隐私计算站立风口蓝象智能融资近2亿人民币(2)

Gartner 在 2020、2021 连续两年将隐私增强计算列为重要的战略趋势之一，并预测到2025 年，60%的大型企业机构将使用一种或多种隐私增强计算技术；2021年6月，麦肯锡在 《Fintech2030:全球金融科技生态扫描》中预测，自动因子发现、知识图谱和图计算，以及基于隐私保护的增强分析 将发挥更大的价值，并将其列为金融机构应关注的首要技术趋势。阿里巴巴达摩院也预测隐私计算在未来将成为安全领域的基石性技术。未来，隐私计算将与各个行业深入融合，从“隐私计算”迈向“隐私计算 ”，推动各行各业的数字化转型升级，推动数字经济发展。
金融业作为数据经营行业，掌握大量客户身份、财产等诸多重要数据信息。这些数据信息在金融机构经营发展中发挥着基础、全局、引领作用。当前头部金融机构已在内部数据价值挖掘方面取得丰硕成果，但受限于自身数据维度单一、实时性不足等，迫切需要开展跨机构、跨行业数据融合应用。
“数据已成为金融数字化转型的基础性、战略性资源。”中国人民银行副行长范一飞发表在《金融电子化》2021年10月刊上文章显示，从“千人千面”的创新产品设计到“一人一策”的金融服务模式，从“去芜存菁”的业务流程优化到“除险保安”的风险安全防控，金融创新发展始终离不开数据的有力支撑。金融机构要高度重视数据工作，充分释放数据潜能，点燃金融数字化转型的“数据引擎”。
然而，数据要素广泛分布于银行、互联网公司、政府部门等众多机构中，它们都有隐私和安全的需求，要释放数据潜能并不容易。隐私计算技术为“可用不可见”“可用并可控”“可控可计量”的综合化解决方案提供了关键技术路径。
中国工商银行金融科技研究院编写的《隐私计算推动金融业数据生态建设》白皮书显示，国外隐私计算金融应用目前尚处于试点阶段。当前，相关应用多用于信贷风控、反欺诈、反洗钱等试点场景，暂未形成规模化应用，且成熟产品较少。国内隐私计算金融应用领先国际。在顶层设计推动下，我国互联网企业、科技公司及金融机构近年来相继研发多款 成型隐私计算产品，相关产品呈现平台化发展趋势，技术组 合应用日益明显。国内示范场景已包含授信风控、产品营销、移动支付人脸识别、跨境结算、反洗钱等，其应用范围较国 外更加广泛、多元。
释放数据潜能
“蓝象智联目前主要聚焦在金融领域的隐私计算。”徐敏表示，自2014年起，金融行业三大引擎级变革驱动力分别是计算、场景和数据。如果说在计算引擎层面核心撬动点是“分布式云计算”，场景生态的核心撬动点是业务前置到场景，让金融业务和场景的关系从“你来”转变为“我往”，数据生态的核心撬动点则必然是“隐私计算”。隐私计算是把围绕数据的AI、大数据处理和加密等几种技术处理手段进行了综合应用，让数据生态中的数据高效、有序、合规流动成为可能，在过程中实现金融机构与运营商或政府等机构数据、场景数据、同业等各类数据源的安全流动。