隱私計算“四小龍”將如何重塑未來互聯網 |艾問人物_風聞

歡迎來到本期艾問人物！  

誰在濫用你的隱私？

10月初，瑞典跨國零售公司H&M因非法監控數百位員工，侵犯員工隱私被罰款3500萬歐元，這近3億人民幣的罰款成了歐洲繼法國數據保護監管機構對谷歌處以5000萬歐元（3.98億元）罰款後的第二高。

這件事再度引發了公眾對隱私安全的擔憂。

2020年8月，工信部集中曝光了58款侵犯用户隱私的App。包括搜狐網絡的狐友App、上海巨人網絡的球球大作戰App、巨人網絡集團的哪哪美女直播和MUST兩款App、北京搜狗網絡的糖貓App、深圳房多多網絡的房多多App、科大訊飛的訊飛有聲App和北京五八信息技術有限公司的速聘58趕集網招聘App等。

為應對消費者的擔憂，許多企業也紛紛推出了保護隱私之舉：蘋果iOS 14內測版推出用於廣告目的的用户追蹤將需要獲得用户批准等等政策。

隱私安全，成為懸在企業頭上的“達摩克利斯之劍”，也成了普通消費者心口的軟刺，時時隱痛。

在萬物互聯，海量數據匯聚的當今社會，該如何去保護人們的隱私數據？

只有通過技術。

破解矛與盾

熵增科技創始人楊更曾説，隱私就是我們故意要保持的信息不對稱。一個沒有隱私的人，相比一個有隱私的人是處於劣勢的。而保護隱私能讓個人處於更加公平的大環境中。  

保護隱私數據不難，不收集、不去使用即可做到。

不過在移動互聯網時代，個人每天的生活都要跟各種APP產品打交道，想要做到完全隱私，除非不用互聯網和智能手機，這對高頻使用網絡的現代人來説，恐怕只有穿越回古代，才有可能。

隨着互聯網、大數據、人工智能和實體經濟深度融合，數據也成為很多企業發展的基礎，成了新時代的“石油”。

滴滴出行企業需要精準定位你的地點、淘寶京東購物企業需要分析你的消費偏好，逛頭條、抖音企業需要個性化推送，基於大數據開展業務的企業，或多或少要涉及你的隱私數據。

保護隱私數據和使用數據，看起來魚和熊掌不可兼得，難道就沒有第三條路可走？

有。

隱私安全計算。

這項技術能讓數據提供方在不泄露原始數據和不泄露計算算法的前提下，對數據進行分析計算並能驗證計算結果的信息技術。

這並不是一個單一技術，而是基於不同的信任假設和應用場景可以選擇出適配相應條件的技術，括如基於硬件的TEE、基於密碼學的安全多方計算（MPC）和全同態加密（FHE）、源自人工智能的聯邦學習等等，實現“數據價值”的共享。

目前，國內已經湧現出一批以隱私安全計算為核心技術的企業。螞蟻金服、微眾銀行、翼方    健    數、華控清交這4個隱私計算玩家已成了行業的領跑者，被稱為“隱私計算四小龍”。

其中，螞蟻金服、微眾銀行和華控清交的基本盤都在金融賽道中，翼方健數則走了與其他三家不同的路線，將業務重心放在對隱私計算同樣有較大需求的醫療賽道中。

以醫療為切入點，翼方健數在金融、營銷、保險、政務等行業場景均有佈局，打破了數據孤島，讓數據價值得到最大程度釋放。

可以觀察到，翼方健數的道路折射出技術商業化落地的一種趨勢。

只有用新技術，才能彌補舊技術的不足。

技術落地    

“中國科技成果轉化率太低，亟需提升，科學家創業是其中一個比較好的形式，國家也有砸錢的決心。”一位投資人曾在採訪中表示。

近年來越來越多鑽研技術的科學家，開始發現市場的缺口，思考如何將技術商業化落地。

2014年至2015年，一小波人工智能科學家“下海創業”：湯曉鷗創立了致力計算機視覺和深度學習的商湯，朱瓏創立業務集中在智能城市和智能醫療的依圖，餘凱創立專注在邊緣人工智能芯片的地平線……

作為科學家，他們開始學會接地氣，用技術賺錢，用財富推動技術前進。

翼方健數的創始人陳恂也是這浩蕩隊伍中的一員。

從博士到創業者，到投資人，陳恂在互聯網圈薰陶多年後，發現了一個趨勢。

數據越來越有價值，隱私安全的重要性也越來越高。  

“看看2001年市值最高的公司，都是通用電氣和埃克森美孚之類的能源企業；2016年都是大數據公司。難怪他們説現在數據就是石油，數據就是貨幣。”最年輕的圖靈獎得主戈德瓦瑟曾總結到。

儘管數據資源的價值如此之高，卻並沒得到充分利用。

美國一家市場研究機構所做的調查顯示，目前，60%至73%的數據沒有被使用。

與此同時，每年的隱私安全事件動輒牽涉數億人的隱私：

3500萬用户隱私被黑，Uber卻隱瞞實情，付給黑客“封口費”；萬豪酒店泄露500萬人護照號碼；Facebook濫用5000萬用户隱私……

一頭數據的價值沒有被髮揮，另一頭市場上的隱私安全問題又層出不窮。

面對這種衝突，有沒有一種技術能實現數據“可用不可見”，能實現數據價值的發揮 ？

非常少數的企業看到了未來。  

翼方健數就屬於其中一家。2020年被稱為“隱私計算的元年”，早在2015年，就誕生了一家專注於隱私安全計算的企業  ：翼方健數，通過多方安全計算MPC/同態加密、聯邦學習、安全沙箱計算/TEE等先進加密技術和算法的融合，做到了讓數據“可用而不可見”，並在業內率先提出了“數據和計算互聯網”（IoDC）的概念並付諸實踐。 

