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地方的深度研究。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