专访光之树创始人张佳辰：从隐私计算到隐私科技，光之树助推产业数智化

　　进入“十四五”之后，“数字化转型”一词十分火热。数字化转型不仅成为企业发展的必经之路，也成为中国经济发展的必然趋势。随着互联网、大数据、云计算、人工智能、区块链等技术加速创新并日益融入经济社会发展各领域全过程，数据成为新的生产要素。

　　然而，在数字化转型中，信息安全保护被提到了前所未有的高度。《中华人民共和国个人信息保护法》于2021年11月1日起施行，加上此前生效的《中华人民共和国数据安全法》《中华人民共和国网络安全法》，共同组成数据保护领域的“三驾马车”。 

　　如何在产业数智化的进程中，兼顾信息安全的保护？让数据“可用不可见”的数据隐私计算或许提出了一种解决之道。

　　对此，中新网上海频道对话光之树科技的创始人张佳辰，共同探讨隐私计算技术对产业数智化的助推作用。

　　光之树科技成立于2017年，是全球领先的隐私计算和区块链技术公司，连续三年分别获得达沃斯世界经济论坛“全球技术先锋企业奖”“Pioneers of Change” “Global Innovators”，也是唯一获此殊荣的中国软件企业。

　　公司创始人张佳辰毕业于哈佛大学，获得工商管理和公共管理两项硕士学位，并受到麻省理工学院人工智能实验室联合培养，现担任世界经济论坛全球数字经济理事会理事。

　您如何看待“隐私计算是大数据行业的新基建”这一说法？

　　隐私计算的确是大数据行业的“基建”，但它更是数字经济的“基建”。

　　因为数据属于不同的主体。它既包括用户数据，也包括企业数据，还包括政府数据。在数字经济时代，企业、用户和政府是“三位一体”的关系：用户面对企业的时候是较为弱小的、体的，因此，个人用户需要政府来代表他们来对企业提出要求。由此，我们展望的数字经济的模式才更有发展性，可以兼顾各个角色之间的诉求，更能兼顾广泛的权益和利益。

　　企业和企业之间其实也存在相似的问题，比如数据作为一种财产，它的产权和使用权问题：两个企业需要共同开发新IP、服务，但是数据是他们原始的生产要素。“怎么样让生产要素既可以被使用，又不会被别人拿走？”这便是隐私计算需要解答的问题。

　　因此，数据隐私计算不仅是大数据行业的“基建”，更是数字经济和数字社会的“基建”。

　　近年来，数据安全领域的法律和法规正在不断完善。“三法”的落地为企业在数据使用上提出了新的要求和规范，数据隐私计算作为一种技术，可以帮助企业更好地在数字经济发展中合规经营，管理数据资产。

　　所以光之树的定位不仅仅是致力于发展隐私计算企业，未来，我们也希望成为一家隐私科技企业。

　　在这个过程当中，除了计算安全性本身，包括使用授权管理，准入机制、准出机制、存证留痕、分级分类等等围绕数据安全的各类议题，隐私计算都将发挥数字经济的“基建”作用，为经济体的运行提供“可用而不可见”的安全数据。

中国正面临数字化转型的浪潮，对此，数据隐私计算的重要性是如何体现的？

　　如果没有数据隐私计算会怎样？我们不妨回顾大数据行业发展中曾暴露的一些问题。

　　发展之初，大数据行业发展奉行“效率优先”的做法。从效率的角度来考量，大数据的确为社会生活和经济发展带去了令人耳目一新的解决方案。

　　但上一个代际的技术无法对数据的使用权做出控制，导致了公民个人信息泄露、企业核心信息的泄露等等弊病。同时，如同经济开发中所造成的环境污染一样，数据的过度开发也造成了一定的“污染”，比如大数据“杀熟”等现象，大数据开发也需要走上可持续发展的过程。

　　而很多有数据价值的企业和机构，出于对上述问题的担忧而不敢开放自身的数据。由此造成了“两难局面”：选安全，还是选效率？

　　让数据“可用而不可见”的隐私计算则为这个两难选择提供了更优解：既可以利用数据的价值，同时规避之前发展模式中的一些弊病。这将在保障数据安全的情况下，促使数据联通，从而更高效地使用数据。

　　业内人士普遍认为，数据隐私计算从技术到落地需要一定时间，它是一个相对“慢热”的赛道。在您看来，数据隐私计算的应用场景是怎样的？

　　数据隐私计算从技术到落地是需要多方面的契机。首先，技术企业需要向客户证明隐私计算并非“科幻”，它已经达到了应用的性能范围。这也是2017年至2020年间，技术企业自身解决的问题。

　　接下来是法律法规层面上的推动。比如去年12月份国务院印发《"十四五"数字经济发展规划》中特别提到了数字要素的作用，包括数据清洗、脱敏、脱密等等。在数字经济的发展中，哪些场景中的数据是需要隐私计算去进行保护的，这都是未来需要专家和业界共同进一步明确的问题。