翼方健數董事長陳恂認為，從經濟學的角度來看，“數據和計算互聯網”就類似一個生態系統，包含數據提供方、使用者、服務方和管理方的生態。翼方健數則承擔服務方和管理方的角色，即“數據和計算互聯網”的賦能者和運營商。

作為一家數據和人工智能科技公司，翼方健數還首創隱私安全計算平台——翼數坊(XDP)，以此為基礎承建了廈門市健康醫療大數據應用開放平台，實現了“不分享原始數據，數據在平台內授權使用，通過計算來分享數據的價值”。

在翼數坊的基礎上，翼方健數還開發了配合醫療行業中各環節的前端應用，包括：以電子病歷應用場景為核心的產品系列“探路者（PathFinder）”、人工智能圖像分析和自動建模系統“洞察者（Perceptor）”、智能風控服務“守護者（STPA）”、多模態生物科研一體化平台“先行者（Pioneer）”。

結合隱私安全計算和人工智能的技術端——到做透大數據治理——到服務終端用户（醫生醫院醫保商保衞建疾控），翼方健數是第一家。

這些產品矩陣已完成了從地方衞健委、疾控中心、三級醫院、社區醫院到社區管理、城市應急中心等各類與醫療健康相關的環節打通。

 “我們做了一個機器人醫生，他相當於一個三甲醫院普通醫生的水平。通過把這樣的人工智能賦能到社區醫院、社區服務中心，可以在基層醫生診療的過程中給他們提示，提高他們的診療水平。從某種意義上來講，這是實現分級診療的技術解決方案。”翼方健數CEO羅震介紹到。

翼方健數的智能化分級診療方案已於2019年3月開始在廈門市思明區的中華、蓮前社區醫院2家試點，並於2020年3月在廈門全市39家社區醫院全面上線。這是國內企業唯一實現在城市級別大數據場景實現隱私安全計算的，而且不止一個城市。

未發掘的價值

如今，大數據應用的成功案例主要集中在歐美發達國家，國內外大數據產業差距較大。

但從應用場景和社會數字化建設程度來説，國內市場擁有很多優勢，是一個非常有潛力的市場，因此翼方健數數選擇紮根於中國市場。

目前，翼方健數的企業級團隊，在上海、廈門、香港等地都設有研發和運營中心，團隊成員包括來自阿里巴巴美國數據科學研究院、阿里巴巴軟件平台架構部門和醫療信息化行業的資深技術人才和管理者。

其中董事長陳恂曾擔任全球最大的高科技私募基金之一銀湖投資（Silver Lake）董事總經理，併成功投資阿里巴巴，目前是軟銀的願景基金（Vision Fund）中國管理合夥人。

CEO羅震是普林斯頓大學計算機工程博士，學習計算機體系結構、異構並行計算、高性能計算，曾獲得工學院最高榮譽Gordon Y.S Wu獎學金。工作後從事軟件設計工作，一直耕耘在算法、大數據、機器學習等領域，曾帶領美國、印度、中國的研發團隊，取得重大的技術突破。

為了在數據安全、數據隱私保護、人工智能、大數據應用等諸多先進技術領域實現創新型技術突破，日前，翼方健數還組建了技術戰略委員會。  

首批正式加入的三位專家包括計算機領域著名科學家、兩院院士李凱教授、在全球密碼學界享有威望的中國科學院王小云院士、曾獲“麥克阿瑟天才獎”的宋曉東教授。

切入新興賽道，網羅人才，攻克技術難題的翼方健數，頗受資本青睞。

今年7月，翼方健數就已完成數千萬美元B輪融資。投資方包括：中芯聚源、奇績創壇、復盛創投等，該項目是由陸奇博士所創辦的奇績創壇早期看中的項目之一。

據介紹，B輪融資後，作為國內唯一的深耕醫療健康大數據的隱私安全計算公司，翼方健數還將着重拓展市場業務和持續擴充研發隊伍，進而拓展到醫療和生物信息之外的行業。

根據隱私計算產業信息研究表明，翼方健數的快速發展，得益於該公司具備的五項“獨特”價值：

1.唯一的在城市級別大數據場景實現隱私安全計算的企業，並具備多個案例。

2.唯一的深耕醫療健康領域的隱私安全計算企業。

3.唯一的結合隱私安全計算和人工智能的技術端到端做透，從大數據治理到服務終端用户的企業。

4.唯一一家已初步實現區域行業IoDC（Internet of Data and Computing）的企業，即數據化智能化產業互聯網構建。

5.唯一在多行業多產業落地隱私安全計算的企業。

隱私計算的興起加速數據要素流動，激活數據共享價值。  賽道內企業，  憑藉着各有所長的綜合解決方案，  翼方健數與螞蟻金服、微眾銀行、華控清交被譽為  隱私計算賽道領跑的“四小龍”，撐起了“四超多強”的競爭格局，但數據價值還沒有被完全挖掘出來。

Statista數據顯示，預計2020年，全球大數據市場的收入規模將達到560億美元，較2016年的市場收入規模翻一倍。全球數據量在2019年達到了41ZB，2020年預估達到50.5ZB。

不知未來，數據價值被合規挖掘之後，會產生多大的經濟效益，隱私安全的賽道上，將湧現多少新星？

數據的價值被開發後，我們的科技生活又將發生哪些翻天覆地的變化？