业内人士预言 ， “未来10 年 ， 隐私安全计算或将普及至各行各业 ， 并将成为数据流通的底层基础设施 。
第二 ， 关键制度落地 。 自2020 年起明显加强的安全监管要求是行业的主要触发点 ， 让各大公司纷纷将数据保护提上了议程与预算表 。
2021 年9 月、11 月 ， 《个人信息保护法》、《数据安全法》两部重磅法案分别生效 。 根据制度要求 ， 数据的控制方如果不能证实自己保护了数据安全 ， 最高会面临当年收入5% 的惩罚额 。
去年 ， 央行对民生银行、光大银行、华泰证券等开出千万元以上的罚单 。 作为当下数据合规流动的最优技术解 ， 隐私计算产品由此开启了商业化加速落地的大幕 。
可以预见的是 ， 隐私计算将会率先从大企业开始 ， 加速商业化进程 。 Gartner 认为 ， 到2025 年 ， 全球将有一半的大型企业机构使用隐私增强计算在不受信任的环境和多方数据分析用例中处理数据 。
随着需求的勃发 ， 隐私计算的“钱景”将会广阔无限 。 据腾讯银行和毕马威联合发布的《隐私计算行业研究报告》中预测 ， 我国隐私计算系统的销售和服务收入规模在三年之内有望触达100-200 亿元的市场空间 。
让我们举一个具体的例子 。 仅以数字风控广泛应用的线上消费贷和信用卡贷款市场为例 ， 2020 年我国银行业信用卡放贷总额约为19 万亿元 ， 银行业个人消费贷款全年放款总额约6.5 亿元（含互联网平台助贷和联合贷） ， 合计25.5 万亿元 。
按照数据及附加费用在放款额中占比千分之五的保守比例推算 ， 隐私计算和数据费用加总收入可实现125 亿元收入 。 我们假设隐私计算在其中收入分成为10%， 仅个人线上消费信贷和信用卡两个细分领域 ， 未来1-2年就会为隐私计算带来数十亿元的市场空间 。
二
未来的数据底层设施 ， 隐私计算魔力何在?
风口涌动之下 ， 大小玩家纷纷入场 。 在这冷遇已久的赛道上 ， 2020 年隐私计算企业达到了两百多家 。
总的来看 ， 隐私计算的初创企业可以分为两类 ， 一类企业专精于隐私计算技术 ， 大多成立于2018 年以后 ， 例如华控清交、锘崴科技、数牍科技、蓝象智联、冲量在线等；
另一类是先专注于区块链、风控、供应链金融等相关领域 ， 在看到数据流通的痛点与价值后 ， 转攻隐私计算 ， 例如富数科技、翼方健数等 。
除此之外 ， 蚂蚁集团、微众银行等一众背靠巨头的公司 ， 也盯上了这块蛋糕 。 不过相比于大厂在数据资源及市场渠道方面能够占据先发优势 ， 在行业快速迭代的发展早期 ， 初创公司们却具备中立性、灵活性、专注度的独特竞争力 。

文章图片

（图片：隐私计算厂商图谱 ， 来源：零壹财经）
从技术原理来看 ， 隐私计算是要在给予数据安全保护的前提下 ， 实现数据共享 。 根据数据的分析处理全生命周期 ， 隐私计算参与方可分为数据输入方、计算方、使用方三部分 。
根据保护目标不同 ， 隐私计算方法可分为“输入隐私（Input Privacy ）”和“输出隐私（Output Privacy ）” 。 输入隐私是指参与方不能在非授权状态下获取或解析原始输入数据及其中间计算结果 ， 输出隐私是指参与方不能从输出结果反推出敏感信息 。
这样一来 ， 各个数据主体就能以数据不出本地的新颖形式分享出去——分享“价值”、“知识”、“信息”而不是原始数据 ， 做到数据“可用不可见” 。