数据|安全开采数据“富矿”：隐私计算基建的融合与进击上传|tube|TikTok|tiktok

编辑导语：数据作为新一代的生产要素，其蕴含的巨大价值正在逐步释放。但数据隐私及安全问题却日益凸显，用户数据隐私如何保护的问题亟待解决。隐私计算被视为解决此问题的“关键之钥”，与之相关的话题已在众多领域被探讨。本文对此进行了探讨，一起来看一下。

文章插图
信息的传递是人类文明的基础。
从古人的结绳记事开始，到以文字作为载体，如今的数字时代，数据与我们的生产、生活深度交融。
对数据的充分挖掘与分析，也让科技与产业走向了应用的深处，改变了我们的生产、生活与消费。
数据的流通价值有目共睹，拿大部分人都使用过的健康码来说，其融合了大数据行程、防疫与接种的信息，是我们疫情出行的保障。
而这些数据的共享对抗疫作用显著。“健康码”、“行程码”的背后是全国范围内的大数据支撑。
公共健康数据的互联互通，不仅仅只是局限在疫情中发挥效用，在未来公共卫生紧急情况下，数据可以帮助政府更好地分析预测，让政府作出更加科学的决策以保障民众的健康与安全。
在医疗领域，数据安全的共享是“两难又两全”问题，隐私数据备受关注，容易引起多方对隐私数据的监视。
不过这也恰恰给了隐私计算施展的舞台与天地。在隐私信息泄露严重，但数据处理与分析的势头渐猛的矛盾中，数据的推动使用，价值与贡献，亟需隐私计算来化解流通中的难题。
一、指数增长的生产力在数据激增的背景下，海量的数据背后屹立着千行百业，行业间的数据确权、竞争等情形，数据孤岛成为数据资产使用过程的最大障碍。
不仅阻隔和闭塞了系统与场景的一些发展可能，对于信息的交流、整合、应用等都产生不同程度的影响。
而隐私计算成为数据价值流动过程中的唯一技术解，隐私计算能够在不暴露原始数据的情况下，实现数据的融合使用。
并且隐私计算技术可以实现，精准控制数据融合使用的目的和方式，即控制数据算什么、怎么算，让数据使用监管成为可能。
隐私计算成为架起数据共享与安全的桥梁，可以让多个数据持有方的数据不仅能够正常连通协作，也可以保障数据不可见的隐秘性，完成数据的分析、计算、应用。
举例来说，我们知道在医疗领域，沉淀了许多规模化、高质量的数据，AI技术在落地的过程中，可以依赖这些优质的数据训练出效果更好的模型。
但在实际的落地应用中，因为数据的隐私、确权、孤岛等问题，数据间的打通和协作阻碍重重。
AI在医疗领域中理论的优势并不能完全发挥。隐私计算可以很好地解决医疗领域的数据困境问题，让数据在不可见的情形下仍能相互连通共享创造价值。
隐私计算数据价值特性使其在数据密集的行业如金融、医疗、通信运营商、政府等领域开始落地。这些领域本身就是数据价值的高地，数据的生产与运用处于各类产业的前端。
同时，这些行业对于数据的规范要求较高，对于这些领域来说，数据有效利用可以放大其背后的潜能，价值巨大。
拿金融领域来说，隐私计算主要应用于金融中的风控和营销方面。
随着区块链技术的发展，隐私计算与区块链技术的结合，也可以赋能更多的金融场景，比如跨境支付、供应链金融等。
在反洗钱业务中，此前由于对中小企业的经营数据掌握得不够完备，银行对中小企业的贷款非常谨慎，中小企业贷款难成为阻碍市场化发展一大恶疾，在隐私计算与区块链等技术的结合下，银行可以更好地收集到相关信息与同业机构交换参数、联合计算建模，解决了中小企业数据背调的问题。
隐私计算既能实现数据对于金融、医疗等领域科技创新的“倍增作用”，又能充分保护数据隐私，使数据在流通和融合过程中可用不可见，数据的生产力得以被充分放大，价值也随之水涨船高。
二、技术流派的融合据国家互联网信息办公室，中国数字经济规模已达31万亿元，约占GDP三分之一。
IDC数据表明，2025年全球数据量将达到175ZB，并保持指数级增长趋势。数据海量增长的背景下，数据的规范合规政策也在不断跟进。
《数据安全法》与《个人信息保护法》在去年十月左右开始陆续实施，隐私计算也成为数据安全合规应用的技术保障，成为备受期待的最优解，被资本与企业追捧。
据毕马威发布的隐私计算报告预测，未来三年，隐私计算的营收服务费用可达200亿左右，而数据平台可以撬动的运营收入可达千亿级别。