【新零售经济网讯】如果单从融资事件来看，2022年隐私计算赛道依然在延续着去年的火热。

2月9日，由多位前阿里员工创立的隐私计算企业蓝象智联宣布完成近2亿元A轮融资；2月28日消息显示，蚂蚁科技入股隐私计算企业融数联智；光之数科技也在3月9日宣布完成近亿元A轮融资。

而在2021年，围绕隐私计算的资本更是疯狂。据亿欧智库不完全统计，2021年全年隐私计算领域至少发生融资事件11起，融资金额多在数千万元到数亿元之间。其中，融资额度最高的是华控清交在2021年10月完成的5亿元B轮融资。

整体上看，行业发展之快超乎预期，隐私计算从产品研发、项目验证测试到实际应用落地均在加速推进。不过，目前行业尚处于大规模商业化落地早期，底层商业逻辑还没有明确跑通，已有的项目收入也相对单薄。

与此同时，政策带动加上市场催化，已经让赛道上挤满了包括互联网大厂、金融科技背景企业、隐私计算初创企业等选手，不止一家企业表示：市场竞争已十分激烈。

这等于说：还没开始盈利，就已经先“卷”了起来。

进入2022年，能否“落地”成为存亡关键。在市场教育有待加强、技术性能尚待提升、行业规范还需完善的情况下，谁能顺利破解未富先“卷”的困局？

落地！落地！

“落地”无疑是今年隐私计算行业的主旋律。

隐私计算企业们的对外言论中，“落地”是被提及最多的词汇之一。比如，富数科技智能决策分析部负责人吴海斌在接受媒体采访时就反复强调2022年“落地”的关键性；蓝象智联创始人童玲在对外发言中也对行业落地应用情况表示乐观，她提到，“2022年行业将会有更多现象级场景出现”。

从2016年隐私计算概念在中国被正式提出，到2019年进入技术普及和市场教育阶段，再到2021年开始尝试规模化落地应用，隐私计算产业在中国市场发展速度之快，超过了此前的云计算、人工智能甚至区块链。

除了技术本身的发展迭代外，数据价值愈发被重视以及全球范围内对数据安全和隐私保护的强调，共同推动了这场“加速度”的实现。

在我国，数据在2020年就被归为与土地、劳动力、资本、技术等并列的生产要素，随着产业数字化进程的推进，数据流转应用越来越成为企业经营过程中不可或缺的环节。而数据价值的进一步发挥需要一种保障流通安全的技术。

与此同时，随着各类隐私侵权事件的发生，我国自2020年以来陆续颁布了《民法典》《数据安全法》《个人信息保护法》等法律法规，对数据安全和隐私保护提出了严格的规范，从而催生了保障数据流通使用“过程安全”的需求。

而隐私计算作为一项可以实现数据在流转过程中“可用不可见”的技术，其价值被快速发掘并放大，成为数据安全、数据保护市场的关注焦点。

此外，2021年以来，行业里逐步推进的落地尝试，也让市场对隐私计算产品和解决方案的可行性和效果有了进一步验证，以金融、政务为代表的领域，相关需求也在增长。

CIC灼识咨询报告预测，2020年中国隐私计算市场规模接近4.0亿元，到2025年将达到120.0亿元，2020年-2025年年复合增长率近100%。

5年30倍增长的隐私计算市场，给技术服务商们带来的不仅是机遇也是挑战。

这个前景广阔的赛道，在短短两三年内，已经站满了各式各样的玩家。过去一年里，背景不同的企业凭借自身优势，风风火火地“跑马圈地”，隐私计算相关产品也在倍速递增。

根据信通院数据，截至2021年底，在信通院参与测试的企业中，已有88家发布了隐私计算技术相关产品；而从产品数量来看，2019年、2020年、2021年分别有15款、54款和105款，每年都在以一倍以上的速度递增。

如今，随着行业开始步入规模化落地实战阶段，无论是互联网大厂的生态优势，金融科技背景服务商们的场景优势，还是创业团队们的高新技术基因优势，在某种程度上都被“抹平”。对隐私计算企业们而言，能拿出落得了地的产品才是关键。

那么，2022年这一场“落地”之战，对企业们而言又将意味着什么？

“不可能三角”

目前，隐私计算已经在金融、医疗等领域有相应的落地推进成果。特别是在营销、风控等环节，隐私计算产品已成为不少金融类机构优先纳入考量的方案。

不过，在推进隐私计算大规模落地应用的过程中，无论是供给端还是需求端，都存在不少限制因素。于隐私计算技术服务商们而言，要面对的不仅是技术和产品本身的问题，更有用户数据治理不达标、行业数据群岛等问题。

“隐私计算安不安全？”这是诸多技术厂商在提供服务过程中，最高频的客户问题之一。用户们选择隐私计算产品的初衷，是为了保护数据在应用流转过程中的安全。然而，隐私计算技术本身的安全性也存在挑战。

中国信通院《隐私计算白皮书》中指出，算法协议安全、开发应用安全和安全共识正成为当前隐私计算推广应用亟需面临的挑战。

算法协议方面，由于各平台的隐私计算产品所使用的算法协议不同，各自的协议安全根基也不相通，难以形成统一的算法安全基础。与此同时，隐私计算产品安全协议所依赖的安全假设在实际中并不一定能完全成立，往往需要通过博弈论、现实约束等方法进行加强。

安全性方面存在的挑战，也让需求方在考虑引入隐私计算产品时多了一些犹豫。除此之外，隐私计算性能或者说计算效率问题，也是应用落地过程中面临的主要矛盾。

为了保证计算过程的安全性，“隐私”计算相较“明文”计算需要更大的计算和存储代价，比如同态计算的密文扩张规模可达1-4个数量级。同时，隐私计算又涉及到多个数据源或计算节点同步计算，一旦有一个环节性能受限，则会直接限制整个计算平台的性能。

