藍象智聯創始人徐敏：隱私計算，實現數據要素價值流通的利器

2021年，國家陸續出台《中華人民共和國數據安全法》《個人信息保護法》，監管重拳已然落地，企業將面臨全面的合規風險，圍繞數據的暗戰亦走向終局，疊加互聯網紅利逐步消退，更是使一眾企業陷入了增長瓶頸。

據Gartner預測，2023年底之前全球80%以上的公司將面臨至少一項以隱私為重點的數據保護法規。在此背景下，隱私計算作為能實現「數據可用不可見」的新興技術體系，價值得以體現，並快速走入商業化場景。

據艾瑞諮詢《中國隱私計算行業研究報告》顯示，2016年至2022年第一季度，中國隱私計算行業共計發生55起融資事件，累計融資金額超30億元人民幣。今年2月，來自杭州的隱私計算公司藍象智聯也宣布完成了近2億元A輪融資，足以證明隱私計算賽道仍舊延續著去年的火熱行情。

雖然行業現階段尚處於大規模商業化落地早期，底層商業邏輯也還沒有明確跑通，但隨著政策紅利逐步釋放，2022年隱私計算賽道內的競爭或將更加激烈。對此，數據猿採訪到了前阿里雲副總裁、前阿里金融雲創始人兼總經理、藍象智聯創始人兼CEO徐敏，聽他講述隱私計算的價值意義與行業未來走向。

藍象智聯是一家隱私科技與數據要素生態服務商，致力於促進數據價值流通，釋放數據要素生產力。公司基於豐富的行業背景和數據應用經驗，幫助金融、運營商、政府、互聯網平台等行業客戶更好地使用數據要素，提升商業價值。其擁有業內頂級資深團隊，半數團隊成員來自阿里巴巴和螞蟻金服。

隱私計算——實現數據價值流通

在徐敏看來，隱私計算實際上是「數據價值流通」理念的體現。「隱私計算實現思路眾多，如多方安全計算及聯邦建模，但關鍵前提都一致：原始數據不脫離數據提供方的控制範圍。真正流通的只是數據背後的價值。」徐敏解釋道。

據《中國金融科技發展報告（2021）》指出，當前金融數據融合趨勢日盛，安全保護呼聲漸漲，作為有效解決計算過程中數據隱私保護問題的技術手段之一，隱私計算日趨成為金融科技創新的重要基石。

過去，大數據徵信崛起，暴露出了傳統金融機構掌握數據的薄弱面。銀行目前經驗往往只能遵循「二八法則」，因缺乏數據，難以驗證多數客戶風險，只能通過20%的客戶實現80%的收入；面對佔比80%的海量客戶「心有餘而數不足」，恰恰反映出金融領域的一大難題，即「數據孤島」問題。

「雖然金融機構能夠構建起自己的多維度數據處理能力，但如何安全合規地獲取和使用機構內外部數據，進而促進業務發展要求，這裡還有很多優化點。而我們進入隱私計算行業的初衷，正是希望通過科技提升傳統金融機構的數據能力。如果說前幾年在阿里雲期間的主要任務是讓金融機構具備互聯網平台一樣的業務爆發力，接下來幾年在藍象智聯的主要任務是讓更多金融機構具備像互聯網平台一樣應用數據的能力。」徐敏談道。

而隨著技術迭代發展，傳統金融機構逐漸認識到自身同互聯網企業的差距，部分金融機構聘請來自互聯網行業的資深運營人員，試圖複製互聯網企業的運營能力，但最終卻反響平平。

對此，徐敏指出：「傳統金融機構，自身的數據基礎其實還是比較薄弱的，沒辦法有效支撐相關運營活動，普遍需要外部數據來補充，講究內外部、跨機構的數據互聯互通與相互碰撞。這就像兩個武林高手過招，不管誰的招數多厲害，最後獲勝的往往是內功更好的，數據就是運營的『內功』。」

但正所謂知易行難，隱私計算在商用實踐中，經常需要兩方以上的參與者展開聯合計算，因此多方協同特性十分明顯。在此過程中，許多隱私計算企業普遍會採用有中心節點的多方向計算方案，將兩端數據同態加密後置於中心節點計算。

徐敏告訴數據猿，上述方案在商業應用層面存在限制，特別是在大型金融、運營商或者政企客戶之間，很難找到大家都信任的第三方中心點。「傳統模式下，數據必須出域才能完成建模，尤其是樣本數據，且模型無法被保護，這使金融機構的智能化應用舉步維艱。即便在數據提供方處展開計算可以使數據不出域，但這卻會在一定程度上暴露調用方的計算規則與模型，這對很多規則敏感性企業來說存在很大風險，例如銀行的風控模型如果暴露了也就意味著失效。」

