洞见科技创始人、董事长姚明：从智能化到密态化，数据科技向善升级

发布时间：2025-07-06 22:10:35 来源：飞声腾实网 作者：时尚

9月2日，洞见到密2022服贸会中国金融科技论坛在北京首钢园举行，科技科技本次论坛为2022中国国际服务贸易交易会的创始从智组成活动之一，主题为“数字经济时代的人董金融科技发展应用与安全”。洞见科技创始人、事长数据升级董事长姚明受邀出席并发表演讲。姚明

姚明在演讲中表示，态化数据处理技术的向善智能化正在赋予数据独立的计算价值，以机器可读的洞见到密方式让数据能变成规则、变成模型，科技科技形成洞悉金融科技底层规律。创始从智对于数据价值的人董挖掘从传统对数据的统一分析，到使用机器学习技术对数据进行模型的事长数据升级建设。从对数据的姚明逻辑推导衍生到对数据的逻辑关系挖掘，数据价值的态化本地化深挖逐步演变为融合外部的数据价值。所有数据智能应用者达成的上述共识，既要使用内部数据又要融合外部数据。

姚明指出，数据规模正在不断增大，根据最新的《国家数据资源调查报告》显示，目前我国的数据增量已达到6.6ZB，占全球整个数据增量接近10%，如此海量的数据蕴含巨大商业价值，但不能让海量的数据成为海量的风险。正因如此，大家对数据流通的意愿不是很明确和旺盛。如何让数据安全流通，充分释放价值成为数据科技发展的关键挑战。

最近几年，科技的进步也让人们了解到一项既要数据流通又要隐私保护的技术——隐私计算技术，被认为是当前破局的最优技术解。这项技术包含一系列技术体系：多方安全计算、联邦学习、可信执行环境等技术，每项技术均有特性和局限。

在姚明看来，隐私计算技术涉及大量的密码学技术，需要对数据进行切片加密，当前隐私计算技术正在推动数据处理技术从智能化走向密态化，密态化的技术使数据流通中隐私风险降至最低。

正是由于上述特性，数据在不出本地域的情况下仍可以发挥计算价值。数据不能被复制，就可以有效避免诸多流通后的风险，比如数据应用不支持复制，数据的安全风险就不会进一步扩散，数据也不会被非法滥用，数据的所有权争议也会变小。目前，隐私计算技术正在推动数据流通整个范式的变革，让数据流通这件事情变得更加合规更加安全。

对于金融领域，姚明称，金融作为数据协同需求强烈的行业领域，成为隐私计算技术发展的重要试炼场。据艾瑞咨询今年初对银行类和保险类的金融机构调研，有30%以上的金融机构已经开始隐私计算的实践应用，包括隐私计算平台的招采和POC，也有61.5%的机构计划在2022年开启隐私计算的实践。

以下为发言实录：

非常感谢主办方的邀请，很荣幸在这里能跟大家分享一下我们对于隐私计算技术及其在金融场景中应用的收获和心得。

我们亲身推动和见证了大数据与人工智能等技术在金融科技等场景中发挥的重要的价值，也看到了关于大数据的处理技术，经过人工智能技术的加持越来越多地在金融科技场景中发挥从风控、营销、客户经营、到经营决策等等一系列场景中发挥的价值。

我们也看到整个数据处理技术的智能化正在赋予数据独立的计算价值，以机器可读的方式让数据能变成规则、变成模型，形成洞悉金融科技底层的规律。数据价值的挖掘从传统对数据的统一分析，到使用机器学习技术对数据进行模型的建设，从对数据的逻辑推导衍生到对数据的逻辑关系进行挖掘。数据价值本地化的深挖逐步演变为融合外部的数据价值。所有数据智能应用者达成上述共识，既要使用内部数据又要融合外部数据。

同时，我们看到数据规模在不断增大，根据最新的《国家数据资源调查报告》显示，目前我国的数据增量已达到6.6ZB，占全球整个数据增量接近10%，如此海量的数据蕴含巨大商业价值，但不能让海量的数据成为海量的风险。最近几年来由于数据安全、隐私泄露造成的公众事件增加，引发了诸多社会恐慌，让大家对数据流通过程中可能产生的数据安全问题和隐私泄露问题深有忌惮。正因如此，大家对数据流通的意愿不是很明确，也不是很旺盛。如何让数据安全流通，充分释放价值成了数据科技发展的关键挑战。

最近几年，科技的进步也让人们了解到一项既要数据流通又要隐私保护的技术——隐私计算技术，被认为是当前破局的最优技术解。这项技术包含一系列技术体系：多方安全计算、联邦学习、可信执行环境等技术，每项技术均有特性和局限。通过在商业化场景中的不断迭代、融合，能以“数据可用不可见”的方式服务于诸多数据流通的场景，来达成对数据隐私安全做到最好的保护情况之下，还能发掘它的融合价值。一方面，广泛地开始在个人对企业（C2B）的数据流通中发挥价值，将传统个人的数据采集变迁为中心服务器分析的模式，聚合每个人的数据价值，开展分布式的数据分析。另一方面，有效推动企业间（B2B）数据流通，将传统的数据从一家企业传输到另一家企业分析利用的模式，演进为每家企业基于各自本地数据的协同计算，发掘数据的应用价值和全新模式。此两种模式对于C2B和B2B的数据流通而言，无异于提高了安全等级、隐私保护的能力，所以，隐私计算对数据科技的科技向善是一项非常好的科技保障技术。

