“計算隐私”有風險，投資下注需謹慎。

作者 | 張核

制表 | 王澤華

編輯 | 楊楊

“其實隐私計算這個名字很容易産生誤解，我們并不是要去‘算’别人的隐私，”華控清交董事長張旭東向「甲子光年」笑着聊起他與老友聚會時被調侃的場面，“我們最起碼也是隐私保護計算嘛。”

即使還很少有人理解“隐私計算”究竟算的是什麼、甚至沒有多少人聽說過這個技術，但隐私計算賽道的融資已經火起來了。2021年7月到10月，僅僅四個月時間内，這個賽道已經從VC基金手裡融到了超10億元人民币。

另一個頗受關注的點是，瓜分這筆巨資的是僅僅十幾起融資案例，也就是說單筆融資金額平均在億元級水平，“金主”們在隐私計算行業裡是下了重注的。

但資本并不是一邊倒的，也有人表示看不懂。成立于2018年、剛剛完成B輪融資的華控清交，B輪融資額5億元，估值已經超過了40億，本輪的投資方包括聯想創投、中關村科學城、華興資本、朗瑪峰創投、同創偉業、OPPO戰略發展部、迅策科技、中金公司、浦耀信晔。為什麼這家隐私計算公司能值這麼多錢？高估值以及盈利模式、盈利預期的不清晰，是質疑的主要來源。

“（隐私計算）項目估值都很高，但是暫時還沒有看到相匹配的營收節奏，”一位投資人告訴「甲子光年」，“另外，因為隐私計算的前提是數據，所以不少公司都是先幫助客戶做前期的數據處理，還沒有到大規模開始用隐私計算技術産品的階段。”

有人望而卻步，不過更多的人看好這一技術前景，對此表現得相當樂觀。紅點中國的合夥人張鳴晨就認為，“随着政策的落地，數據安全必須提上桌面，這個賽道内三到五年之間就會出一家10億元營收的公司。”在他看來，這是與國家戰略挂鈎的賽道。VC們做投資決策的時候，更多看的是賽道夠不夠寬、夠不夠長，其次才是公司一定時間内的收入、盈利可能。

還未形成市場共識，但熱錢、高估值以及支持者堅定的态度難免讓旁觀者陷入焦慮。隐私計算究竟是解決什麼問題的技術？進入這一賽道的投資人看到了怎樣的未來？這個未來到底什麼時候會來？「甲子光年」通過走訪投資人及企業，得出以下結論：

隐私計算技術可以讓多個數據持有方在互相不信任的前提下完成聯合計算，企業及投資方認為這一技術及其配套的制度政策将是大數據時代的下一代基礎設施；隐私計算中的核心技術已經得到了理論層面的認證，但要能實際落地，還需要融合不同技術流派以及區塊鍊、AI等互補技術，企業尚在摸索期；隐私計算的主要落地場景在金融、政府、醫療等受政策監管程度高的領域，除了技術能力，産品能力、銷售渠道也被投資人所看重；隐私計算市場剛剛起步，商業模式尚未成熟，距離實現行業數據互通的願景還要十年甚至更久。

在B輪融資交流會上，華控清交打出了“建設下一代基礎設施”的口号。同期，包括星雲cluster、數牍科技、翼方健數等在内的隐私計算廠商，也都在着重強調隐私計算作為基礎設施的未來願景。

一提到基礎設施，你會想到什麼？與人們日常生活息息相關的水電、交通、通訊等，以及支撐這些行業運轉的大型工程項目，比如看得見的發電站、水廠、鐵軌，都屬于基礎設施的範疇。

隐私計算為什麼可以被看作是基礎建設的一環？在數牍科技的聯合創始人蔡超超看來，這是因為“數據流通的價值巨大，而隐私計算可以讓數據流通的顧慮更少”。數據作為生産要素具有可共享、可複制、可無限供給等特殊性，所以在缺少信任的前提下，很難做到自由流通。而隐私計算這種技術手段所能起的作用，就是确保在數據流通過程中，讓不同持有方的數據可以聯合計算，即彼此之間無需看到其他方的數據而隻能看到計算結果，也就是做到數據的“可用不可見”。