相比之下，藍象智聯基於聯邦學習建模，在運營商與金融機構兩端部署邊緣計算節點，除去了不受信的第三方節點，使兩端同時完成加密計算與通訊過程，通過點對點直連，在保護用戶隱私的情況下，從根本上避免數據泄露風險，讓外部數據的價值得以顯現。同時，藍象智聯在充分理解金融行業的實際場景需求的基礎上，在產品層面不斷推陳出新，開發了很多實用功能，例如支持模型部署在業務方側，在模型預測中同時保護數據方的數據和業務方的敏感模型。

GAIA——金融級隱私計算產品

艾瑞諮詢調研顯示，預計2022年展開隱私計算投入的金融機構數量約是2021年的2倍或2倍以上。隱私計算需求側井噴，顯然吸引了諸多玩家湧入賽道，使得行業愈發擁擠。

面對市面上不斷湧出的各種產品，徐敏大致將其分為三類等級：第一類是實驗室級產品，即具備初步功能的原型產品，但無法適配企業業務的多樣性複雜環境和性能要求；第二類是企業級產品，該類別用途廣泛，能覆蓋多個行業；而第三類就是金融級產品。

金融行業IT水平整體較高，數字化程度亦領先眾行業，對於隱私計算產品的要求自然更為嚴苛。「金融機構既追求高可用性、高性能，亦對產品安全性、可管理性等方面要求頗高，例如，在目前藍象智聯技術介入的業務場景中，金融機構往往需要在一兩百毫秒內獲取結果，即便在多樣性複雜的跨機構的網路條件下、或者在多家機構組成的複雜數據網情況下，也必須要保持這樣的性能要求，這對於隱私計算服務方而言無疑是極大的考驗。」徐敏介紹道。

而旨在賦能金融行業的藍象智聯，正是順應了金融級產品的苛刻應用要求，推出了專註於隱私計算技術在金融領域應用的GAIA。據悉，藍象智聯GAIA產品系列主要包含四大板塊。

一站式聯邦學習建模平台GAIA·Cube，支持從資產發現、隱私求交、特徵工程、模型訓練到模型安全部署的全流程的可視化互動式多方安全計算AI研發能力。

多方安全計算平台GAIA·Edge，以多方安全計算技術為基礎，通過整合大數據和區塊鏈等技術而升級的新一代去中心化的基礎安全數據共享平台，並提供可信數據資產交換、行業模型預測、分散式多方安全隱私數據智能應用產品和解決方案。

隱私計算聯盟共享平台GAIA·Edge-X，則是通過多方安全計算技術實現核心數據不出庫的情況下數據的實時共享，提供數據資產全生命周期管理、多模式組網、數據資產交易與計量計費、實時隱私計算與查詢服務為一體的數據安全共享平台。

GAIA數據要素流通平台，以數據要素市場平台，數據要素支撐平台，隱私計算能力平台等三大系統構建數據要素流通平台，在底層技術架構上通過融合密碼學與AI大數據技術，實現「域外流轉可控，密文上可計算，數據可確權，隱私可審計，計算可計量」。

據徐敏介紹，與有些基於開源產品發展起來的隱私計算產品不同，GAIA則是完全採用自主研發的整體技術，包括自研的底層演算法庫，在實現高性能、高安全等企業應用要求的同時，更能針對特定場景定向提升、優化。

據悉，藍象智聯隱私計算平台GAIA已分別被廣泛應用在特別關注名單共享場景、反欺詐聯盟平台場景。以反欺詐聯盟平台場景為例，藍象智聯與監管機構合作，引入中國移動、中國電信、中國聯通和公安有關部門的能力和數據，通過多方安全計算和聯邦學習兩大技術支撐，並與「斷卡」（銀行卡和手機卡）行動高效協同，有效構建了當地反欺詐屏障。

此外，作為金融級隱私計算產品，GAIA具備完善的安全體系，其安全計算引擎結合密碼學、密鑰管理、MPC協議、安全運算元的架構分層；且自帶密鑰管理系統（KMS），用於託管密鑰和證書的全生命周期管理。

前文提到，數據運營需同客戶業務緊密結合，而對金融類產品而言，營銷往往是一大難題。在尋找公域流量拉新、獲客的過程中，批核風控環節通常會攔截50~90%的進件流量，導致金融產品的獲客成本水漲船高。

對此，徐敏指出，通過GAIA平台連接三大運營商和頭條等投放渠道，金融機構能夠實現跨域的高響應及低風險客戶的精準識別，並在流量端前置完成客群的篩選，進而提高全流程的獲客效率。

