姚明|群雄并起隐私计算创业人的前路在哪里？——七位大咖论道｜GAIR 2021( 二 ) 投资人|国产|芯片|机遇|risc|a

3、数据源厂商对隐私计算更感兴趣
富数吴海斌有着近20年的金融经验背景，投入到隐私计算行业的他表示：“隐私计算给金融机构打开了一个新世界的大门。”
过去金融机构传统建模都会结合行内数据或直连外部相关数据，但是随着政策法规的落地，有些数据已经不能使用，但是拓展数据的话，就需要让数据保证可用不可见，既安全又合规。数据源厂商更加青睐隐私计算这一新兴技术，一来可以让数据足不出户，保障数据的安全性，二来，数据价值得到保证和管理，每次调用数据的时候都是透明的、可控的。
同时，吴海斌表示隐私计算也为保护个人信息产生了一定作用，从而对一些行业的运营模式促进了变革，比如富数科技人脸识别案例就是一个典型的创新，“我们基于多方安全计算的人脸识别解决方案，可以让校验数据方并不知晓被检验人的身份，但又能做出是否为本人的正确判断，实现个人隐私的保护。”
这种技术在以前是不可想象的，而富数的研发团队让其在性能上实现了从十几秒到几秒，甚至向毫秒飞跃，这其实已经达到可以商业应用的性能了，由此也开始改变业务模式。
4、用户需求从“大而全”到“小而精”越来越清晰
瑞莱智慧的徐世真分享了他两年来对隐私计算行业的观察。他认为用户需求从“大而全”到“小而精”越来越清晰。
以前用户对隐私计算的场景和能力还处在探索中，追求大而全，MPC、联邦学习都要使用，多种算法和功能都要涵盖，但是如果问将来如何使用，可能还比较迷茫。现在用户已经了解哪个模块可以解决哪个问题，同时针对大数据下的某项具体业务有了较为清晰的需求。
但是随之而来的是小数据变大数据的问题，以前百万级别的数量现在变为亿级或十亿级，TB甚至PB级别。这一问题也是亟需解决的一大难题。

文章插图

二、侯锐：多行业隐私计算的可复制性局限可能会限制公司的发展，这个问题如何解？
说到商业导向，其实当我们谈商业的时候有一个另外的问题，可复制性。比如在金融领域，这里面存在可复制性和规模化挑战的问题。比如公司A做了工行，但可能到交行就搞不定了，需要另一个。复制性和通用性的潜在局限可能会限制公司的发展，大家对这个问题怎么看？
星云Clustar CTO 张骏雪表示，隐私计算还是相对比较早期的技术，从技术发展到场景应用并没有太长时间，一定程度上存在产品难以复制的问题。星云Clustar在隐私计算领域做了很长时间，我们把自己的业务分成三大块。从上到下，分别是通过隐私计算给客户输送合规合法的数据，帮助他们实现风控、营销等应用；第二，是数据平台、隐私安全、数据底座产品；最后，星云Clustar独特的算力产品。
从行业上看，最上面这一层（通过平台输送数据），相对来说可复制性比较强，比如给一个银行引入新的数据，跟它完成了一定的风控建模，知道这个数据在这个业务上有很好的效果，这个模式复制给另外一个有相同业务的银行金融机构，底层的算力产品是相对标准的硬件，可以本地或云批量化部署到不同机构、平台。唯一难以标准化的是中间的平台部分，不同机构、领域可能存在不同需求，比如银行A可能在安全方面需要较高，但银行B可能需要在用户界面更易用。所以，星云Clustar的应对方法是，技术栈需要全面，通过相对可复制的产品，抵消不可复制产品带来的问题。
洞见姚明觉得软件产品的标准化程度，一定是伴随行业差异化产生的。在他看来，金融是标准化程度最高的领域了，比如金融风控场景，金融科技从业者都了解其模式比较纯粹、标准化程度极高。如果服务于其他行业，比如工业物联网、制造业、车联网、政务等，它的定制化程度就会更高，差异化和非标准化程度更严重。
他说，如果放开软件市场，从外延去看，当软件部署或软件的行业应用达到一定规模之后，大家都在使用隐私计算作为数据协同、数据交换、数据流通的工具，这些工具之间一旦连接，会构成一张数据智能网络平台，在这张数据智能网络平台，可以衍生的产品丰富程度和标准化程度会进一步提高，它链接了数据，形成了智能，最终提供给客户真实业务场景中的降本增效和业务创新。
因此，姚明认为隐私计算生态的产品和隐私计算软件产品，是两个不同的概念。隐私计算软件平台产品，会随着不同行业应用的扩大化或服务的标准化，快速形成标品的复制能力。但对于隐私计算所构成的数据智能网络市场，他认为它的潜力会更大。

姚明|群雄并起 隐私计算创业人的前路在哪里？——七位大咖论道 ｜GAIR 2021( 二 )

姚明|群雄并起隐私计算创业人的前路在哪里？——七位大咖论道｜GAIR 2021( 二 )