场领域的星辰大海 , 这个行业仍在早期 , 如果不实现互联互通 , 不可能成为一个有生命力的行业 。 ”张伟奇说 。 “我们更希望以开放合作的心态 , 跟行业参与方一起共同发展 。 ”