基於此番隱私計算能力，去年年底，藍象智聯同中國工商銀行、中國銀聯合作，通過多方數據安全共享、聯合建模，促進工行與銀聯數據價值的流通利用，打破信息互通壁壘，有效平衡了數據隱私保護與價值挖掘。得益於此，該項目也成功入選了2021大數據「星河」標杆案例，進一步凸顯出了藍象智聯的技術能力。

「隱私計算+」——行業進化的理想形態

新興技術的發展總是充滿著機遇與挑戰，隱私計算亦是如此。根據艾瑞諮詢《隱私計算髮展周期洞察矩陣》顯示，當前的隱私計算行業仍處於技術萌芽期，隨著技術期望的不斷升高，市場愈發肯定隱私計算的技術價值，資本熱度也在持續升溫。

而據中國信通院的統計顯示，2018年、2019年國內幾乎沒有隱私計算應用進入部署階段，但2020年進入部署階段的隱私計算產品比例升至38%，2021年則繼續抬高至48%，可見各類玩家正在紛紛入局，賽道內部競爭亦不斷加劇。

值得注意的是，艾瑞預測稱，行業頭部企業積極展開平台建設將成為隱私計算賽道下一趨勢，而緊隨其後，行業中尾部企業亦將展開平台建設投入。言語之間，似乎透露出賽道的「平台化」浪潮。

對此，徐敏告訴數據猿，平台化可能是一個結果，而不應該當作一個目標。藍象智聯當下所有的工作都在圍繞客戶價值和商業目標，在底層技術或數據運營層不斷加磚添瓦，累積能力，從而提升隱私計算行業的整體價值。至於說最後的商業形態是否是平台、或者各方在平台中是什麼定位，是逐步進化出來的。

在他看來，未來，隱私計算將成為數字經濟的底層基礎設施，為各行各業搭建堅實的數據應用基礎。基於此，如何通過隱私計算所賦予的數據連通能力創造新的產業變革，才是隱私計算賽道的機會所在。

「隱私計算本質上不能稱之為行業，而應看作一種基礎技術，這好比當下互聯網已不再是單獨一個行業的名稱，只有互聯網金融、互聯網電商等，『互聯網+賽道』成為了行業。因此，如果有一天隱私計算賽道消失，『隱私計算+賽道』湧現繁榮時，隱私計算行業才能真正步入理想形態。」徐敏解釋道。

而在此背景下，隱私計算行業已然開始分化，目前隱私計算的市場參與者類型眾多，不同廠商的能力優勢、技術路徑、發展策略也存在差異。藍象智聯創始人兼董事長童玲表示，藍象自身定位為各行各業數字化轉型與數字經濟的促進者，以務實作為自身的發展路徑。

以開源為例，徐敏對此流露出了謹慎的態度：「如果當下的體量、能力還達不到運營開源社區的水平，那就很難達到開源所期待的目標。」從中可見，相比「為開源而開源」，藍象智聯更願意聚焦於打磨產品本身，將開源看作「水到渠成」的事情。

而秉持著此番務實的業務邏輯，截止目前，藍象智聯已與中國移動、中國電信、中國聯通三大運營商達成合作，在技術、數據運營及客戶資源方面提供全方位配合與支持；並同中國工商銀行和中國銀聯合作，為普惠金融服務的拓展提供更多的有效數據基礎，有效平衡了數據隱私保護與價值挖掘，協助工行把小微金融服務普惠至千家萬戶。此外，也已經或正在與交通銀行、興業銀行、上海銀行、南京銀行、杭州銀行、新網銀行、國泰君安等幾十家金融或其他行業客戶形成合作，基於隱私計算技術，提高數據的能力提升機構的營銷和風控方面的能力。

展望未來，徐敏認為未來兩年內，隨著隱私計算的發展，行業中會出現四個方面的變化：首先，基於隱私計算的數據流通會成為主流；第二，基於隱私計算和數據流通的商業應用會更加繁榮；第三，數據基礎設施與隱私計算技術深入融合；第四，企業數據合規要求更高。藍象智聯也正在基於行業即將發生的變化積極地「自我進化」——藍象智聯的自我定位「隱私科技和數據要素生態服務商」，似乎正在昭示著藍象智聯的自我進化之路。

法國思想家米歇爾·德·蒙田曾說過：「倘若旅人沒有確定航行的目的港，那麼任何風向都不會是順風。」而以「促進數據價值流通 釋放數據要素生產力」為使命的藍象智聯似乎也帶著此番理念，通過聯動產品技術、數據運營與業務運營，推動著數據要素市場健康穩定高速發展，讓數據要素在金融等行業發揮更大價值，為社會帶來更多美好的變化。

文：威化化 / 數據猿