零壹研究院院长于百程发布《隐私计算在金融领域应用发展报告》

资讯陈丽姗零壹财经 2021-10-21 阅读：4198

关键词：隐私计算 信用经济 于百程 隐私计算在金融领域应用发展报告

“金融领域对隐私计算有刚性需求，特别是在风控、营销、反洗钱等领域。”

2021年10月21日，由零壹财经•零壹智库主办，深圳信用促进会、中国科技体制改革研究会数字经济研究小组、全联并购公会信用管理专业委员会联合主办的“第一届中国信用经济发展峰会暨2021第三届数字信用与风控年会”在深圳前海举办。本次峰会聚焦征信、大数据与风控实务，邀请政府、学术界、金融界、技术界专家和高管共同参与，助力深圳数字经济行业创新发展，探寻信用经济与风控的新征程。

会上，零壹财经副总裁、合伙人、零壹研究院院长于百程发布了信用经济发展系列报告之一《隐私计算在金融领域应用发展报告（2021）》，解读了隐私计算技术的发展背景、技术路径、产业生态以及在金融领域的应用和典型案例等内容。本报告由零壹财经·零壹智库作为研究机构，由中国科技体制改革研究会数字经济发展研究小组、深圳市信用促进会、横琴数链数字金融研究院联合发布，并且得到了、星云clustar、、科技和的研究支持。

于百程介绍，无论是数字经济还是信用经济，数据已经成为核心生产要素。数据互联互通是发挥生产要素巨大价值的前提。但目前，数据孤岛、数据合规与隐私保护等问题阻碍了数据互联互通。而在过去的一年多，通过调研几十家隐私计算相关公司，零壹智库发现隐私计算产业发展非常快，很多机构开始逐渐应用隐私计算技术来开展风控和营销等业务。

在谈到隐私计算赛道崛起的原因上，于百程从三个方面做出解释。一是需求的产生，从明文数据到隐私数据，保护隐私数据的需求被提上日程。二是技术的演进，运算速度的提高推动了隐私计算技术的商业运用。三是法律政策推动，国内外陆续出台各类的数据保护法和规划推动了隐私计算在数据合规中的应用。

在谈到隐私计算的技术路径时，于百程强调，隐私计算不是指某一个具体的技术，而是一个范畴和集合。在实现数据“可用不可见”的情况下，与其他技术相融合，为数据保护和价值融合提供技术可行性。目前，国内主流有三种隐私计算方法，分别为多方安全计算、联邦学习和可信执行环境。

从生态玩家上看，目前甲方为数据的使用方，乙方为拥据源的机构。而实现数据互联互通需要丙方，即提供隐私计算服务的机构进行数据传输。目前涉及到隐私计算的主要服务商至少有几十家，包括了十种类型，其中包括具有科技背景的公司、专注隐私计算的初创公司以及互联网巨头。目前国内主要面向企业提供隐私计算服务，而在美国已经出现了面向个人提供的服务。

近年来，隐私计算领域融资活跃度整体向好。据零壹智库不完全统计，截至2021年9月底，隐私计算初创公司累计获得63笔股权融资，公开披露的融资总额达到56.1亿元。获投隐私计算初创公司的注册地主要在北京、上海和杭州3个城市，其中杭州的融资金融最高。投资方包括IDG资本、启明创投、基石资本等巨头，2019年以来8家隐私计算初创公司发生了单笔超亿的融资额。

从隐私计算的专利上看，尽管中国在隐私计算领域的研究晚于美国等发达国家，但中国隐私计算技术在近两年获得快速发展，并在全球已初具竞争优势。中国专利申请数量在国际上占比达51%，接近9000件。

于百程指出，金融领域对隐私计算有刚性需求，特别是在风控、营销、反洗钱等领域。会议上，于百程介绍了同盾科技、星云Clustar、瑞莱智慧、金智塔科技、天冕科技隐私计算公司在金融应用的落地案例。隐私计算将成为数据互联互通的技术基础设施，但目前，隐私计算行业发展也面临一些挑战。第一，性能的提升、安全标准建立、赢得市场信任、业务效果显现还需要时间。第二，隐私计算产品落地速度慢、成本较高，还需要经历一个市场教育的过程。第三，数据流通市场尚未成熟，数据的流通、开放、共享本身还存在障碍。

以下为演讲全文：

隐私计算将成为数据互联互通的技术基础设施

于百程

尊敬的汪主任及各位嘉宾大家上午好，非常荣幸能够开场给大家发布一份零壹财经·零壹智库关于《隐私计算在金融领域应用》的研究成果。无论是数字经济还是信用经济，数据已经成为核心生产要素，而数据互联互通、共享应用则是这一生产要素能够发挥巨大价值的前提。