对此，亿欧智库分析师夏修齐指出：“目前，隐私计算与明文计算相比有1-2个数量级差距。‘隐私保护程度’、‘计算信任度’、‘计算效率’形成的隐私计算‘不可能三角’如何优化，未来将是一场长期攻坚战。”

除了从技术供给端看存在的安全和性能问题外，需求端存在的市场教育问题和数据治理问题，也对隐私计算的大规模推广应用提出不小的挑战。

亿欧智库《2021-2022中国金融数字化“新”洞察行业研究报告》指出：在实际推进业务过程，由于隐私计算涉及到多种技术算法、平台产品、专有名词，导致技术原理、解决方案等无法通俗解释，难以与客户形成高度同步。

而这也使得用户在购买隐私计算服务时会有所犹疑，不利于业务开展。

夏修齐认为：“接下来，提升市场对隐私计算的接受程度，关键是通过加强市场用户教育，化繁为简，填平‘黑盒’效应。”

同时值得关注的是，隐私计算产品所基于的数据质量是否达到使用标准、数据来源是否合规，应用到具体的业务场景时，仍主要依赖于需求方。如果需求方本身数据治理水平不达标，必然会对隐私计算产品的落地造成障碍。

而现实是，尽管数字化转型在我国已推进多年，但数据治理领域尚处于起步阶段，很多企业的数据治理水平尚不理想。

此外，在行业发展过程中，由于隐私计算服务商各家算法存在差异性，且目前行业里闭源平台也较多，在隐私计算解决困扰行业已久的“数据孤岛”问题的同时，“数据群岛”问题也逐渐凸显。

行业里出现的小范围、区域性、团体型数据抱团，不利于平台间数据的互联互通，增加了用户部署隐私计算产品的成本，不利于隐私计算应用落地的展开。

总体来看，尽管隐私计算市场形势被广泛看好，但落地对企业而言依然是生死考验。谁能先在落地一环做出成效，谁就更有可能抢得更多市场份额。

造血之困

“隐私计算就像联合办公一样，接受服务的人很爽，但提供服务的人，活的并没有那么好。”在夏修齐看来，目前隐私计算行业的底层商业逻辑还没有完全跑通，不少腰部企业造血能力还很弱。

目前来看，隐私计算行业的主要商业模式有四类：一是软件销售模式，即收取一次性的系统搭建费；二是技术服务模式，即向用户收取年度系统维护和服务费用；三是平台分润模式，前期先搭建计算软件系统，后续根据业务运营效果进行收益分成；四是数据调用模式，依据调用数据的情况收取数据使用费。

其中，前两种是目前的主流模式。市场分析指出，从中长期来看，平台分润模式、数据调用模式将是未来趋势。

不过，由于行业整体处于探索验证期，虽然市场需求在不断增多，但短期内，项目金额并不可观，因而对企业来说，能创造的收入规模也有限，不足以应对企业经营投入。

对于很多隐私技术创业企业来说，融资是目前主要而直接的资金来源。但随着行业发展逐渐深入，只有把应用落地做好，才能得到更大的市场份额。

虽然隐私计算技术已经在金融、政务、医疗等领域都有相关的应用落地，但各领域应用场景总体上比较单一。比如，金融领域主要集中在风控和营销，医疗领域集中在疫情防控、医保风控等，电子政务方面主要是促进政务数据安全共享开放，整体上，更多场景有待进一步挖掘。

在场景挖掘之上，如何提炼客户需求共性，打造标准化产品或服务，也是隐私计算企业们仍在探索的问题。

“技术深入产业、场景的know-how还在沉淀过程中。如何抽取客户的共性需求，转化为标准化产品，隐私计算企业还在摸索。”此前，星云Clustar创始人陈凯在接受媒体采访时也指出，现阶段行业缺乏标准化服务或商业模式。

说到底，谁先把底层商业逻辑跑通，摆脱依赖融资的现状，谁就更有可能成为市场的王者。而落地能力关系到包括服务商对场景的理解能力、对需求的拆解能力以及解决需求的能力等。

结语

CIC灼识咨询报告预测，随着金融、医疗、政务等各个场景落地，中国隐私计算在2030年将有望达千亿市场规模。

而这背后，是我国隐私计算技术研发实力的快速发展。

3月16日，全球权威第三方知识产权机构IPRdaily与incoPat创新指数研究中心联合发布了2022年《全球隐私计算技术发明专利排行榜（TOP100）》。

榜单显示，截至2022年3月8日，全球有八家企业的隐私计算专利数量在200件以上，入榜前10名企业主要来自中国和美国，包括蚂蚁集团、中国平安、华为等。

虽然以《数据安全法》《个人信息保护法》为代表的顶层设计文件已经出台，技术和应用相关标准化工作也已开展，但尚未形成兼顾权威性、适用性、科学性的标准。行业标准的缺失也导致企业在引入隐私技术服务的过程中，没有法律法规可依，一度泛滥的行业乱象，也压制了市场需求的积极性。

眼下，隐私计算行业竞争格局未定，更多场景和杀手级应用也有待开发，对于隐私计算赛道上的企业来说，在广阔的市场前景面前，只有共同把行业盘子做大，才能避免未富先卷！

正如洞见科技创始人、董事长姚明所说，“大家的角色如同连理之木，这是一个‘生态塘’，而并非‘角斗场’，大家都需要扮演好自己的角色定位，共建生态，共生共赢。”

【责编：默默】

注：文/林泽玲，文章来源：亿欧网，本文为作者独立观点，不代表新零售经济网立场。