　　最后，作为一项新兴技术，隐私计算需要找到核心闭环场景并且融入；只有发掘出清晰的路径图，各个行业才能“按图索骥”。我认为，数据隐私计算的发展方向是变小、变散，再融入到各种场景中。“三法”落地之后，企业和机构对于数据使用需要更多的“管理工具”，而隐私计算就是一个横向扩展的“专业工具包”。

　　从海外来看，欧盟的《通用数据保护条例》从2016年规划， 2018年正式生效的。围绕它的细则在不断完善的过程当中，然后才出现了响应它的很多的技术产品。对于中国而言，进程也许会快一点；在这个进程中，光之树会尽量参与和配合。但数据保护是需要时间的，它也需要政府主导。

　您能举一些隐私计算技术应用的实例吗？

　　比如我们为顺丰搭建的“散单客户风险识别模型”，就帮助顺丰扩大了“先寄后付”模式，实现降本提效。

　　在由中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)共同组织的2021年大数据“星河”案例征集活动中，“针对顺丰先寄后付场景的联合风控建模”案例荣获2021大数据“星河”案例隐私计算优秀案例。

　　在疫情背景下，顺丰寄送快递需要减少接触，有一点可以实现的方法是怎么样让更多的客户群体可以使用先寄后付的方式：寄快递的时候小哥先拿走，相信这个客户之后会付钱。

　　因为顺丰是一家物流企业，所以并没有掌握客户的信用信息。“哪些客户是信用较好，可以先寄后付？”对于顺丰而言并没有相关数据做支撑。

　　恰好我们之前支持中国银联做了隐私计算，所以我们可以请银联向顺丰通过这样的平台，提供和小额支付、个人信用维度相关的数据，帮助顺丰将享受“先寄后付”的目标客户群拓展到了3倍以上。在此模式下，每一单的时间节省少则5秒钟，多则1分钟。因为寄快递的量是很大的，所以他的整体效率也提高了很多。

　　作为第一批入驻上海数据交易所的企业，光之树被定位为专业服务的交付方，并以这样的角色在数交所上接单，协助需要用隐私计算做数据交付的企业。除了技术和信息化水平较高，监管严格的金融行业和政务服务领域，隐私计算也大有用武之地。

　　光之树在深圳市龙华区与腾讯云合作，产出了政务领域应用的案例：自从郑州大雨事件之后，各地方政府对内涝积水都十分重视。如何提高内涝预测的准确性，把灾后响应移到灾前？

　　实际上在最底层有一些曾经没有用到，却能极大提升效率的关键数据：比如自来水管网的数据。这是比较敏感和机密的数据，但通过隐私计算技术，它可以和地形、地理和天文、水文等气象相关的数据一同汇总，训练出精度更好的预测模型，并集成到整个水务系统的应急管理解决方案中。通过数据隐私计算，以往安全风险很大的数据被以“可用不可见”的形式应用，服务民众的日常生活。

　　此外，在产业数智化和精准营销领域，隐私计算也大有可为。比如一家企业希望通过以数据库比对的方式，找出与现有客户相似的潜在客户，进行客户群体拓展。然而，企业都不希望将自己的核心用户名单开放给第三方。“你不给我，我怎么找？”隐私计算就能帮助企业解决这一两难问题。

　我们注意到，包括第四范式、险峰旗云等多家投资机构都对光之树进行了投资。在您看来，光之树是如何获得诸多投资人和投资机构的青睐？

　　我认为这体现出投资机构对数据隐私计算领域的认同，隐私计算的确是数据应用的关键。

　　产业资源方在早期就看到了隐私计算技术的潜力，也看到了数据隐私保护的紧迫性，以及行业对隐私计算的需求。与此同时，隐私计算在整个产业布局中和上下游的关系也十分紧密。

　　隐私计算需要和许多系统进行结合，光之树是比较相信重点合作的生态伙伴的力量，所以我们主要通过生态合作伙伴的方式去扩展自身的渠道以及闭环交付的能力。

　　我们也经历过“客户变成投资人”的故事，比如光之树这一轮的投资人之一——第四范式，我们是先做业务，再拿到投资。当然，在双方团队能力和产品矩阵方面我们都存在着互补。

　　大量的人工智能实践案例，包括在技术迭代、上层工具例如自动建模等等，都可以和跟隐私计算的引擎进行无缝衔接，这是1+1>2的事情。

　　此外，2021年我们和某知名信息安全企业也签订了战略合作的协议，和腾讯云等云厂商也有合作落地，隐私计算在上下游有许多可以发力跟联动的领域。

我们关注到光之树也拿到了深创投的融资，这对光之树有何帮助？

　　在我们看来，有两种机构是特别能够帮助到隐私计算技术公司的发展。一种是产业链的上下游，另一种则是“国家队”。

　　比如深圳市在数据安全流转、数据要素市场的变革等领域都有做相关布局。深创投也是具有国资背景的基金，也非常关注国家战略赛道。在未来，光之树很期待能在华南市场的拓展方面展开深度合作。(完)

注：请在转载文章内容时务必注明出处!   

编辑：曹卉