40年前，首位获得图灵奖的华人科学家，也就是清华大学姚班的创始人姚期智，在其论文《Protocols for Secure Computations》里提到了一个著名的“百万富翁问题”：
有两个百万富翁在街头邂逅，按耐不住彼此的虚荣心，想比比谁更有钱，但又不想让对方知道自己到底拥有多少财富。那么，如何在不借助第三方的情况下，让他们知道到底谁更有钱？
正是在这一问题之下，诞生了如今重要的密码学分支——多方安全计算(Multiparty Computation，MPC)。多方安全计算是指多方数据在不泄露的情况下，进行联合计算以得到明文计算结果，在这一过程中，数据所有权和数据使用权实现分离。
由多方安全计算、联邦学习、可信任执行环境等技术子项所组成的技术合集——隐私计算（Privacy-Preserving Computing，PPC ），可以让原本并不相互信任的多个数据持有方，在数据不离开原地的基础之上，实现运算、分析以得到结果。
数字经济时代，数据安全开放所面临的痛点，正如百万富翁问题里提到的困局——既要知道数据、结果，又要保护数据持有方的隐私。于是，“既能保护数据安全又能发挥数据价值”的隐私计算，成为了眼下最受关注的先进技术之一。
在中国市场，隐私计算自2020年开始受到市场热切关注，初创公司如雨后春笋般出现，腾讯、阿里、百度等互联网巨头们也早早布局；2021年，多家有代表性的隐私计算创业企业进行了B轮以上亿元级融资，其中就包括“隐私计算四小龙”之二——翼方健数、华控清交。
那么，2022年隐私计算是否能迎来如期的应用规模化落地？入局隐私计算的各路企业，又将如何在这一赛道上开辟自己的市场？
隐私计算为何惹关注？
事实上，隐私计算并非新出现的技术。如前文所述，早在20世纪八九十年代，隐私计算技术体系中的核心子技术如多方安全计算等都已经被提出并经由理论论证。
那么，隐私计算为什么在这两年火了起来？
过去十余年间，人类社会经历了数据爆炸的阶段。据估计，2010年全球数据量刚刚突破1ZB，2020年全球数据量将超过40ZB。
40ZB数据量是什么概念？有人打了如下一些比方：40ZB的数据量约等于地球上沙滩上所有沙粒总和的47倍；如果把40ZB数据全存到光碟中，光碟的重量将与424台尼米兹级航母（每台重达8.6万吨）相当，所有光碟叠加起来可绕地球50圈。
相关研究预计，2022年全球大数据储量将达61.2ZB，中国的数据产生量约占全球数据产生量的23%，位居全球首位。
数据量剧增的背后，是我国数字经济的快速发展。据中国信通院发布的《中国数字经济发展白皮书(2021)》，2020年我国数字经济规模达到39.2万亿元，较2019年增加3.3万亿元，占GDP比重为38.6%，数字经济已经成为我国经济体系的关键组成部分。
在数据爆发性增长、数据价值日益凸显的同时，各类数据安全问题、隐私泄露问题也更加泛滥，给很多组织或个人的生产、生活造成重大损失。
在外媒梳理的2021年十大数据泄露事件中，共有近2.2亿人受到影响。IBM发布的《2021年数据泄露成本报告》指出，2020-2021年平均数据泄露总成本将增长10%，这也是过去七年来最大的增幅。
从数据量和数字经济规模来看，中国已然成为全球数字大国。随着产业数字化程度加深，数据能否实现安全、高效地流通和应用，决定了各行业发展的速度和质量。然而，数据本身具有的可无限复制、分享的特性，也决定了在缺少信任机制或工具的前提下，数据的自由流通是不可能的。
过去这些年里，我国也在积极建设各类基础设施，以实现数据的安全高效流转和交易，让数据要素得以充分发挥其价值。
2015年4月，我国第一家也是全球第一家大数据交易所——贵阳大数据交易所正式挂牌运营。在2014年-2017年间，全国范围内先后成立了23家由地方政府发起、指导或批准成立的数据交易机构。据不完全统计，目前全国共有超过30个大数据交易所或交易机构。
不过，现阶段各地大数据交易所的运转情况并不理想。
以贵阳大数据交易所（以下简称“贵数所”）为例。成立之初，贵数所执行总裁王叁寿给出的目标是：在未来3-5年实现日交易额100亿元。不过，之后几年里，贵数所的交易额目标却在逐渐降低，从“日交易额100亿元”慢慢变成“全年力争突破亿元”。
中国信通院2021年12月发布的《大数据白皮书》也直接指出：经过7年多的探索，各地数据交易机构运营发展始终未达到预期效果。其中提到，“各机构成立之初设想的确权估值、交付清算、数据资产管理和金融服务等一系列增值服务并未能落地”。
大数据交易所运转不理想的背后，是数据的确权、定价、交易等环节面临重重问题。
在这一背景下，作为解决数据安全流转难题的关键技术，隐私计算备受市场关注。
2019年，全球领先的信息技术研究和顾问公司Gartner首次将隐私计算列为处于启动期的关键技术；2020年，Gartner又将隐私计算列为2021年值得企业机构关注的九大重要战略科技之一，并预测隐私计算应用在2025年将覆盖全球一半的大型企业机构。