隻要是基礎設施，就一定是一條“既寬又長”的賽道。據國家互聯網信息辦公室，中國數字經濟規模已達31萬億元約占GDP三分之一。IDC數據表明，2019年全球數據量已達為41ZB，到2025年将達到175ZB并保持指數級增長趨勢。中國的數據量占全球數據量的近1/3并不斷擴大，預計到2025年将賦能我國10萬億規模的GDP增量。

“假設隐私計算能占到其中的十分之一，這個市場規模已經相當可觀了。”張旭東說。

隐私計算也并不是一個近兩年才興起的技術，上世紀八九十年代，多方安全計算、同态加密等隐私計算技術體系中的重要技術已經被理論認證了。那為什麼在大數據産業已經轟轟烈烈發展了十餘年，隐私計算技術卻“姗姗來遲”、今年才火呢？

因為技術之外，完善的基礎設施建設還需要包括制度、法規、市場體系全方位地支撐。《個人信息保護法》、《數據安全法》兩部重磅法案先後在2021年9月、11月生效，《數據安全法》中規定，數據的控制方如果不能證實自己保護了數據安全，最高會面臨當年收入5%的懲罰額。

“法規一旦明确的話，大甲方就會有相應的動力和預算去做這個事。”聯想之星合夥人高天垚告訴「甲子光年」。

過往的現實也印證了這一點。在數據規範要求高的領域，隐私計算已經率先落地。目前隐私計算企業的目标市場，集中在金融、政務、運營商、醫療四個行業。這是因為它們的一些共通特性：首先，它們都屬于數據密集行業；其次，政策對于這四個行業的數據規範關注度最高、具體條例也相對明晰；再次，這些行業内以大型企業居多，預算更加充足。

這四個行業中，金融行業内隐私計算公司的“紮堆”最為嚴重。根據企名片pro數據，目前賽道内融資在A輪及以上的11家公司中，有7家都在主攻金融業務。

金融行業對于隐私計算技術的需求确實也最為迫切。金融行業内數據規範度高、應用場景豐富，為隐私計算産品進入提供天然良好的條件。政府自2020年開始的嚴監管措施則是直接推動力，去年央行對民生銀行、光大銀行、華泰證券等開出千萬元以上的罰單，直接推動了隐私計算産品的商業化落地。同年，華控清交、藍象智聯、沖量在線等隐私計算公司紛紛開始在銀行内部測試産品。

法規出台迅速推動數據安全措施落地，這其實在三年前的歐洲已經上演過一回。歐盟對于個人隐私的保護法案《通用資料保護規則》（GDPR）于2018年生效之後，Facebook、Google等大廠因此頻頻被罰。2021年9月，Facebook旗下的WhatsApp又因違反歐盟隐私法被罰約2.7億美元，2019年1月，Google也因數據隐私問題被法國數據保護監管機構罰款5000萬歐元。

對于隐私數據安全的立法整頓，互聯網大廠似乎總是在“中槍”的一線，這也促使它們持續加大隐私保護的研發力度，甚至聯邦學習（隐私計算的重要技術之一）就是最先由海外互聯網大廠Google的一位工程師提出的。國内，螞蟻、騰訊也同樣在隐私計算方面深入布局。

政策推力之下，随風起舞的并不止大廠們。在中國，與法律、法規落地同步，2020年被稱為“隐私計算元年”，創投市場開始集中關注隐私計算。賽道内融資事件約15起，而在此之前，創投市場幾乎沒有發生過在這個賽道上的投資。

