国家数据局于12月15日对外发布了《“数据要素×”三年行动计划（征求意见稿）》，虽然是征求意见稿，但不妨碍我们领会其中要义。等正式稿发布，将对我们未来的工作方向、资源布局有非常大的指导意义。作为数据要素相关行业从业人员

公共数据蕴含了丰富的社会价值和经济价值。开发利用公共资源，是深化数据要素市场化配置改革的关键举措，是激活数据要素潜能的引领工程，是发展数字经济的重要支撑。这句话不是我说的，是刘烈宏局长说的。我觉得虽然是短短的几句话，但包含的信息量很大。什么是公共数据？没搞数据这一块的可能不太清楚。公共数据简单来说就是政府部门收集、产生的政务数据和供水、供电、公共交通等单位收集、产生的公共服务数据。跟它相对应的是非公共数据，比如企业数据。什么是社会价值？是指对社会和社会成员有益，能够促进社会进步和发展的价值。它与经济价值和个人利益不同，关注的是广义上的社会福利和公共利益。现在很多地市政府的公共数据开放平台把一些数据免费开放给公众使用，就是一种社会价值的体现，能让个人、企业从中获益。据有关机构统计，目前全国省、地两级已上线226个数据开放平台，开放数据集数量从2017年的8000多个增加到2023年的34万多个。经济价值就更好理解，就是数据可以被一些企业付费使用，产生实际的经济收入。包括直接的，间接的。比如将全市的诚实守信企业名单开放，便于我们更好地开展商业活动，规避潜在损失。企查查就是通过与工商系统打通，及时获取企业经营信息、招投标、法律诉讼等各种信息，并结合相关模型，得出企业经营风险数据，通过会员模式进行盈利。又比如开放全市的用水、用电数据，为一些企业开发信贷数据产品提供依据。我在网上看到有金融机构根据企业的用水、用电数据，结合“用能模型”，勾画出“用户画像”，对企业的生产经营、管理情况进行指标评价，然后进行放贷，无须担保。数据要素市场化配置改革，包括公共数据和非公共数据（如企业数据）。其中公共数据开发利用是关键。同时要先开始，要先带头，起到引领作用。也就是刘烈宏局长所说的开发利用公共资源是激活数据要素潜能的引领工程。公共数据是发展数字经济的重要支撑。数据是待开采的石油。数据在哪里，大部分都在政府那里。也就是公共数据。所以要发展数字经济，公共数据的的开发利用非常重要。但是，“总体上看，我国公共数据的开放程度和利用水平，与社会各界期待相比，仍有很大差距。大家普遍反映，数据共享开放阻力大、顾虑多，数据供给的规模和质量还不够，资源利用的渠道和方式不丰富、不便捷。”，这是刘烈宏局长于12月8日在第二届数字政府建设峰会暨数字湾区发展论坛上提到的。刘烈宏局长认为，主要原因是，数据持有者缺乏动力，存在“不愿开放”的问题。数据大范围流通导致安全管理边界扩大，存在“不敢开放”的问题。数据流通的效率、安全和成本难以兼顾，需要专业技术能力支撑，一些单位存在“不会开放”的问题。解决这些问题，不仅要继续加大共享开放的工作力度，也要总结授权运营的实践经验，采用安全手段开发高价值数据，解决好安全保护和流通利用的矛盾。据统计，17个省（市）、10个副省级城市开展了公共数据授权运营实践，在普惠金融、交通出行等领域形成一批应用场景。我近几年在从事隐私计算解决方案销售。隐私计算有个很重要的应用场景是在政府公共数据流通交易这块。通过与政府相关部门沟通交流，我发现跟刘局说的一模一样：不愿开放，不敢开放，不会开放。政策吃不透、看不清，不愿开放。担心数据安全和隐私泄漏，不敢开放。受制于技术能力，找不到买单方，不会开放。所以，我在做公共数据运营项目的时候，80%的时间用在打消客户“顾虑”上。值得庆幸的是，国家数据局将会大力推动公共数据资源开发利用，加快数据市场化配置改革。计划从六个方面进行推进：一是落实产权分置制度，明确公共数据授权运营的合规政策和管理要求，厘清数据供给、使用、管理的权责义务，探索公共数据产品和服务的价格形成机制，让公共数据“供得出”。PS：很多地方政府之所以不敢把数据拿出来，是他没法搞清楚数据所有权归属问题，不愿开放，不敢开放。这是一个问题，有些数据确实没法讲清楚所有权归谁。所以国家采用”三权分置“的思路，即持有权、加工使用权、经营权，不用纠结所有权问题。价格形成机制，国家也在着手研究，前几天，国家发展改革委价格司会同国家数据局筹备三组召开座谈会，听取相关领域专家对加快建立健全符合公共数据要素特性的价格形成机制，推动用于数字化发展的公共数据按政府指导定价有偿使用等工作的意见建议。估计很快就会有相关成果出台。二是加快建设安全可信的数据基础设施，发展数据空间、高速数据网，推动匿名化、联邦学习、多方安全计算等隐私计算和区块链技术应用，增强数据利用可信、可控、可计量能力，让公共数据”流得动“。PS：通过隐私计算及相关的技术构建安全可信数据基础设施，这块不论是理论研究，还是实战都有些体会，持续关注公众号，我会经常分享相关话题。三是针对行业发展痛点堵点，实施数据要素×行动计划，形成一批服务经济社会发展的典型应用场景，充分发挥公共数据的乘积效应，让公共数据”用得好“。PS：我在公共数据赋能保险、金融、科研、教育等行业应用方面有一些探索和经验，比如在保险行业，见《解决方案

