隐私计算“四小龙”将如何重塑未来互联网 |艾问人物_风闻

欢迎来到本期艾问人物！  

谁在滥用你的隐私？

10月初，瑞典跨国零售公司H&M因非法监控数百位员工，侵犯员工隐私被罚款3500万欧元，这近3亿人民币的罚款成了欧洲继法国数据保护监管机构对谷歌处以5000万欧元（3.98亿元）罚款后的第二高。

这件事再度引发了公众对隐私安全的担忧。

2020年8月，工信部集中曝光了58款侵犯用户隐私的App。包括搜狐网络的狐友App、上海巨人网络的球球大作战App、巨人网络集团的哪哪美女直播和MUST两款App、北京搜狗网络的糖猫App、深圳房多多网络的房多多App、科大讯飞的讯飞有声App和北京五八信息技术有限公司的速聘58赶集网招聘App等。

为应对消费者的担忧，许多企业也纷纷推出了保护隐私之举：苹果iOS 14内测版推出用于广告目的的用户追踪将需要获得用户批准等等政策。

隐私安全，成为悬在企业头上的“达摩克利斯之剑”，也成了普通消费者心口的软刺，时时隐痛。

在万物互联，海量数据汇聚的当今社会，该如何去保护人们的隐私数据？

只有通过技术。

破解矛与盾

熵增科技创始人杨更曾说，隐私就是我们故意要保持的信息不对称。一个没有隐私的人，相比一个有隐私的人是处于劣势的。而保护隐私能让个人处于更加公平的大环境中。  

保护隐私数据不难，不收集、不去使用即可做到。

不过在移动互联网时代，个人每天的生活都要跟各种APP产品打交道，想要做到完全隐私，除非不用互联网和智能手机，这对高频使用网络的现代人来说，恐怕只有穿越回古代，才有可能。

随着互联网、大数据、人工智能和实体经济深度融合，数据也成为很多企业发展的基础，成了新时代的“石油”。

滴滴出行企业需要精准定位你的地点、淘宝京东购物企业需要分析你的消费偏好，逛头条、抖音企业需要个性化推送，基于大数据开展业务的企业，或多或少要涉及你的隐私数据。

保护隐私数据和使用数据，看起来鱼和熊掌不可兼得，难道就没有第三条路可走？

有。

隐私安全计算。

这项技术能让数据提供方在不泄露原始数据和不泄露计算算法的前提下，对数据进行分析计算并能验证计算结果的信息技术。

这并不是一个单一技术，而是基于不同的信任假设和应用场景可以选择出适配相应条件的技术，括如基于硬件的TEE、基于密码学的安全多方计算（MPC）和全同态加密（FHE）、源自人工智能的联邦学习等等，实现“数据价值”的共享。

目前，国内已经涌现出一批以隐私安全计算为核心技术的企业。蚂蚁金服、微众银行、翼方    健    数、华控清交这4个隐私计算玩家已成了行业的领跑者，被称为“隐私计算四小龙”。

其中，蚂蚁金服、微众银行和华控清交的基本盘都在金融赛道中，翼方健数则走了与其他三家不同的路线，将业务重心放在对隐私计算同样有较大需求的医疗赛道中。

以医疗为切入点，翼方健数在金融、营销、保险、政务等行业场景均有布局，打破了数据孤岛，让数据价值得到最大程度释放。

可以观察到，翼方健数的道路折射出技术商业化落地的一种趋势。

只有用新技术，才能弥补旧技术的不足。

技术落地    

“中国科技成果转化率太低，亟需提升，科学家创业是其中一个比较好的形式，国家也有砸钱的决心。”一位投资人曾在采访中表示。

近年来越来越多钻研技术的科学家，开始发现市场的缺口，思考如何将技术商业化落地。

2014年至2015年，一小波人工智能科学家“下海创业”：汤晓鸥创立了致力计算机视觉和深度学习的商汤，朱珑创立业务集中在智能城市和智能医疗的依图，余凯创立专注在边缘人工智能芯片的地平线……

作为科学家，他们开始学会接地气，用技术赚钱，用财富推动技术前进。

翼方健数的创始人陈恂也是这浩荡队伍中的一员。

从博士到创业者，到投资人，陈恂在互联网圈熏陶多年后，发现了一个趋势。

数据越来越有价值，隐私安全的重要性也越来越高。  

“看看2001年市值最高的公司，都是通用电气和埃克森美孚之类的能源企业；2016年都是大数据公司。难怪他们说现在数据就是石油，数据就是货币。”最年轻的图灵奖得主戈德瓦瑟曾总结到。

尽管数据资源的价值如此之高，却并没得到充分利用。

美国一家市场研究机构所做的调查显示，目前，60%至73%的数据没有被使用。

与此同时，每年的隐私安全事件动辄牵涉数亿人的隐私：

3500万用户隐私被黑，Uber却隐瞒实情，付给黑客“封口费”；万豪酒店泄露500万人护照号码；Facebook滥用5000万用户隐私……

一头数据的价值没有被发挥，另一头市场上的隐私安全问题又层出不穷。

面对这种冲突，有没有一种技术能实现数据“可用不可见”，能实现数据价值的发挥 ？

非常少数的企业看到了未来。  

翼方健数就属于其中一家。2020年被称为“隐私计算的元年”，早在2015年，就诞生了一家专注于隐私安全计算的企业  ：翼方健数，通过多方安全计算MPC/同态加密、联邦学习、安全沙箱计算/TEE等先进加密技术和算法的融合，做到了让数据“可用而不可见”，并在业内率先提出了“数据和计算互联网”（IoDC）的概念并付诸实践。 