“2020年市場上做隐私計算的企業有兩百多家”。锘崴科技首席科學家王爽教授向「甲子光年」分享說。

大量的創業公司湧了進來。現在已獲投資的隐私計算初創企業可以分為兩類，一類企業專精于隐私計算技術，大多成立于2018年以後，例如華控清交、锘崴科技、數牍科技、藍象智聯、沖量在線等；另一類是先專注于區塊鍊、風控、産業信息化等相關領域，在看到數據流通的痛點與價值後，轉攻隐私計算，例如富數科技、翼方健數等。

在數據、技術資源以及市場渠道天然占優的大廠面前，初創公司還有機會嗎？

答案是肯定的。在《一家隐私計算公司怎麼才能年入十個億？| 甲子光年》一文中，就提到，“中立性”與“專注度”是創業公司的優勢。除此之外，因為技術産品還在快速叠代期，小型創業公司具有能夠快速調整方向的靈活性，這也是大廠所欠缺的特質。

另外，張旭東還強調，未來主要産生數據的還是機器及終端。工業、交通、能源等國家支柱型産業所産生的數據規模，會遠超個人所能産生的數量，相比之下，更關注C端數據的互聯網大廠所要處理的數據量其實并不大。但與金融、政務相比，這些領域的數字化程度相對低，要在這些行業推進隐私計算，時間會更長。

但也有投資人向「甲子光年」表示，現階段搭建大數據平台，大廠天然的優勢仍然無法被忽略。“即使因為中立性原因很難向外拓展，大廠與大廠之間的數據互通平台也還是更有可能由自己來做。”這一塊蛋糕的體量始終不容小觑，而初創公司要切一塊分食，更有可能的方式還是作為技術或單一産品的提供方，不太有可能成為搭建底座的角色。

元年的另一重意思，就是指這個行業才剛剛開始。高天垚認為，“行業還在很早期的階段。”

與許多to B的賽道一樣，隐私計算也是個“慢熱”的賽道，需要積累，也需要創業者做好長跑的準備。56歲的張旭東說，已經做好了在這個賽道再跑十年、十五年的準備。藍象智聯的CEO徐敏則表示，能夠做到在金融行業讓客戶擁有以數據驅動業務的能力，需要十年以上的時間，“等做到就能退休了。”

從美國回來不久的蔡超超也多次強調，技術、市場、法規是并行發展、交錯向上進化的，需要更多時間達到完善成熟。

隐私計算賽道涉及生産要素的流通與交易，未來也很有可能受到政策的強監管。有投資人認為，未來作為基礎設施存在的數據交易平台更有可能是由政府或國有企業來搭建，而完全市場化的隐私計算企業可能隻能作為技術的供應商，如果是這樣，預想的賽道天花闆就會降低不少。

其次，隐私計算保護數據安全，那麼誰來保證隐私計算系統的絕對安全？在張旭東看來，整套體系的完善會是“一個長期的過程”。現在，隐私計算企業已經在這方面有所探索，未來技術産品會不停叠代，同時配套的新的制度體系也會不停更新。

盡管如此，隐私計算企業的估值早已經水漲船高了。“關于數據安全的賽道現在估值都相對高。”高天垚告訴「甲子光年」。

一個市場火熱起來的過程中，總免不了有人渾水摸魚。“很多企業隻是套用了開源框架，并沒有真正的自研技術”，一位業内人士告訴「甲子光年」。

數據安全保護涉及的技術門類多、門檻高、各種專業術語讓人暈頭轉向，而且因為數據不可見不可感，産品效果大多隻能靠聽企業介紹來了解。花了錢、引入的數據保護産品究竟用到的是什麼技術？能不能切實保護數據不被洩露？大多數人都不懂密碼學和計算機技術，很容易陷入迷茫。

相對于此，投資人要面對的一個更大挑戰，是隐私計算的技術路線也還在探索之中。

隐私計算技術現在有三種技術流派：多方安全計算、聯邦學習、可信執行環境，這三種流派分别有不同的優劣勢：多方安全計算安全級别最高，但是對算力要求高、現在能支持的功能較少；聯邦學習不收集原始數據而是通過模型來完成計算，但是模型難以完全保密；可信執行環境的運算效率最快，但前提是“信任硬件”，因此容易受到硬件成本、對硬件廠商信任度的制約。