我们知道，数据的互联互通是非常难的，第一机构并不想把数据给到其他的机构，第二数据互通需要做到合规和隐私保护等，由此形成的数据孤岛等问题非常严重的阻碍了数据的应用和流通。在过去的一年多里，零壹智库调研了几十家隐私计算相关公司，发现隐私计算赛道的发展非常快，很多机构开始逐渐应用隐私计算技术来开展风控和营销等业务，投融资也非常活跃。所以今年我们从4月份开始，陆续推出了和隐私计算专题和研究报告。今天，我开场做一个抛砖引玉，让大家了解一下隐私计算在金融领域的发展情况。

这份报告由中国科技体制改革研究会数字经济发展研究小组、深圳市信用促进会、横琴数链数字金融研究院联合发布。我们还特别感谢报告的5家研究和案例支持机构，包括同盾科技、星云clustar、瑞莱智慧、金智塔科技还有天冕科技。

首先这是我们这份报告整体框架分为八个部分，文字版有4、5万字，在我们会后会通过互联网的方式发布，今天现场给大家做一个简要版的要点性解读。首先赛道为什么会起来，第一肯定是基于需求，我们知道数据需要互联互通才会有价值，以前通过明文的方式实现，但是我们知道2019年的时候国内开始了“净网”行动。在我们金融风控领域，打击套路贷、打击暴力催收等，使大数据风控的爬虫模式退出历史舞台。在国际上Facebook和谷歌这类的大型互联网机构，其实存在大量的数据，他们也涉及到很多数据安全和隐私的问题，并且也因此被国际监管机构从几亿美元到几十亿美元这样的处罚过。所以他们也是大力在推动隐私计算。所以这是需求，从明文数据时代到隐私计算时代。

第二是技术，我们说一个技术在商业应用的时候，有一些基本的应用条件，对隐私计算来说就是速度，隐私计算涉及大量的加密算法，所以计算速度对商用很重要。现在我们经过调研了解，行业内相对快速一点的隐私计算的速度是明文计算的3-5倍，相对慢的达到一百倍。这个速度其实已经可以应用在行业一些场景里面。

第三点就是我们现在无论是国际还是国内的法律政策全面推动，具体我不在这里展开。大家非常熟悉，国内的《网络安全法》、《数据安全法》、《个人信息保护法》，包括全国各地的关于数据发展的规划指引这些。对于隐私计算的应用，其实起到了挺大的推动作用。

接下来看隐私技术本身，我简单做一个介绍，隐私计算不是指某一个单一的技术，是一个范畴和集合。隐私计算技术是在保护数据本身不对外泄露的前提下，多个参与方通过协同对自有数据处理、联合建模运算、分析输出结果、挖掘数据价值的一类信息技术。这样一个过程，实现数据互联互通的“可用不可见”。

这就涉及到非常多的技术类型，比如说密码学、机器学习等，还有和其他技术比如人工智能、云计算等都有结合。隐私计算现在基本有三种技术路径，多方安全计算、联邦学习和可信执行环境，前两种基于软件层面，多方安全计算是密码学分支，联邦学习基于机器学习的框架；可信执行环境是基于可信硬件来实现数据隐私计算的问题。

技术在这里不展开了，大家感兴趣可以看我们的报告。另外从产业维度我们看下行业的生态和玩家，隐私生态产业包括甲方、乙方和丙方。甲方是数据使用方，乙方是数据源，甲方和乙方之间目前因为数据孤岛或者其他因素不能直接的互联互通，需要丙方隐私计算的服务机构来介入。在数据应用程度比较高的领域是金融、医疗、政务还有零售。

从丙方来讲，我们对于现在市场上隐私计算服务的公司做了一个疏理，主要的至少有几十家，分了十个类型，有一些比如说原来本身提供数据相关服务的，包括大数据背景的公司，人工智能、云服务商，还有软件、金融科技这些背景的公司，这一类很多都已经开展隐私计算相关的服务。

然后另一种类型，这一个类型特别能够体现隐私计算行业发展情况，就是从隐私计算出发的创业公司。他们就是基于隐私计算不断的发展壮大，这一类公司还是比较多。

但我相信，未来可能隐私计算本身会成为整个数据互联互通技术层面的基础设施，所有和这个相关公司可能都会用到这类技术。从目前公司数量来看，基于隐私计算的初创公司现在做隐私计算来讲更多一些，但是互联网巨头蚂蚁、、百度、等这块其实都有很多的布局，特别是像蚂蚁和微众银行。

我们再看一下商业模式。目前隐私计算整个产业发展还是在初期，国内主要是为B端机构提供隐私计算服务。但在美国现在已经探索出，基于隐私计算对个人C提供隐私计算保护的服务，未有比较大的空间。

从盈利方式来看，从产品方式来看，国内大概有这几种：

1、硬件的销售，基于硬件提升隐私计算的性能，比如隐私计算的一体机、加速卡等。

2、软件的销售，基本上隐私计算公司都会提供，基于一系列的软件服务，比如说多方安全的计算平台，联邦平台等等。

3、平台分润，隐私计算平台可能对接很多数据源，客户通过平台使用这些数据源的时候，其实可以给到隐私计算平台一定的利润分成。

还有一种开源模式。软件开源，这也是软件发展的一个趋势，目前还不能说软件开源方式能够带来什么直接收益，未来要看开源平台参与的企业越多，这个平台的价值越大。

另外我们再分享一些行业的数据，从行业数据的维度看这个行业发展怎么样，隐私计算前面说涉及到的公司类型非常多，如果从投融资角度，我们不能把蚂蚁的投融资算到整个隐私计算，那肯定就失真了。