乘积效应是指不同因素之间互相作用，产生非线性的结果。在11月25日上海2023全球数商大会开幕式上，国家数据局局长刘烈宏首提“数据要素×”，突出数据要素的乘数效应。而之前我们谈互联网时，业界用的词语是“互联网+”，一个“×”（乘），一个"+"（加），威力大小立见分晓。那么何为数据要素的乘数效应？刘局表示，数据具有规模报酬递增、非竞争性、低成本复制的特点，作用于不同主体，与不同要素结合，可产生不同程度的倍增效应。通过在各行业、各领域加快数据的开发利用，能够提高各类要素协同效率，找到资源配置“最优解”，突破产出边界，创造新产业新业态，实现推动经济发展的乘数效应。那么具体表现是什么？一是以“协同”实现全局优化，提升产业运行效率，增强产业核心竞争力。通过从数据中挖掘出有效信息作用于其他要素，改造提升传统要素投入产出效率，以数据流引领物资流、人才流、技术流、资金流，找到企业、行业、产业在要素资源约束下的“最优解”，提高全要素生产率，可解决过去解决不了的难题，实现过去创造不了的价值。举个例子，比如汽车产业上下游的主机厂和配件厂就可以通过数据要素来进行协作，实现相互赋能。具体来讲，比如做新能源电池的厂商想了解自己生产的电池在新能源汽车上的性能衰减曲线和使用寿命预测，这个时候它可能需要用到主机厂车主的行驶数据，但由于个人隐私信息保护要求，通过“隐私计算”的“数据可用不可见”，实现数据的“联合计算”，解决了过去因为产业上下游企业无法相互信任和隐私保护的难题。这里虽然需要用到隐私计算，但我重点不是想说这，想表达的是数据在产业赋能上的积极作用。其实还有与传统生产要素的结合应用，因时间关系今天先不展开。二是以“复用”扩展生产可能性边界，释放数据新价值，拓展经济增长新空间。一份数据可由多个主体复用，将在不同场景创造多样化的价值增量。与此同时，数据在使用中一般不会损耗，反而“越用越好”，突破传统资源要素约束条件下的产出极限，拓展新的经济增量。这方面我是深有体会，比如同一份医疗健康数据，既可用于保险行业的核保、理培等业务，也可用于医药行业的真实世界研究，实现“一鱼多吃”，充分释放数据价值，产生新的经济收益。三是以“融合”推动量变产生质变，催生新应用、新业态，培育经济发展新动能。数据规模越大、种类越多，产生的信息和知识就越多，创造价值的空间就越大。不同类型、不用维度的数据聚合后，还可能从量变引发质变，获得意料之外的价值。这方面我觉得一个最好的例子就是我们现在的“大模型”，是个典型的海量数据融合，催生出AI文生图、AI写作、AI问答等新业态。因时间关系，今天先简单分享到这。

