隐私科技产业未来发展展望分析

根据近一年的洞察，对产 业未来提出几点展望。

1.市场：数据合规即服务衍生新的商业机会

继网络即服务、网络安全即服务等商业市场蓬 勃发展，数据合规即服务（Data compliance as a service）将成为未来重要商业模型之一，挖掘数字 时代的新“蓝海”。伴随强监管下的安全检查、风险 评估要求，由第三方机构提供的以个人信息保护影 响评估（PIA）工具及相关服务逐步被市场认可与接 受，成为数据合规即服务的突破口。未来，数据合 规即服务应是覆盖企业数据处理全生命周期，判断企业数据处理活动的合法合规程度及其对个人信息 主体合法权益可能造成的风险，并提供解决方案。 隐私计算作为数据合规即服务的技术支撑能力之一， 在数据流通和融合场景中，促进数据的“可用不可见”， 进一步帮助企业挖掘数据价值。与此同时，隐私计 算不是数据合规的“万全之策”，无法一揽子解决数 据合规与隐私保护问题，因此，更广泛意义的数据 合规即服务将引领数据合规市场的百花齐放。

2.应用：隐私设计原则从理论转为企业实践

隐私设计原则是综合多种技术、运行系统、工 作流程、组织架构、基础设施的一种保护理念，包 括将隐私内嵌到企业管理架构和业务场景，化被动 合规为主动防御，将个人信息保护视为组织运行的 默认前提等。鉴于所有的数据安全合规都并非简单的技术问题，其中不仅涉及数据与业务之间的场景 关系、数据与人之间的处理关系，而且涉及法律法规、 标准流程等合规合法问题。随着科技发展、企业隐 私保护理念逐步拓展，将安全前置，将数据合规贯 穿于数据安全生命周期成为数据合规与治理的重要思路。由此，隐私设计原则应运而生。

目前部分企业及机构已经积极地推动隐私设计 实践，与此同时，聚焦个人信息安全问题的隐私科 技也融合了隐私设计理念。一方面，将个人信息保 护理念嵌入 IT 系统，通过技术手段优化隐私计算、 完善个人信息安全能力框架。另一方面，将个人信息安全与业务流程设计相结合，基于企业内部业务 场景、业务流程，从技术能力、合规能力、运营能力、 管理能力、流程制度等维度快速搭建内部个人信息 安全壁垒，实现机器 + 人工的全流程隐私科技综合 管理与运营方案。

3.人才：数据合规及隐私保护人才缺口增长

事件和合规驱动企业调整人才需求，根据 Gartner 的数据，到 2025 年，50% 在中国开展业 务的大型跨国公司将设置专职的数据安全负责人， 具备本地法律专业知识和语言技能，以满足中国市 场相关的数据保护需求。人才市场的供需明显不对 称将激发培训服务的增长，再加上《个人信息保护法》 规定，需“定期对从业人员进行安全教育和培训”；《数 据安全法》规定，开展数据处理活动应当依照法律、法规的规定，建立健全全流程数据安全管理制度， 组织开展数据安全教育培训。积极开展外部人才引 进和内部人员定期隐私保护相关培训成为企业完善 数据安全能力、推动合规实践的必然举措。越来越 多的中小型企业将在数据安全合规人才引育方面增 加支出，依托专业的培训服务，定期开展人才培训、 意识教育以及相关资质认证。

4.标准：技术成熟度和通用性标准亟待制定

大众对于数据安全的关注聚焦于安全性、技术 成熟度、通用性和落地可实施性四个方面。诸如零 信任、隐私计算等新型理念与技术将被引入数据合 规领域，从技术落地为切实可行的解决方案，为传 统的数据安全解决思路增加创新力和完善性。未来， 超大规模云提供商将进一步提供可信的执行环境， 帮助越来越多上云企业在云环境获得安全性和隐私 性的保障，隐私计算等新型理念与技术进一步从学 术研究项目过渡到商业解决方案，被积极应用于金 融、电子政务和医疗保健领域。

与此同时，聚焦隐私科技中的关键技术，利益相关方需要合力制定多方安全计算、联邦学习、同 态加密、差分隐私等技术应用标准，建立技术成熟 度模型，进一步推动技术快速成熟与市场化。目前， 已有相关隐私计算系列标准制定完成，如《基于多 方安全计算的数据流通产品技术要求与测试方法》 《基于联邦学习的数据流通产品 技术要求与测试方 法》《基于可信执行环境的数据计算平台技术要求 与测试方法》《区块链辅助的隐私计算技术工具技 术要求与测试方法》，后续技术安全性的标准还将 进一步统一和规范；技术成熟度需要加强计算效率 和性能的重视；通用性则涉及不同行业、不同企业、不同业务场景之间，相关技术是否通用。这些都是隐私科技发展必须思考的问题，只有持续性推动隐私计算技 术成熟度和通用性的标准化，才为数据合规流通夯实技术基础，加快隐私科技产品市场化阶段的可复制性。

5.技术：开源驱动行业创新发展与生态建设

开源是驱动协同创新、推动产业链发展及生态 建设的重要模式，而在隐私科技的“商业化蓝图”中， 开源生态也是“标配项”之一。目前，基础软件市场 的开源模式已经基本成熟，新兴技术在技术萌芽期、 发展期及市场完全成熟后这三个阶段往往也会迎来 一波开源项目的数量增长。尤其在技术发展期，开 源不仅降低研发成本，而且社区协作的框架可以对 现有技术进行优化和 “打补丁”。

基于此，隐私计算的发展路径将与技术开源休戚与共。2022 年，国内首个国际化自主可控隐私计 算开源社区——开放群岛（Open Islands）开源社区 成立，开源隐私计算框架“隐语”、因果学习开源项 目YLearn、隐私计算开源平台Primihub等项目频出， 开源之风盛起。除了头部互联网企业拥抱开源，中 小型科技公司等新锐力量也在席卷隐私科技，通过 开源吸引更多国内外企业和研究人员加入资源共建， 推动隐私计算性能提升、场景适配，为隐私科技的 商业蓝图构建技术生态。

6.产业：规模化应用构建数据智能网络生态

随着个人信息安全的市场需求进一步增长，大 型企业面临业务场景复杂、数据类型多样、数据流 通频繁跨域 / 跨境企业自身安全能力有限等挑战， 无法独立完成全覆盖的个人信息安全及合规工作。 因此，企业将寻求第三方的安全能力支撑。隐私合 规服务供应商或成企业重要解决方案。

未来，随着隐私科技的应用真正成熟化，安全 产品与服务供应商将考虑到市场接受程度、技术市 场化、产品可复制等问题。相关供应商将以软件销 售和服务为主，基于行业与用户场景的特定，提供个性化与定制化的解决方案，并且注重低代码 / 零 代码开发、轻量化部署，从而快速拓展隐私科技市场。 同时，隐私计算并不会局限于一个技术模块或 IT 系 统，更多安全服务提供商将选择把隐私计算能力平 台化，融合多个功能，形成个人信息管理或运营平台， 为企业提供工具化、整体性的个人信息安全能力。 而当隐私科技的行业应用达到一定规模之后，将构 建一个庞大的数据智能网络生态，降低个人信息合 规成本，创造更多的业务发展可能性。