2018年到2020年期間，率先進入這個領域内的公司都是先從一種技術路徑開始進行研發，但是在面對客戶時，單一路徑的技術往往不能滿足所有需求，2020年之後，三種技術路徑的融合逐漸成為主要趨勢。

“現階段，隐私計算公司要想承接大項目，必須是三種路徑都要做的。”創世夥伴CCV投資人張弘告訴「甲子光年」。現在各家公司在融合多種技術方面都是“新手”，誰能在技術方面跑得最快、最遠，還沒有明确定論。

「甲子光年」走訪的多家企業都表示，現在的研發是“兩頭進行”：一邊根據用戶的實際需求尋找最可行的技術路徑，一邊關注理論與技術的前沿突破、持續尋找新的可能性，這也對隐私計算公司的團隊提出了更高的要求。

另一個困境則是，隐私計算的商業化落地如今仍是困擾各家公司的一大難題。

“數據自由流通”是一項既宏大又瑣碎的願景。一方面，數據流通所能創造的價值已經成為大數據時代的共識；另一方面，要讓公司與公司、行業與行業之間的數據能真正做到自由流通，并不僅僅是引入隐私計算技術就能搞定，其中涉及的環節複雜而耗時，隐私計算企業首先要幫助客戶構建“數據底座”，用數據打通企業内、行業内的每一個環節。

一位投資人告訴「甲子光年」，在行業内已經有積累的公司能更好地理解客戶的業務場景，但現階段更重要的是拿下标杆客戶的能力，“隐私計算主要應用于金融、政務、運營商、醫療方面，進入這些行業不僅要靠技術産品能力，銷售渠道的資源也非常關鍵。”在宣布B輪融資前不久，華控清交成為北京國際數據交易所的唯一隐私計算合作商。

相比之下，醫療行業引入隐私計算的難度更大。國内醫療行業的數字化水平參差不齊，數據缺乏統一的管理标準，隐私計算企業要想讓産品落地，首先要做的第一件事情是從一個個科室開始做數據工作。一位投資人還向「甲子光年」提到，醫院并沒有真實的動力來推動醫院與醫院之間的數據打通，更想做這件事情的可能還是醫藥研發企業，因此這其中的商業模式會更複雜：使用隐私計算産品的是醫院，但首先使用計算結果的卻是藥企，而能推動院與院之間聯通，還需要政府助力——這對隐私計算企業的渠道能力提出了非常高的要求。

但無論是選擇進入什麼行業，客戶最看重的特質都是理解業務場景的能力和提供“開箱即用”産品的能力。“面對客戶不同的場景，我們都需要持續做更新和叠代，讓産品能做到實用性強、适用性高。”蔡超超說。

在張弘看來，和大部分to B領域一樣，投資人則更看重産品标準化的能力。但現實卻是隐私計算産品的标準化程度還很低，而做定制化、服務大客戶意味着周期長、重人力。多家隐私計算公司都表示，2020到2021年間，團隊規模在迅速擴張，這一方面是市場需求在急速增長，另一方面也是因為各家公司都在做定制化，堆人力是不得不選的路。

一位投資人告訴「甲子光年」，幾乎所有隐私計算公司現在的盈利模式都是項目制簽單、提供全套解決方案，距離設想中的“平台分潤”，也就是“按數據交易量抽成”還有很遠的距離。

“投資人始終高度關注團隊能将項目經驗沉澱進産品的能力”，蔡超超也提到，“眼下，我們的産品還處于随着項目深入不停叠代擴展的階段。”在他看來，産品本身是不斷進步叠代的，滿足客戶需求和提高産品标準化并不沖突，這也是産品走向成熟的必經階段。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!