日前，全球知识产权第三方机构IPRdaily与incoPat创新指数研究中心联合发布了2022年《全球隐私计算技术发明专利排行榜（TOP100）》。榜单显示，截至2022年3月8日，全球隐私计算专利数量在200件以上的企业有8家，其中中国占据6席，分别是蚂蚁集团（1152件）、中国平安（423件）、阿里巴巴（313件）、华为（206件）、国家电网（206件）、微众银行（204件）。

关于如何解决“数据共享”和“隐私保护”之间的矛盾，这些企业在隐私计算领域交出了自己的答卷。

“数据”成为生产要素，隐私计算技术受追捧

2020年4月，国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，明确把数据列为生产要素，同时要求“提升社会数据资源价值”“加强数据资源整合和安全保护”“制定数据隐私保护制度和安全审查制度”。

在数据成为生产要素之前，各行业各企业早已存在“数据利用”的需求。但是以往，不少企业在利用大数据之时侵犯了用户的个人隐私，国家对此愈加重视。2021年，《数据安全法》《个人信息保护法》相继发布，对于数据利用进行了约束。

企业机构滥用数据的行为已不可行，同时，集团内部之间、企业之间、行业之间“数据安全共享”的需求愈加凸显。

隐私计算技术成为了各企业机构不可避开的选择。

图片来源：易观分析《2022年中国隐私计算市场分析》

隐私计算是指，在不泄露数据本身的前提下实现对数据的分析计算，在保护好数据和隐私的同时，让数据价值可以最大化地转化和释放。

隐私计算技术是一个“鱼与熊掌可兼得”的选择。

目前，隐私计算技术主要有多方安全计算、联邦学习、可信执行环境、同态加密、差分隐私、零知识证明、去标识化及脱敏等。不同技术有不同的优缺点，对应不同的应用场景。在很多情况下，会将不同技术结合，扬长避短。

金融行业布局“隐私计算”，应用场景增多

金融行业的信息化和科技化水平相对较高，也因此存在大量高质量的敏感数据，这些数据与国家经济安全发展和公民合法权益息息相关。

金融数据的安全与风险防范成为金融监管部门关注的重点，国家相继出台相关政策与法律法规。

2019年8月，央行发布《金融科技发展规划（2019年-2021年）》，提出“加大金融信息保护力度”“增强金融业务风险防范能力”“科学规划运用大数据”。

2022年1月，央行发布《金融科技发展规划（2022-2025年）》，提出“从强化数据能力建设、推动数据有序共享、深化数据综合应用、做好数据安全保护方面充分释放数据要素潜能。”

因此，在金融行业利用和共享敏感数据的同时保护好客户的隐私，至关重要。隐私计算在此领域可谓大有作用。

多家金融机构和金融科技公司对此进行布局，并应用在多个场景中。

智能营销：或是因为数据来源单一，或是会有触犯客户隐私的风险，目前银行对于客户的了解不够立体，很难针对性地进行服务和产品推荐。而基于隐私计算技术，可实现数据“可用不可见”，银行能够对客户进行精准的营销。

智能风控：通过内外部的数据整合，金融机构可对贷款企业或个人有更为全面的把控。

联合反洗钱：当前不法分子将非法收入清洗为合法财产的手段趋向于高科技，传统反洗钱方式对此难以起到有效的作用。面对海量的金融交易数据和相当高的洗钱总数额，基于人工智能、大数据等新兴技术和隐私计算相结合的反洗钱手段，可准确识别洗钱行为，减轻监管方成本负担。

高价值用户共享：基于隐私计算，跨机构甚至跨行业的数据共享，可在不泄露个人隐私的前提下，实现相互引流。

当前，一方面，政策和法律法规对于数据隐私问题愈加重视，另一方面，各行业、各机构对于数据共享的需求愈加强烈。在这样的背景下，隐私计算是“最优解”。

由微众银行和毕马威联合发布的《2021隐私计算行业研究报告》显示，国内市场规模将快速发展，三年后技术服务营收有望触达100-200亿人民币的空间，甚至将撬动千亿级的数据平台运营收入空间。

在未来几年，包括金融等在内的行业必将加大对隐私计算的投入，从2022年《全球隐私计算技术发明专利排行榜（TOP100）》可看出，我国的企业已走在前列。