所以，我们更多从隐私计算的初创公司来看。从隐私计算领域的融资数量看，近两年数量明显上升。如果剔除掉一些主要大公司的影响（因为他有一些投向并不是隐私计算），整个融资金额也是在上升的，另外B轮之前整个的早期融资数量占比是81%。

另外看一下具体的空间分布，从区域分布和机构来看。上海、杭州、北京隐私计算公司融资数量是最多的，但是金额来看是杭州最多。另外也都是比较主流的投资机构，投在隐私计算这个领域。

2019年以来超过一个亿金额的融资，在今年以来至少有4笔和隐私计算相关，整个活跃度非常明显。目前对这些隐私计算的初创公司我们也做了挺多调研和问卷，基本上做的好的公司大概的人数在一百到两百人，相对后面一点的大概在一百人以内，但是一年前我们看几十人规模的比较多，这个发展的还是比较快。

专利对隐私计算来说非常重要。中国隐私计算的专利申请相对晚一些，但是整个上升速率非常快，尤其是每年新上升的数量。从全球的分布来看，中国在很多技术领域的专利的数量上也是比较领先的。全球大概有17000条隐私计算的专利，中国占了近9000件，占了一半多。

从具体的公司和领域分布上来说，可信执行环境领域专利比较多。具体公司看，从全球来看，中国的、华为、微众银行都有几百甚至几千个专利申请，排名全球前十。从国内的金融机构申请隐私计算专利看，微众银行、、都有相应的十几个到几十上百这样专利申请数量。包括平安集团、这些在技术投入上比较领先的，在隐私计算专利上面也是进入前十。

我们再看一下金融领域隐私计算应用。金融本身有一些特性，它的数字化程度很高，对于数据的依赖性很强。特别是在风控、营销、反洗钱等领域都是我们数据应用比较广的，同时也是隐私计算初始应用的一些领域。

我们列了一些机构，像工商、交行、招行都在这块有所投入，比如说工商就是基于联邦学习的，在这一块他们有非常多的对外信息呈现。交行也是从去年开始关注这个，他们去年一起申请了一个金融科技的创新监管试点，基于中小企业融资的项目。还有招行在闪电贷、深信贷方面引入了隐私计算的技术。

接下来我们介绍几家隐私计算公司案例。各家都有一些特点，大家可以了解一下。同盾是在隐私计算的方面理论和产品体系非常系统，同盾本身在信贷、保险和金融的营销这些服务领域目前都应用到了隐私计算的一些技术。

星云Clustar它是以AI算力加速为背景的初创公司，所以它在隐私计算上的特点是它的计算能力非常强，算力非常快。星云今年也拿到了融资，与建行、招行和微众银行都有一些合作。

瑞莱智慧是一家清华大学人工智能研究院孵化的企业，我们看隐私计算有不少的企业都是产学研的结合，技术的价值就体现出来了。瑞莱智慧是一家人工智能的公司，在去年年底也推出了隐私计算的学习平台，他们的应用主要是在横向反欺诈建模和黑名单共享这一块。

金智塔科技也是一家植根于浙大的隐私计算公司，金智塔隐私计算的平台其实是国家的一个重点研发项目落地成果，进行了一些成果转化。金智塔的应用领域相对还更广一些，包括金融、和智慧产业领域都有一些应用和解决方案。

天冕是以智能风控业务为擅长的一家厂商，其在去年下半年开始用隐私计算来解决他们业务中的产品落地，在联合风控和联合营销领域都有一些解决方案。

最后，我们再看一下整个的市场推进节奏。我们畅想一下，未来隐私计算的机遇其实是非常广泛的，甚至可能成为一种比较普遍的应用技术，但它的整个发展过程中其实还是有一些挑战，比如说技术的成熟确实是还需要时间。

再就是从市场层面要看市场的产品价格和市场接受度，在初步应用的时候，它的价格显然是会高的。另外隐私计算的产品落地速度还是相对缓慢，现在很多合作可能都是一对一进行的，并没有到大量复制的阶段。

另外，还有一个非常重要的原因，数据的开放、共享、流通本身还是存在挺大的障碍，因为只有大量的流通起来，才能够使用起来，隐私计算才会有更大的市场。

整个的背景就是这样。今天用20分钟给大家做一个简要的解读，详细的报告大家可以扫码看我们报告内容。

我今天先做一个开场，感谢各位的聆听。

专题推荐：金融毛细血管

零壹智库推出“金融毛细血管系列策划”，通过系列文章、系列视频、系列报告、系列研讨会和专著，系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。