我们看到隐私计算技术无论多方安全计算、联邦学习，还是可信执行环境技术都涉及大量密码学技术，对数据进行切片加密。实际上，隐私计算技术正在推动数据处理技术从智能化走向密态化，密态化的技术使数据流通中隐私风险降至最低。数据流通的范式经历四个阶段，第一阶段是通过数据文件传输的形式进行流通，显然传输对象方就会拥有数据的拷贝，而且未必是一家企业所需要的具体精确信息；第二阶段是数据接口时期，可以使数据流通变得更精准，即需即用即查，但这种流动方式仍会引发数据泄露问题；第三阶段是数据沙盒时期，将数据放在可信的环境中应用，但是只拥有一小部分的控制权，或者大家联合起来才拥有完整的控制权，以此来限定对数据的复制、再加工、再利用等行为；目前，演进到隐私计算的数据流通时代，数据不再需要从物理层面进行传输流通，只需要使整体计算体系在每一个数据拥有方执行协同计算，让数据的价值进行流通，而不是让数据的物理信息进行流通。数据流通范式变革带来了“原始数据不出域，数据可用不可见”的特性。正是基于此特性，数据在不需要复制的情况下仍可以发挥计算价值。数据不可以被复制，就会避免诸多流通后的风险，比如数据应用不支持复制，数据的安全风险就不会进一步扩散，数据也不会被非法滥用，数据的所有权争议也会变小。目前，隐私计算技术正在推动数据流通整个范式的变革，让数据流通这件事情变得更加合规更加安全。

在国家的政策法规方面，随着《网络安全法》、《数据安全法》、《个人信息保护法》出台，隐私计算技术去年起也获得了多个国家的政策支持，包括国务院、发改委、央行、工信部都正式发文对隐私计算技术给予肯定和支持。

在金融领域，金融作为数据协同需求强烈的行业领域，成为隐私计算技术发展的重要试炼场。据艾瑞咨询今年初对银行类和保险类的金融机构调研，有30%以上的金融机构已经开始隐私计算的实践应用，包括隐私计算平台的招采和POC，也有61.5%的机构计划在2022年开启隐私计算的实践。在监管体系之内，对于隐私计算技术开展了一系列的从试点到撤屏到沙盒这样的具体的工作。比如2019年12月份开始的由央行启动的金融科技创新监管沙盒中，到2021年底时，我们发现公示的131个项目已经有14个隐私计算相关课题，占比超过10%，超过很多其他类型科技的占比。2020年11月，央行发布首个隐私计算标准，2021年5月，央行在开展金融业数据综合应用试点中，明确号召基于隐私计算技术推进跨机构、跨层级、跨行业的数据融合应用。2021年5月，国家金融科技测评中心完成首批隐私计算技术产品测评。2021年11月，基于隐私计算的债券估值体系建设项目入选中国证监会首批资本市场金融科技创新监管沙盒。

洞见科技作为隐私计算行业代表企业，面向具体的金融场景，推出一系列的金融产品矩阵，包括多方安全计算、多方安全学习、可信联邦学习、图联邦计算、应用安全卫士等一系列的隐私计算技术服务矩阵，同时与国产信创兼容适配推出隐私计算的一体机、隐私计算可信云、隐私计算工具包等。

面向金融领域，洞见科技主要以密态智能的模式实现数据全链路隐私安全保护，对于银行类的金融科技服务场景，通常需要对历史的数据建立模型，再通过模型对新增的用户进行风险预估、意愿习惯识别等等。在金融领域融入外部数据，形成数据智能的赋能场景业务中共包含四个链路的过程：第一是数据对齐阶段，通常称作隐私求交（PSI），基于历史样本数据与外部数据进行对齐，可以实现对交集以外的数据不泄露，不被任何地方获知。在此基础之上，洞见科技还推出了全密态的PSI数据，能够保证交集数据也不被双方获知、交集数据完全不泄露，实现“匿名化”。第二是模型训练阶段，洞见科技推出一系列联邦学习的密态训练，扩大了联邦学习对金融数据处理的适用性，加深了对金融数据价值深挖的特性。第三是模型预测阶段，当模型训练成功后，通常会应用这些模型对新增的用户作出信用风险判断和意愿识别，此阶段模型需要使用到一方、两方甚至多方的数据作为整体模型的参数。在此过程中，洞见科技使用了多方安全计算技术开展模型预测，保证在移动模型预测过程中也不会泄露用户隐私，不会使用原始数据完成整体模型的预测，实现数据安全与隐私保护。第四是隐私查询阶段，当模型计算出结果，可以对一个人的信用和意愿给出评分时，需要对结果进行查询。在查询过程中，金融机构通常需要提供用户的ID信息，比如姓名、手机号、银行卡号，信息泄露有时就发生在该环节，因为查询意味着被查询方会获知用户身份的信息。在此过程中，洞见科技提供隐私保护技术，能够使用户的隐私信息不被泄露。总体而言，银行业应用内部数据和外部数据融合建模分析的过程中，洞见科技提供密态对齐、密态训练、密态预测、密态查询等用于用户数据安全和保护隐私的技术。

迄今为止，洞见科技也与诸多政府机构、银行机构以及其他的商业机构达成合作，包括一些省市的大数据局基于隐私计算的数据开放，也包括、、、、等大型银行的隐私计算平台建设。同时洞见科技也与三大通信运营商、行业监管机构和数据供给机构达成合作，希望能为数据的供应方和应用方基于隐私计算技术建立一个新型的数据智能流通网络。

洞见科技可以提供基于隐私计算的B2C服务，也有B2B服务，从数据的采集、存储、分析、加工应用环节都能实现授权，推动数据科技朝密态化演进，守卫真正的科技向善。

以上是我的分享，谢谢大家。

相关文章