1年70多家企业新成立，隐私计算企业“内卷”成风，哪些更受投资人热捧？

    
    1929年，纽约流传着“梅隆拉响汽笛，胡佛敲起钟。华尔街发出信号，美国往地狱里冲”的歌谣，控诉着资本主义世界经济危机爆发带来的灾难。时势造英雄，主张“需求创造供给”的“凯恩斯定律”替代“供给会自动创造需求”的“萨伊定律”走上历史舞台。
    大危机期间的经济学家们意识到，资源配置总是难以满足人类不断增长的需求。庞大而旺盛的需求刺激，推动了应用科技创新的变革。正如“二战”引发了各国对高科技的急迫需求，催化了以互联网技术为代表的第三次科技革命爆发。
    从20世纪50年代的巨型科研计算机时代到2000年互联网泡沫危机重生至今，互联网技术大发展产生的海量数据，也成为了新时代的“黄金石油”。当下，大数据时代逐步从野蛮生长时代“如何处理数据”的需求，转向在逐步完善的相关数据法律法规下“如何合规处理数据”的需求。
    明文数据商业化走向没落的背景下，数据合规使用的重要解决方案--隐私计算技术迅速商业化落地成为数据赛道重要议题。
    算力智库注意到，需求、融资、求变成为2021隐私计算发展的关键词。
    
    

需 求
    “对数据安全流通的需求迫切程度已经远远超过隐私计算的发展速度，场景方催着隐私计算厂商不得不往前走、再往前走。”同态科技CEO李朋林向算力智库感慨道。
    “释放数据要素”与“数据合规”成为近两年数据市场发展的关键词。2020年，《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》将数据要素纳入市场化配置改革的五大基础生产要素之一，海量数据处理、交易的需求进一步激活，为隐私计算商业化的发展奠定了重要基础。
    数据要素市场的火热从大数据交易所（中心、平台）的陆续成立可见一斑，2021年，北京国际大数据交易所与上海数据交易所陆续成立，打开了数据要素流通新局面。截至发文，据算力智库不完全统计，目前已经有18家大数据交易平台成立。
    进入2021年以来，我国数据产业形成了以《网络安全法》 、《数据安全法》和《个人信息保护法》等“三法并行”的法律框架体系，为数据安全合规处理加上安全锁。加之10月《反垄断法（修正草案）》的出台以及普惠金融的进一步推进，推动了金融业对加强风控的需求落地。
    整体来看，目前仍处在医疗、金融、汽车、政务、信创、互联网精准营销等数据集中的领域，对数据合规处理用于商业化的巨大需求的现状，与当下隐私计算解决方案不成熟之间的矛盾中。
    对于任何企业来说，明文数据共享意味着将私有财富的流失，当下隐私计算技术成为平衡两者的唯一解。比如数据共享中确权与安全问题的解决对于推进医疗机构间的研究、金融企业间的风控管理等意义重大。如医疗领域中，“新冠肺炎确诊病例和无症状感染者”如何在不泄漏明文数据情况下，完成医疗机构间的研究、金融领域中，“各金融机构间的黑名单数据”如何在不泄漏的情况下，完成风控的管理。
    2021年来，场景方进一步意识到隐私计算带来的商业价值，对于隐私计算技术的需求，一时间促使了坐落于“北上杭深”上百家隐私计算企业密集成立。2021年6月，国家工业信息安全发展研究中心发布的《中国隐私计算产业发展报告（2020-2021）》指出，2018年起，大量专攻隐私计算的初创公司成立，其他领域在隐私计算领域投入研究的企业数量也迎来大幅增长。我国该领域的企业总量在260家左右，其中2018年至2020年的初创企业达160家，占比约为60%。
    隐私计算企业多脱胎于高校实验室、大数据厂商或者创始团队大多为互联网大厂背景，在市场潜力巨大与高水平团队的加持下，隐私计算厂商成为资本追逐的新标的。
    在另一方面，李朋林认为，能否满足客户需求也成为隐私计算企业生死存亡的关键。他指出：“当下数据安全流通的需求迫切程度已经远远超过隐私计算的发展速度。其中没有核心能力的企业，在不能满足客户多种需求的过程中自然就淘汰了。”
    