之前的很多文章我对隐私计算技术做了介绍，想必关注我的老粉已有所了解。隐私计算是一个术语，指的是多方安全计算、联邦学习、可信执信环境等技术或解决方案，特点是“数据可用不可见”。隐私计算和隐私保护不是一个概念，隐私计算强调的是“计算时”的隐私保护，而非传输、存储时的隐私保护。技术是为业务服务的，不能给业务赋能的技术一文不值。从这个角度，最牛逼的技术未必是最好的技术，解决客户痛点是王道。今天给大家分享一个隐私计算在商业保险中的应用，具体场景是核保业务。先说下买商业保险的过程。老早之前是保险业务员向你推销保险产品，如果你同意买了，然后你需要按他们要求提供各种纸质资料，保险公司根据你提供的资料会对你的既往就诊情况进行分析，看你是否符合投保条件。这个业务叫做核保，就是投保资格审查。那个时期审核要一周时间左右，因为保险公司要去医院核实你的就诊信息，工作量大，效率低。随着移动互联网的普及，现在没这么麻烦了，也不需要跟保险业务员见面了，直接在手机上提交资料就可以。核实信息基本上通过线上就能完成。效率比之前高多了。但这里有个问题，就是《个人信息保护法》出台后，线上查询潜在投保人的信息这条路有风险，因为容易造成个人隐私信息的泄漏。我的所有就诊信息全被你保险公司知道了，最后告诉我审核没通过，买不了保险，这怎么能行。这个时候隐私计算就能派上用场了。大家还记得隐私计算的特点吧，就是“数据可见不可见”，就是数据在“计算”的时候，数据对于保险公司是“黑匣子”，这样就不会造成投保人的个人隐私信息泄漏了，不管有没有投保成功，保险公司是不知道投保人具体的就诊信息的，比如某年某月某日在哪家医院看的病，得的什么病等等，从而满足国家合规监管要求。示意图如下：请持续关注，后续将分享更多隐私计算在更多行业的实际应用。记得点右下角转发或在看哦

江小涓是何许人也？我估计很多人跟我一样不知道吧？我也是在2023全球数商大会上知道这个大人物。当时打开直播，巧好是她正在分享，当时她说道“我作为‘数据二十条’起草的专家组组长......”，我一下来了兴趣，竖起耳朵听了起来，因为她的观点在某种程度上代表国家的“风向标”，具有很高的权威性，我个人是这么认为的。“数据二十条”是我做公共数据运营项目时经常拿来解读的，因为里面提到“鼓励公共数据在保护个人隐私和确保公共安全的前提下，按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务等形式向社会提供......”。这里面的“原始数据不出域、数据可用不可见”说的就是“隐私计算”。我一直跟客户说，隐私计算虽然是个新的技术，已得到国家层面认可。听完江教授的分享，我对数据的流通又有了新的理解。数据要素的流通分为数据交易和数据交互两种形态。数据交易我不陌生，经常听到，也有一定研究。现在全国各地数据交易所主推的业务就是数据交易。把数据交互与数据交易并列在一起的提法，我倒是第一次听说。而且她说数据交互是更为广泛使用的商业模式。这让我有点意外，我一直以为数据以后必须要到数据交易所交易呢，看来并不是。什么是数据交互？江教授说就是通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成，以实现数据流通和共享。一般是采用API接口方式（简称API模式）。API模式在数据流通中的应用非常广泛，它可以帮助实现数据共享、数据交换、数据迁移、数据同步等功能。江小涓教授说，API模式主要采取需求方与生产方直接交易的方式（场外交易），而不是“数据交易”（场内交易）。因此数据持有方对确权、估值、数据保护等第三方服务需求不居于突出地位。隐私保护、数据安全等成为企业自身责任，企业不断完善加密、匿名化和安全协议等技术来确保用户数据的安全和隐私。加粗的这句话太重要了。在项目前期交流中，我发现现在很多企业对隐私保护、数据安全不太care，认为“我的数据在我企业内部的局域网里，有防火墙、IDS、IPS等保护着，安全着呢！”。我不能说那些传统设备没有一点作用，那只是边界防护的设备，保护的重点是“网”，是你的局域网，而非数据。那有人又说“我有数据防泄漏产品保护”，那也不是数据匿名化的手段。也解决不了数据计算时的安全。现在企业都在讲数字化转型或数智化转型。要实现转型，数据是原料，一方面需要企业多维全量数据参与汇聚、计算，甚至外部第三方数据或AI模型参与。另一方面是全过程参与，也就是数据流通问题。但由于隐私保护或其它政策限制或竞争关系，一些领域的第三方数据无法汇聚或拉通。这个时候数据服务商提供联邦数据（注：隐私计算一种技术）和计算解决方案，通过在企业内部私有化部署，数据不动算法动，就能很好地解决这个问题。所以，隐私计算在数据交互场景很有必要，虽然现在很多企业不是很了解，但我相信在未来的二至三年内，将成为很多企业尤其是集团客户（比如大型企业、科研机构、医疗集团、高校等）的必备品，是刚需。最后，也以此文感谢江小涓教授的分享，感谢她给我们指明了前进的方向。虽然我认识她，她不认识我。注：本文题图及正文图片均来自2023全球数商大会现场网络直播截图。

