毫无疑问，隐私计算正处于“大规模应用的前夜”。越来越多的隐私计算标的项目出现，尤其在最近一段时间迅猛增长，在一定程度上代表了技术的发展和市场的认可。

近日，天冕科技中标银联商务「隐私计算软件平台采购项目」，展现了自己在隐私计算领域突出的技术实力和场景案例优势。借着这个机会，PCview隐私计算研究院采访了天冕科技隐私计算技术总监许文彬，聊了聊天冕科技在隐私计算领域取得的成就与发展，以及未来的规划。

天冕科技隐私计算技术总监 许文彬

许文彬介绍，天冕科技从2018年开始进军隐私计算，从客户不了解到愿意接受，做的早反而最难的事情是坚持下来。但是因为拥有5000万用户，所以天冕科技一开始就是在真实场景落地，产品相对成熟可用，这是天冕科技做金融场景应用落地的天然优势。

他表示，天冕科技针对隐私计算技术接下来的布局规划可以分为三个阶段。首先是结合场景，打造切实可用的隐私计算技术方案；其次是打通各个系统，实现对接融合，实实在在去推动企业业务的发展；最后通过构建一个更加完善的数据生态，彻底打破数据孤岛，实现互联互通，推动行业健康有序发展。

重视新技术，18年进军隐私计算

WeLab 汇立集团，是亚洲知名的金融科技集团，提供多元化的金融科技服务，其中包括运营亚洲首批持牌虚拟银行——WeLab Bank（汇立银行）及其他纯线上消费金融服务，在中国香港、中国内地和印尼市场享有盛誉，拥有超过5,000万用户以及超700家企业客户。

天冕信息技术（深圳）有限公司（以下简称天冕科技）是WeLab汇立集团的子公司。许文彬表示，WeLab汇立集团从2014年开始扩展内地业务，因为搭上移动互联网金融的快车，业务发展迅猛。此后，天冕科技作为 WeLab汇立集团金融科技统一对外输出窗口，成为了一个独立的主体。

许文彬大学就读于计算机专业，毕业后长期从事大数据开发工作。早期的数据是可以明文获取的，这显然是存在极大风险隐患的，所以天冕科技最早在2018年就开始布局隐私计算领域。他介绍自己所在的部门是数据智能实验室，整个团队都是来自数据、风控、营销领域的专家，同时也有从事密码学、认证机构相关的专家，这与隐私计算是非常契合的。

许文彬还表示，自己所在的数据智能实验室也隶属于 Welab汇立集团创新研究中心。“创新研究中心成立目的就是为了了解新技术，解决实际问题。我们能够发展起来，就是因为抓住了大数据风控的这个技术点，所以我们很重视技术创新与应用。”

定位ToB服务，围绕核心技术输出产品

天冕科技的定位是做ToB服务的科技公司，围绕科技主题做输出。产品是围绕具体业务展开的各种系统，比如信贷与风控业务，包括：进件系统、渠道管理系统、认证平台、反欺诈系统、智能决策系统、智能催收系统。另外就是推出通用型系统，包括数据中台、隐私计算、AI实验室，这些不仅是应用于金融领域，其他行业也是通用的。

仅看隐私计算，截至目前，天冕联邦学习平台已经与数十家金融及传统机构建立了合作，合作的内容主要是联合数据提供方，在各方数据不出私域的前提下，进行联合风控和联合营销模型训练。

典型案例：某头部互金公司需要对存量沉默用户进行激活营销，仅使用现存自有数据特征进行建模或者仅参考第三方数据评分只能达到收支平衡，然而引入线下第三方数据进行联合建模的方式又存在用户数据泄露的风险；通过使用天冕联邦学习平台，在自有数据特征的基础上引入第三方数据进行联合建模，有效提升了模型效果和营销ROI，该头部互金公司本期营销收入增加了68万。

5000万用户基础， 做金融应用具有天然优势

金融行业接触隐私计算是最早的。天冕科技依托WeLab汇立集团多年来的业务积累，目前已拥有超过5000万的用户，对于这些用户，不管是做风控还是营销，技术要求其实都是很高的。因为有这样一个样本，对产品的开发反而有很大的帮助，天冕科技通过在真实场景落地，并且做验证，可以及时发现问题，比如算法、功能，界面的问题等，调整完善后再对外输出，这样打造的产品相对更加成熟可用。这也是天冕科技做金融应用落地的天然优势。

许文彬表示，隐私计算落地最难的是早期推广的时候，那时候很多客户都不了解，需要解释什么是联邦学习，什么是多方安全计算，有什么用。现在用户已经开始探讨，隐私计算在什么场景好用，用在哪个部门，怎么用效果比较好。所以，他总结，隐私计算做得早，难点就是坚持下来，而想要做好隐私计算，重点还是关注客户的需求。关注用户如何使用隐私计算在合规原则下带来最大收益，这是ToB客户服务的宗旨。

未来规划：构建一个更加完善的数据生态

当前隐私计算已经从工具走向了应用，天冕科技在营销和风控已经有相关应用落地案例，外部也观察到一些医疗的应用案例。许文彬表示，这些落地案例也证明了隐私计算这些年的变化，现在越来越多的公司正在关注隐私计算，越来越多的场景开始落地。

他认为，隐私计算将会成为一项基础技术设施，并且能够跟越来越多的场景做结合。以营销为例，过去大家拿外部数据到本地，建模也好，应用也好，基本是一种明文传输，有的会用一些MD5、SHA256之类的去对齐，但是现在用隐私求交、匿踪查询，中间的联合建模可能会用到联邦学习，更加合规并且满足实际需要。

毕马威发布的《2021隐私计算行业研究报告》显示，国内隐私计算市场迎来快速发展期，预计三年后技术服务营收有望触达100亿至200亿元，甚至有望撬动千亿级数据平台运营收入空间。

许文彬则认为，数据交易的市场有多大，隐私计算的市场就该有多大。合作方式可以是买卖系统、分润方式，或者咨询服务的方式，原来的模式不合适，可以做一些调整，发展空间还是蛮值得期待的。

许文彬介绍，在隐私计算方面，天冕科技对于未来的规划大致可分为三个阶段，具体如下：

首先，实现切实可用的隐私计算技术方案。以数据为核心，结合具体的场景，去开发各种符合法规以及数据应用的隐私计算系统。

其次，通过打通各个系统，实现对接融合，实实在在去推动业务的发展。天冕科技隐私计算这个项目很大部分都是开源的，其中联邦学习是完全开源的。天冕科技借此希望能为行业提供一个事实的标准，给行业带来便利，让大家都用起来；同时通过跟其他场景的结合，也拓宽整个隐私计算的边界。从最开始不知道，到现在了解使用，开源的便捷性将帮助隐私计算更快落地，不论是对于行业还是天冕科技都有极好的推进作用。

最后，构建一个基于隐私计算的更加完善的数据生态。因为技术只是一个底层的基础，要让这个技术能够更好的被接纳，那就要打破所谓的数据孤岛，把数据串起来变成互联互通的状态。现在有很多隐私计算的公司，但是问题并没有解决，原来的数据孤岛变成了数据群岛。所以，天冕科技未来也会参与一些标准制定，通过行业标准去打通群岛，从而构建一个更加完善的数据生态。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005