    

融 资
    不久前，算力智库发布了《2021隐私计算赛道亿级融资“扎堆”，头部玩家有哪些？》，调研了2021年度隐私计算独角兽企业的发展情况，从锘崴科技、微众银行、同盾科技、翼方健数、华控清交等在内的隐私计算企业技术负责人或首席科学家学术成果、落地应用与融资情况进行了讨论。
    在上百家隐私计算企业中，除了此前调研的头部企业外，算力智库意识到，还有十几家新锐隐私计算厂商已经中崭露头角，这批新锐隐私计算厂商2021年在融资发展与技术落地能力进展迅速。
    从算力智库的最新调研中发现，目前隐私计算行业在融资资金规模来看，已经出现明显分化；在场景落地方面，不同隐私计算企业间的技术背景与深耕场景不同，也存在着一定商业化落地实力的差异，这种差异进一步影响到企业的融资发展。从行业发展阶段来看，隐私计算行业正处在技术商业化初期转向技术规模化应用的关键时期，目前处于快速成长阶段，投资回报率预期将较高。
    据算力智库不完全统计，截至2021年11月底，隐私计算厂商累计获得近70笔股权融资，公开披露的融资总额约65亿元。C轮（含）融资以上仍只有寥寥数个，同盾科技与星环科技，早在2017年就进入了C轮融资阶段，2019年分别完成了1.1亿元与6亿元D轮系列融资。2021年，趣链科技和富数科技相继在2021年完成数亿元C轮融资。（注：目前从事隐私计算业务的企业中，部分企业包含多个业务线，如趣链科技早期融资主要来自区块链业务，融资金额并不全部用于隐私计算业务发展。）
    隐私计算新锐企业大部分融资仍处于早期阶段，多集中在种子轮、天使轮以及A轮（Pre-A、A、A+），且大部分单次融资并未超过亿元，但出于独特的业务模式与市场需求以及技术优势等特色，仍具备巨大的发展空间。
    相对隐私计算头部企业来说，这些新锐企业或成立时间较短，或进入隐私计算领域较晚，或融资金额较少，或融资轮次处于早期，或兼而有之。
    算力智库在长期调研中，目前注意到15家新锐企业，如瑞莱智慧等在人工智能发展过程中探究隐私计算技术搭建技术设施平台，发展较为亮眼；再如纸贵科技、数秦科技、数牍科技、熠智科技等区块链企业深度结合隐私计算有一定的建树；以及隐私计算技术服务厂商的如洞见科技、冲量在线、光之树、融数联智、蓝象智联、同态科技、星云Clustar等企业更是凭借特色优势，冲出重围。
    
    
    

