创业|流动的“隐私”，风口上的生意( 三 ) 银行|ai|虎嗅|网络安全

也有从业者指出隐私计算行业是一个百花齐放的状态，根据使用场景的不同，客户会选择不同的技术，并没有存在技术优劣的问题，只是适合跟不适合的问题。
张骏雪也坦言，在做一些商业落地时，也会跟别的厂商合作，以期做到技术上的互补，比如星云Clustar比较擅长的是底层算力和联邦学习，那么当银行有特殊需求时，就可能跟多方计算的公司进行合作。
值得一提的是，当前，在商业化早期厂商提供的产品并不能完全满足银行或者大型企业，尤其是头部机构的需求，因为大家可能想法也不太一样，需求没有趋于一致，所以不可避免地会存在一些定制性的项目。但是随着这个过程不断的推进，之后会变成一个相对标准的产品。
大厂的隐痛
当然，除了创业公司以外，互联网厂商在隐私计算领域的布局同样值得关注。不过，相比于创业公司执着于商业化、产品化和融资，互联网厂商在隐私计算上的动作似乎更加佛系。
而这一点，从他们的立场出发，会更容易理解。
我们知道，作为数据使用的受益者，他们本质上就是做数据生意的。所以有人告诉我们，他们做隐私计算的初衷是保护自身数据的安全，是必须要做的事情，不管是生态体系数据之间的互联互通还是生态体系数据的对外应用，都需要这样一套技术。
但这种其实很难获得商业上的订单。这是跟他们身份和理想有关的，跟技术好不好没有关系，甚至他们的一些技术是很厉害的。所以创业公司给互联网厂商的定位，是潜在客户，而非竞争对手。
不过，在这些互联网厂商中，蚂蚁金服算是一个异类。蚂蚁金服相关负责人告诉我们：“小规模数据和海量数据场景下的技术能力要求是有巨大的gap的。蚂蚁是市面上少有的大规模隐私计算应用的场景，从蚂蚁本身的业务出发，结合上蚂蚁团队的技术商业化能力，是这个赛道里面大部分创业型厂商最缺乏的点。 ”
此外，该负责人还谈到，目前市场上的落地应用主要是以营销或者风控为主，多为应用试点，很少是大规模应用。落地的难点也将是从小规模数据量合作到大规模数据量合作中的一个过渡过程，这是真实检验一个技术成熟度与可行性的过程。
我们看到，一方面互联网厂商出于防御和可控的心态，在开发自用的隐私计算技术，一方面以蚂蚁金服为代表的互联网金融背景的企业又以差异化的优势和打法正期望分得隐私计算市场的一杯羹。
谁能留到下一站
一位在企服行业从事近十年工作的从业者告诉我们，从他的经验来看，其实隐私计算这个行业的发展速度确实比他们之前经历的其他企服领域更快。
张骏雪则认为：“从市场表现上来看，包括投资人的关注，市场上的订单，各个厂商在市场上的竞争探寻以及客户的认知，你会明显发现隐私计算是处于一个非常高速发展的一个市场，甚至各行各业都值得用隐私这样重新去做一遍。 ”
所以即便普遍认为今年国内隐私计算市场的规模只有小几个亿，但大家对行业明年发展仍持坚定的乐观态度。
他进一步举例称：“比如以前我们跟银行的人聊隐私计算，大家还处于一个相对懵懂的状态，但是今年情况大有不同，很多银行客户来交流，他们直接能把需求、业务结合点讲清楚，是可以明显感受到银行在隐私计算上的人力、精力的投入。 ”
毛赛也谈到：“去年，我们还在给客户科普什么叫做隐私计算，但今年我们发现很多客户其实是自己有了主动需求，而不是销售驱动客户被动产生的需求。此外，在商业化订单的门槛上，客户都知道这是一个新兴技术，并不会只看公司规模，对于初创的专精型隐私计算厂商还是有很高容忍度的。 ”