在国内，2020年以来，隐私计算技术就受到市场的热切关注，2021年更是被称为“隐私计算商用元年”。那么，2022年，隐私计算是否会迎来如期的应用大规模落地？
中国隐私计算向何处？
任何一个产业的发展，都离不开技术的发展、政策的支持以及相应法规、市场体系的完善，但更为关键的是市场需求的增长。
根据Gartner数据，到2024 年，隐私驱动的数据保护和合规技术支出将在全球突破150亿美元，即达到千亿人民币以上。
在我国，隐私计算应用也在金融、政务、医疗等多个领域迎来快速发展。这些行业往往具备如下共同点：具有数据敏感性和创新敏感性，数据量大、数据价值高，对新技术的应用更为积极；数据应用相关的政策、条例和管理体系也相对明晰。
以金融行业为例。金融是数据量最大也是数字化进程最快的行业，数据贯穿了各类金融业务场景。随着金融体系业务日趋开放融合，以及监管要求日渐趋严，金融机构在多方数据流通、共享方面的需求越来越大。
与之相应的，如何安全、合规、高效地实现金融数据的采集、流通和应用，是各类金融机构需要解决的首要问题。而隐私计算也成为解决这一问题的强有力的技术支撑，因而其在各类金融业务场景中的应用也正在快速铺开。
IDC报告指出，目前隐私计算已在金融信贷风控、反洗钱、反欺诈、营销、保险定价与理赔、业务协同等场景陆续落地应用。中国工商银行发布的《隐私计算推动金融业数据生态建设》白皮书则提到，信贷风控是隐私计算应用最多的金融场景。
在“隐私计算+金融”赛道，腾讯、阿里、微众银行等头部企业都推出了相应的产品和服务。
以微众银行与发票信息服务公司建立的基于联邦学习技术的风控模型为例：双方利用各自的数据一起训练模型，使用加密的中间结果进行交互，并且各自维护属于自身的模型。当需要测算的时候，再结合两边的模型共同预测，整个过程中保证了数据和模型的安全性。
金融以外，医疗、政务领域也迎来隐私计算技术的加速落地。
医疗方面，近几年医疗数据互联互通已成为大趋势，特别是在抗疫过程中，“健康码”、“行程码”体系的运行、新冠疫苗的研发，都离不开大量数据的共享、分析。医疗领域拥抱隐私计算，实现“安全共享”已经成为行业发展重点。
国内创业公司如翼方健数等，在“隐私计算+医疗”方面的推进已见成效。自2019年以来，翼方健数基于隐私计算技术平台“翼数坊”帮助厦门医疗系统提升智慧分级诊疗能力。
在政务领域，通过隐私计算和其他技术的结合，可以有效保护各政府部门的数据，进而在一定程度上解决政务数据孤岛问题，加快数字政府建设进程，提高政府治理能力和公共服务水平。
尽管隐私计算未来有着广阔的应用空间和市场前景，但目前行业总体上处于大规模商业应用早期。中国信通院发布的《数据价值释放与隐私保护计算应用研究报告》指出：由于技术和解决方案还不够完全成熟，隐私计算在走向市场化、产业化的过程中，仍面临诸多挑战。
结语
眼下，我国数据规模正在飞速增长，数据日益渗透到日常生活以及生产经营活动的各个环节。2021年IDC预测，我国大数据市场规模有望在2025年超过250亿美元，增长态势强劲。
随着产业数字化变革程度加深，以及在政策带动下数据要素价值的进一步放大，包括中国在内的全球多个主要国家地区都加强了对数据合规的监管，以应对数据利用过程中出现的挑战。
作为隐私法规先驱，欧盟早在1995年便通过了《数据保护指令》，明确了最低的数据隐私与安全底线标准。而后在2016 年，欧洲议会通过了《通用数据保护条例》（GDPR），以应对更为严峻的数据隐私、数据安全挑战。
近年来，我国也陆续出台了 《网络安全法》、《数据安全法》与《个人信息保护法》等多部重要法律，对数据市场的规范发展提供了强有力的法规支撑。
数字经济时代，一面是日益被重视、被挖掘的数据价值，一面是不断被强调的对于数据隐私的保护，隐私计算技术也正在这两股潮流推动之下迎来属于它的时代。
亿欧智库近期正在撰写《2022年隐私计算产业研究报告》，报告将聚焦中国隐私计算产业的最新动态，剖析产业发展驱动要素、前沿趋势和高潜力落地场景，研判产业发展机遇和挑战，为关注隐私计算的市场人士提供有益参考。
亿欧智库期待与更多行业人士建立联系，报告作者邮箱：chengyuanfen@iyiou.com
更多报告信息交流与合作请点击报名链接：
https://shimo.im/forms/05RbHh7Q5Q4j6Sl9/fill
也可以联系：
Leo Chang
changliang@iyiou.com
Wechat:leochang101
参考文献：
中国信通院、蚂蚁集团：《数据价值释放与隐私保护计算应用研究报告》
开源证券：《隐私计算，千亿蓝海市场加速开启 》
《2021 IDEA大会推出可信计算解决方案“Nereus”，守护数据安全——为流动的数据，提供硬件级隐私保障》
《IDC PeerScape：金融行业隐私保护计算探索与实践》