求 变
    算力智库最新调研中，在看好隐私计算发展前景的同时，多个隐私计算企业创始人也提出了对行业的担忧。“企业业务同质化、商业化落地方案不成熟、估值过高与营收不匹配”等成为隐私计算企业发展当下面临的难点与风险。
    趣链科技技术总监、隐私计算负责人汪小益观察发现，现在隐私计算企业虽然成立了很多，但是平台同质化比较严重。隐私计算技术路线如TEE、多方安全计算、联邦学习等技术本身的技术布局是差不多的，各平台之间的差距也不是特别大。此外，目前隐私计算市场业务成熟度不高，服务商与场景方业务的结合还处在探索阶段，还是需要深耕行业的实际需求。隐私计算厂商除了对功能性的研究，非功能性也需要加大投入，例如高可用、容错性、兼容性等。
    对于隐私计算目前面临的困境，李朋林指出，隐私计算技术本身尚不完全成熟，无论是原有的国际上的同态加密、联邦计算、多方安全计算等技术，它在特定的业务场景之下是可以适应的，但是普适性的产品化发展仍是巨大挑战；场景方需要综合性的隐私计算能力，发展至今各家都有些欠缺。如何契合场景方原有的数据系统，如何控制成本在较小的改造下实现原有业务的有效衔接目前仍未出现特别好的解决方案。
    “此外，原有的数据基础设施更换后，场景方的业务流程也会更换。比如银行风控，之前只需要银行拿到明文数据就可以做风控，假定现在用了联邦学习，数据源和银行都需要对数据进行相关操作，其中一旦系统出现漏洞，风控出现问题，如何追责？这对于原有的合规流程又产生了新的挑战。”李朋林强调。
    风险估值过高，为隐私计算迎来大规模落地发展埋下隐患。
    “目前一些隐私计算企业完成了融资后，出现几十亿的泡沫化估值。但是从目前营收来看，是撑不起这个估值的。”熠智科技技术总监汤载阳明确提出对行业估值过高的担忧。
    在此次调研中发现，估值过高问题确实较普遍。比如一家隐私计算企业的应收帐款达到了5000万，实际收入大概仅为1000万，但是估值就达到了几十亿，“估值过渡杠杆化问题”使得行业出现一定程度上的虚假繁荣。
    从隐私计算企业营收整体来看，由于隐私计算商业化落地时间较短、项目周期较长且前期投入较大，2021年部分隐私企业实现了盈利，但是营收规模超过千万的企业并不多，上亿元营收的更是凤毛麟角。
    李朋林认为：“目前头部隐私计算公司估值都很高，客户需求也很旺盛，但是技术产品化能否实现，还需要更长的时间来证明。
    ”在已知的困难与风险之下，“求变”成为隐私计算企业的选择。在个体不断强大的同时，比如合作成为一大趋势。李朋林介绍：“隐私计算企业间合作分为两种形式。一种是技术合作，比如同态科技把自身的底层技术交付给其他隐私计算厂商，同态科技是行业里少数能提供该业务的企业；另外一种就是隐私计算平台间的互联互通，因为各家的平台很多功能是重复且有自身特点的，比如有些场景方依托不同平台的优势挑选了几家进行合作，但是平台之间不互通，就会阻碍场景方业务的扩展性，在这个背景下，就推进了各家平台之间的互通合作。
    ”隐私计算的增长速度快，优化淘汰的速度也在加快。新锐企业相比头部企业，发展较晚，不得不凭借独特的硬核优势才能真正出圈破局。新锐企业的发展战略、愿景、目标和技术特点等都可能会成为破局的关键，在未来的发展中，行业格局很可能会因为新锐企业在市场上独特的定位分工产生变革。
    
    

尾 记
    出于对更广泛的数据要素市场的业务处理需求，积极主动成熟的企业机构正在从被动合规转向主动隐私计算业务应用。
    冲量在线CEO刘尧坦言，目前进行隐私计算业务应用的大都为数字化1.0转型完成的大型企业。由于政策合规需求，业务创新尝试等因素，拥有较大财力与更成熟发展眼光的大型、超大型企业成为主要场景方。
    世界知名咨询公司Gartner预测，到2023年底，全球80%以上的公司将面临至少一项以隐私为重点的数据保护法规的限制。
    2021年8月，Gartner发布了2021年隐私技术成熟度曲线。
    
    2021年度Gartner隐私计算技术成熟度曲线
    相比2020年发布的隐私计算技术成熟度曲线，“2021隐私计算的技术成熟度曲线”中，首次纳入联邦学习、主权云、影响力工程等技术。
    从隐私计算技术成熟度曲线来看，目前隐私计算主要技术路线中，在技术萌芽期阶段，同态加密、联邦机器学习、差别隐私、零知识验证等技术期望值较高；在泡沫破裂低谷期，安全多方计算等技术期望值较高。
    不过，同态加密、联邦机器学习、差别隐私、零知识验证、安全多方计算等技术，均需要5-10年的时间才能达到生产成熟期。
    目前阶段来看，隐私计算发展正处在技术萌芽期与期望膨胀期过渡的阶段。
    不过，独木不成林，在巨大的数据合规处理需求下，尽管隐私计算技术被寄予厚望，但是其只能解决部分问题。隐私计算技术与云原生、区块链以及人工智能等多种技术结合，才能真正满足数据合规需求膨胀期的要求。
    预 告
    各企业创始之初，接触到的不同数据处理需求，加之创始团队不同的经历、学术背景，各家隐私计算企业都带着何种独特的发展基因？继2021年新锐隐私计算企业融资故事后，算力智库将细细探讨关于新锐们的“众生相”。敬请期待。