翼方健数董事长陈恂认为，从经济学的角度来看，“数据和计算互联网”就类似一个生态系统，包含数据提供方、使用者、服务方和管理方的生态。翼方健数则承担服务方和管理方的角色，即“数据和计算互联网”的赋能者和运营商。

作为一家数据和人工智能科技公司，翼方健数还首创隐私安全计算平台——翼数坊(XDP)，以此为基础承建了厦门市健康医疗大数据应用开放平台，实现了“不分享原始数据，数据在平台内授权使用，通过计算来分享数据的价值”。

在翼数坊的基础上，翼方健数还开发了配合医疗行业中各环节的前端应用，包括：以电子病历应用场景为核心的产品系列“探路者（PathFinder）”、人工智能图像分析和自动建模系统“洞察者（Perceptor）”、智能风控服务“守护者（STPA）”、多模态生物科研一体化平台“先行者（Pioneer）”。

结合隐私安全计算和人工智能的技术端——到做透大数据治理——到服务终端用户（医生医院医保商保卫建疾控），翼方健数是第一家。

这些产品矩阵已完成了从地方卫健委、疾控中心、三级医院、社区医院到社区管理、城市应急中心等各类与医疗健康相关的环节打通。

 “我们做了一个机器人医生，他相当于一个三甲医院普通医生的水平。通过把这样的人工智能赋能到社区医院、社区服务中心，可以在基层医生诊疗的过程中给他们提示，提高他们的诊疗水平。从某种意义上来讲，这是实现分级诊疗的技术解决方案。”翼方健数CEO罗震介绍到。

翼方健数的智能化分级诊疗方案已于2019年3月开始在厦门市思明区的中华、莲前社区医院2家试点，并于2020年3月在厦门全市39家社区医院全面上线。这是国内企业唯一实现在城市级别大数据场景实现隐私安全计算的，而且不止一个城市。

未发掘的价值

如今，大数据应用的成功案例主要集中在欧美发达国家，国内外大数据产业差距较大。

但从应用场景和社会数字化建设程度来说，国内市场拥有很多优势，是一个非常有潜力的市场，因此翼方健数数选择扎根于中国市场。

目前，翼方健数的企业级团队，在上海、厦门、香港等地都设有研发和运营中心，团队成员包括来自阿里巴巴美国数据科学研究院、阿里巴巴软件平台架构部门和医疗信息化行业的资深技术人才和管理者。

其中董事长陈恂曾担任全球最大的高科技私募基金之一银湖投资（Silver Lake）董事总经理，并成功投资阿里巴巴，目前是软银的愿景基金（Vision Fund）中国管理合伙人。

CEO罗震是普林斯顿大学计算机工程博士，学习计算机体系结构、异构并行计算、高性能计算，曾获得工学院最高荣誉Gordon Y.S Wu奖学金。工作后从事软件设计工作，一直耕耘在算法、大数据、机器学习等领域，曾带领美国、印度、中国的研发团队，取得重大的技术突破。

为了在数据安全、数据隐私保护、人工智能、大数据应用等诸多先进技术领域实现创新型技术突破，日前，翼方健数还组建了技术战略委员会。  

首批正式加入的三位专家包括计算机领域著名科学家、两院院士李凯教授、在全球密码学界享有威望的中国科学院王小云院士、曾获“麦克阿瑟天才奖”的宋晓东教授。

切入新兴赛道，网罗人才，攻克技术难题的翼方健数，颇受资本青睐。

今年7月，翼方健数就已完成数千万美元B轮融资。投资方包括：中芯聚源、奇绩创坛、复盛创投等，该项目是由陆奇博士所创办的奇绩创坛早期看中的项目之一。

据介绍，B轮融资后，作为国内唯一的深耕医疗健康大数据的隐私安全计算公司，翼方健数还将着重拓展市场业务和持续扩充研发队伍，进而拓展到医疗和生物信息之外的行业。

根据隐私计算产业信息研究表明，翼方健数的快速发展，得益于该公司具备的五项“独特”价值：

1.唯一的在城市级别大数据场景实现隐私安全计算的企业，并具备多个案例。

2.唯一的深耕医疗健康领域的隐私安全计算企业。

3.唯一的结合隐私安全计算和人工智能的技术端到端做透，从大数据治理到服务终端用户的企业。

4.唯一一家已初步实现区域行业IoDC（Internet of Data and Computing）的企业，即数据化智能化产业互联网构建。

5.唯一在多行业多产业落地隐私安全计算的企业。

隐私计算的兴起加速数据要素流动，激活数据共享价值。  赛道内企业，  凭借着各有所长的综合解决方案，  翼方健数与蚂蚁金服、微众银行、华控清交被誉为  隐私计算赛道领跑的“四小龙”，撑起了“四超多强”的竞争格局，但数据价值还没有被完全挖掘出来。

Statista数据显示，预计2020年，全球大数据市场的收入规模将达到560亿美元，较2016年的市场收入规模翻一倍。全球数据量在2019年达到了41ZB，2020年预估达到50.5ZB。

不知未来，数据价值被合规挖掘之后，会产生多大的经济效益，隐私安全的赛道上，将涌现多少新星？

数据的价值被开发后，我们的科技生活又将发生哪些翻天覆地的变化？