隐私计算商业化,原语科技的开源路线是否最优解?
2023年2月,《数字中国建设整体布局规划》出台,首次对我国数字中国建设提出了宏观规划。其中,尤为值得关注的是隐私计算领域。
隐私计算能够实现数据的所有权和使用权分离,可以在保护个人数据隐私安全的基础上,推动数字经济健康发展,因此成为近年来市场关注的热门领域,产业迅速发展的同时,开源生态逐渐显现。
而作为隐私计算领域开源项目的标志性企业,原语科技凭借底层自研的开源平台和对商业落地模式的探索,正在成为企业数字化转型道路上的“卖水人”。
隐私计算商业化,为何更需要开源?
隐私计算的巨大价值,更多在商业化视角之下,而非纯技术领域。换言之,只有做好技术的市场价值变现,才能使得技术具有长期生命力,企业的研发投入、行业的技术迭代才不会“打水漂”。因此,许多企业在完成技术的原始积累后,纷纷开启了隐私计算商业化的探索。如中国电信构建电信云+边+物联网的分布式隐私计算网络、招商银行自研“慧点”隐私计算平台等。
虽然许多企业纷纷自研平台、开发系统,但由于标准不统一,选择的路线也不同,导致行业越发展,反而出现越来越多的“平台孤岛”,数据价值与潜能的发挥受到阻碍。
在这一方面,业内专家也表示,隐私计算虽然有一定技术积累,但仍处于初期阶段,且由于边际成本太高,迟迟未实现互联互通。而开源能够较好地解决这一问题。
实际上,国内隐私计算已经开始在开源方面的尝试与探索,中国信通院2021年发布的《隐私计算白皮书》显示,55%的国内隐私计算产品是基于或参考开源项目开发,而2022年也被业内公认为“隐私计算开源之年”。国内已有原语科技、蚂蚁集团、翼方健数等企业推出了多个隐私计算开源项目。众多开源项目中,既有阿里、百度、腾讯这样的综合性服务商,这类公司的长处在于数据源价值高、行业客户积累深厚,也有像原语科技、锘崴科技等隐私计算垂类服务商,在技术研发上更为领先、项目落地能力更强。
但无论是大厂还是后起之秀,目前国内的隐私计算开源平台,在应用场景上并无太大差别,均是主要面向金融、政务、医疗等既有大量数据源也有强烈数据流通需求的领域。
区别主要在技术路线的选择上,例如,腾讯微众银行的FATE主攻联邦学习;百度与英特尔联手推出的MesaTEE,更多是注重数据安全性;阿里巴巴的隐语系统,主要执行多方安全计算和可信执行环境两种路线。
相较之下,原语科技由于是垂类隐私计算平台,技术投入相对更高,旗下PrimiHub对主流的多方安全计算、联邦学习、可信执行环境等技术路线都完成了覆盖,更加全面。
不过,技术路线的选择,其实并无“好坏”之分,最重要的是将技术重心与企业发展理念紧密结合,无论是“大而全”还是“小而精”的隐私计算平台,背后反映的,都是企业对谋求细分领域深度还是市场覆盖广度的抉择。
原语科技无疑是后者,公司在试图通过开源打破行业“计算孤岛”方面雄心勃勃。落实在产品上,PrimiHub能在保证数据“所有权”和“使用权”分离的前提下,积极促进不同平台的开发者向同一个标准靠拢,以达到系统互联互通的效果。
而这一目的能够达成的逻辑,主要是通过软硬件一体化搭配全覆盖用户需求来完成。PrimiHub一体机内置硬件包括自主可控可信执行环境、内置国密计算。软件上全栈覆盖MaaS、IaaS、PaaS、SaaS体系。丰富的软硬件一体化策略,能够让客户根据自身需求,迅速灵活部署隐私计算应用,并以此累积大量用户后,再以用户数为基础,吸引其他开发者的入驻和开发兼容系统,这一点与苹果公司凭借手机出货量,来反哺IOS的软件开发和生态构建,有异曲同工之妙。
然而,想要真正实现“构建数据信任与安全,赋能数据价值释放”的目标,不仅需要精耕技术荒野,也要落地到具体场景中。而这恰恰是原语科技真正筑底企业市场竞争力的关键所在。
专注场景运营,解决商业化落地命题
隐私计算商业化落地前景有多大?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。
