梦晨 明敏 发自 凹非寺
量子位 | 公众号 QbitAI
个人数据泄露事件频发，已经有点麻了。
在学习通APP泄露1.7亿条学生数据后，紧接着B站被曝出0.5比特币就能买到2亿条用户数据。
这感觉，仿佛咱们的个人数据每天都在互联网上裸奔。
但另一边，作为隐私数据的源头——普通用户，看到这些信息可能会有些一脸懵。
甚至乍看“隐私计算”这个词汇，会以为它是利用隐私来赚钱的。
说到这里还有个八卦。
国内某研究团队曾特意请量子位把一篇技术介绍文章中的“隐私计算”都改成“隐私保护计算”，避免引起误会。
行业内烈火烹油、行业外鲜为人知。
隐私计算市场，为何会呈现如此局面/p>
竞争过热
要理解这一现状，首先还要明确一下隐私计算的基本概念。
隐私计算并不指一种特定的技术，而是近几年提出的一种综合概念：
指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合。
具体来说，隐私计算的技术路线大致可以分为三类。
-
多方安全计算 （MPC, Secure Multi-party Computation） ，指在无可信第三方的前提下，通过多方共同参与，安全地完成某种协同计算。
-
联邦学习 （FL, Federated Learning），指在机器学习过程中，各参与方借助其他方数据进行联合建模，但无需共享数据。
-
可信执行环境 （TEE, Entrusted Execution Environmnet），则是在硬件层面上的隐私加密。
按业界对外常用的通俗提法，三种路线的共同目标都是让数据“可用但不可见”。
量子位智库把隐私计算产业参与方做了分类整理，可分为以下几类：
-
第三方初创公司
-
大型互联网公司
-
AI平台等软件开发商/集成商
-
转型公司
-
甲方自研
第三方初创公司，指从成立之初就专注于隐私计算领域的公司。
这些公司大多成立于2019年，规模控制在几十人，融资处于A-B轮。
代表公司有“隐私计算四小龙”中的翼方健数、华控清交两只小龙，以及融数联智、数牍科技等。
AI平台等软件开发商/集成商也同样存在自身需求，入局隐私计算可以使其内部链接成全套的解决方案。
但据第三方公司透露，许多综合性AI公司会选择直接集成第三方公司的隐私计算方案，并对外进行整体发布。
因此,第三方专业公司的核心技术能力依旧有望保持其的长期壁垒。
综上，国内隐私计算市场呈现出了互联网大厂和甲方蜂拥入局、第三方初创公司数量激增的格局。
尽管如此，仍旧有很多新玩家蓄势待发、准备入场。
据量子位智库预估，截至今年3月，国内具有隐私计算相关业务的厂商可能已经达到了150家左右。
从业者激增带来的最直接影响，是产品数量也在激增，甚至出现竞争过激的苗头。
《2021中国信通院隐私计算白皮书》显示，目前超过了81%的隐私计算产品进入了试点部署或实施阶段。
通过测评的就有59款，而且推出速度还在进一步加快。
与此同时，资本对于隐私计算的关注度也不低。
但早期投融资热潮已经开始消退，两极分化明显。
一方面，一半以上厂商融资都还停留在A轮及以前轮次。
另一方面，单轮高额融资已经出现。
最近华控清交宣布完成累计近7亿B轮融资，蓝象智联今年完成2亿元A轮融资，更早以前翼方健数完成了3亿元B+轮融资。
此外，还有业内人士透露称，个别公司已在筹备上市。
第二，门槛低让众多玩家得以入场，带来的同质化现象又加剧了竞争烈度。
量子位智库通过统计采访发现，各家未来的战略规划和商业模式已初步有了分化——
可大致分为软件系统提供商、标准化完整方案、专注垂直赛道、底层芯片方案和基础设施服务商这几类
但就现阶段需求场景有限、技术与配套基础设施尚未成熟的情况下，还难以大展拳脚。
大多公司的目光正集中在打造数据源生态，以求未来形成平台优势。但就目前而言，尚未看到明显的水平差异。
第三，即使有技术优势，也难以向客户方证明。
这里最主要的原因是落地困难。
隐私计算方案要想真正集成到实际业务中投入使用，需要在安全、效果和性能这个“不可能三角”中找到平衡点。
短期内看不到实际效果的情况下，客户考察主要基于官方测评、厂商讲解技术原理，自身缺乏测试技术水平的方法论。
根据量子位智库调研，在保证产品安全的前提下，隐私计算技术水平并不对当前客户的购买决策产生决定性影响。
另外，现阶段隐私计算行业对政策依赖明显。
可以明显观察到，政策出台前后往往也是投融资热潮，后续如没有持续的政策利好，热潮也随之消退。
最后要说的是，隐私计算作为一个新兴行业，早期的混沌无秩序算是快速发展的副产品，不得不经历。
但正如互联网、AI这些过去数年间发展最快的行业已证明的那样，随着技术、市场的成熟和产业链分工的细化，秩序和新一轮的拓展空间也会随之而来。
重新聚焦到隐私计算行业，一些变化已经在发生。
技术层面看，已公开专利从2020年的1899件激增至2021年的3608件，增长将近一倍。
预估未来2-3年将有大批专利完成转化，技术差异性优势开始形成。
市场层面看，互联互通方面也出现前瞻性布局。
隐私计算要想真的让数据自由流通起来，不可能停留于彼此割裂的小生态，依托标准体系建立互联互通势在必行。
目前为止，绝大多数受访公司也都表达了对互联互通趋势的认可。
代表案例有富数科技与微众银行联手,完成行业内第一次异构联邦学习平台的互通等。
基于这些行业趋势和动向，量子位智库判断2022年隐私计算已进入打磨头部客户及案例实践、专注特定行业的落地提升期。
在头部落地标杆出现后,预计将迎来一波应用热潮。
据量子位智库测算，预计到2030年我国隐私计算行业的总市场规模将达到1134亿元。其中，第一、二、三层价值分别占比11%、27%和62%。
One More Thing
展望过未来，再次把目光拉回到现实。
在当前产品同质化、竞争过热的形势下，隐私计算各玩家又该如何破局/p>
对此，量子位智库也基于对行业的观察和思考给出了几个思路，主要涉及标杆客户、长期自研技术壁垒、连接能力、价值创造能力和产品工程化能力。
扫描二维码，就能下载量子位智库出品完整《隐私计算产业展望报告》。
在下一期专题中，将详细解读我们在隐私计算产业区别于市场的七大结论。
关于量子位智库：
量子位旗下科技创新产业链接平台。致力于提供前沿科技和技术创新领域产学研体系化研究。面向前沿AI&计算机、生物计算、量子技术及健康医疗等领域最新技术创新进展，提供系统化报告和认知。通过媒体、社群和线下活动，帮助决策者更早掌握创新风向。
特别感谢公司：冲量在线、洞见科技、锘崴科技、融数联智、华控清交、微众银行、富数科技、平安科技、星云Clustar、同盾科技、翼方建数、矩阵元、OpenMPC。
来源：QbitAl
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！