但想在这片蓝海进行商业化开拓其实并不容易。《2022年中国隐私计算行业洞察报告》指出,从甲方需求市场来看,目前隐私计算产品的成熟度较低,产品功能的完备性与场景适配性需要不断完善,尤其是国产化适配方面。
在客户发起的隐私计算平台建设项目中,通常厂商会提供任务与审批管理、平台管理、数据处理分析等基础功能与算法,但在更加细分和个性化的需求面前,显得有些乏力。例如政府数据在智慧城市方面的应用,需要信用、安保、交通、文旅等多个业务部门进行数据协同,基础功能是远远不够的。
此外,隐私计算平台的商业化应用,需要与企业已有的数据架构或数字中台连接。以银行为例,若是希望通过隐私计算来提升风控数据管理能力,则需要对已有风控系统的接口做出相应改动,以此来达到与隐私计算平台的匹配,而这对企业而言也是一笔不小的成本。
领域和需求众多、接入成本不小,这两点是隐私计算商业化需要优先解决的问题,也是隐私计算产品从“能用”到“好用”的必经之路。
因此,对行业而言,从小场景切入是一个不错的选择。例如蓝象智联选择从信用卡发卡这一细微场景出发,通过隐私计算引入了3000万中小商户的流水数据来与银行系统进行联邦建模,据公开报道,某城商行使用这项技术后,信用卡发卡业务的客户准入规模提升了20%,户均授信提升30%。
而原语科技的运营场景则包括金融、运营商、政务、工业物联网、医疗等众多领域,可以为不同的细分领域提供多安全级别、多性能要求、多场景支持的解决方案。据公司透露,已先后与多家知名公司签订战略合作,不到一年的时间内,订单金额迅速突破数千万。
在与运营商合作方面,去年12月,原语科技的“PrimiHub隐私计算应用平台”顺利通过中国移动的筛选,成功上架移动开放云市场,这意味着原语科技可以为客户提供更完善的购买渠道和服务体验。
事实上,隐私计算的想象力除了企业级开源的B端,还有广阔的C端需求,如手机、零售、教育等。虽然目前隐私计算在C端鲜有具体的项目,但锘崴科技副总经理薛娟娟认为,在C端消费者需求竞争中,专攻型厂商具有更强的可塑性,可拼合程度比较高,而掌握了可信执行环境(TEE)、联邦学习(FL)、多方安全计算(MPC)、同态加密(HE)等主流隐私计算技术生态的公司,将会在“隐私计算+”市场竞争中更具有优势。
原语科技便是当前为数不多的,同时掌握这四项核心技术的隐私计算技术服务商之一。也正是基于行业前景和企业实力,在2022年的资本寒冬中,原语科技一年内完成了两轮融资。
值得一提的是,在推进商业化同时,原语科技的技术创新也在持续进行,其积极推进产学研协同,先后与多所高校建立战略合作关系,共同攻关隐私计算、数据要素化和区块链等领域的深度研究。这不仅为原语科技的长久发展提供了人才支撑,也在不断帮助行业创新更上一层。而落实到创新成果上,其发布了国内首个自研的开源同态加密库HEhub,填补了国内同态加密算法库的空白。
另外,蚂蚁集团隐私智能计算技术部总经理王磊认为,当前许多需求方,例如银行,在招标和共建隐私计算平台时,比较关注技术合规标准问题,但这方面行业仍在摸索阶段。
对于这一问题,原语科技也正在持续探索中,其积极加入IEEE、信安标委、隐私计算联盟、DAMA 中国、粤港澳大湾区数字化创新促进联盟等多个组织,并参与多个国际国内技术标准制定,赢得业内认可。
整体来看,作为具有开源能力和开源精神的企业,原语科技在技术创新和商业落地两个方面的齐头并进,充分彰显了自身发展势能,也体现了原语科技坚持长期主义的发展路径。
而随着隐私计算在技术层面的不断成熟和应用场景的稳步扩大,中国隐私计算市场规模将持续增长,《隐私计算白皮书(2022年)》预测,2025年中国隐私计算市场规模将达到百亿元人民币。这种背景下,原语科技持续打磨隐私计算标准化产品,打造开源生态布局以及加速商业化落地,终将成为推进数据可信流通行稳致远发展的重要力量,为数字中国建设提供可靠的调色盘。
作者:好蓝不灵
来源:松果财经