“数据基础设施”概念是国家数据局局长刘烈宏11月23日在第二届全球数字贸易博览会--数据要素治理与市场化论坛上首次提出的。什么是基础设施？就是类似于现实生活中的公路、桥梁、轨道交通、医院、学校、公园、图书馆等公共设施，有了它，我们的出行、就诊、休闲、阅读等生活的方方面面会更加方便。在数字世界也一样，同样需要建设基础设施。数据要素流通包括数据汇聚、处理、流通、应用、运营、安全保障服务等环节，所以数据基础设施也应包括以5G、光纤、卫星互联网等为代表的网络基础设施，为数据提供高速泛在的连接能力；以通用、智能、超级算力为代表的算力基础设施，为数据提供高效敏捷的处理能力，包括之前已经基本建设好的政务云，以及目前很多城市在大力建设的“智算中心”。区别在于前者主要以CPU服务器为主，后者以GPU服务器为主，能更好地满足当前及未来人工智能（包括大模型）计算需要。以多方安全计算、联邦学习、安全沙箱等隐私计算技术及区块链为代表的数据安全基础设施，来保障数据要素流通交易的安全。注：图片由AI自动生成，Prompt：数据基础设施，用数字0、1画一些建筑物。我的本意是让AI作图工具将建筑物的线条、立面等画成由0、1组成，类似

全球数据大会于本周末在上海举行，我虽然在上海，但没去现场，一方面是会议地点在浦东，离我住的地方较远。另一方面周末想休息一下，不想跑了。因为数商大会跟我的工作相关，我近两年主要从事隐私计算、数据要素流通及人工智能等工作。所以，我还是抽出了点时间通过直播断断续续看了几个主题分享，还是有些收获的，同时也让我对未来市场充满信心。比如“数据二十条”起草时专家组组长江小涓教授分享时说，场内交易和场外交易国家目前没有倾向谁，并且说场外数据交易前景广阔。场内交易就是在数据交易所交易，场外交易就是数据服务商提供解决方案，采用私有化部署，实现需求方和生产方直接交易。再比如密码学领域权威专家王小云院士提到隐私计算中间件，可与其他产品结合，灵活适配各种业务场景及系统。我之前也有这种思路，看到院士也分享这方面的内容，我觉得商机来了。还有北京交通大学张向宏教授分享了数据基础设施建设构想。“数据基础设施”概念是国家数据局局长刘烈宏在第二届全球数字贸易博览会--数据要素治理与市场化论论坛上提出的，当时我看到那个新闻报道就感觉太好了，因为我们公司研发的产品就属于数据基础设施。而这次张教授又进了专题分享，我认真听了，跟我们的市场布局不谋而合，感觉未来大为有可。因时间关系，今天就简单分享到这。

「隐私计算」是目前个人隐私保护最有效的方式，其特有的“原始数据不出域，数据可用不可见”特点能很好地防止数据泄漏，已经被写入了“数据二十条”，得到国家认可。在项目技术交流过程中，经常有人问我「隐私计算」与之前的数据脱敏、数据防泄漏有什么区别，今天就来讲一讲。「隐私计算」是隐私保护的解决方案之一。而隐私保护大体经历了三个阶段，分别是数据脱敏、数据防泄漏和隐私计算。「隐私计算」之前的文章有介绍，大家可以看下历史文章。今天我们再回顾下以往的数据脱敏和数据防泄漏技术。数据脱敏是隐私保护的第一个阶段，我把它称之为1.0时代。数据脱敏又称数据混淆、数据漂白、数据去隐私化，是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感数据的可靠保护，实现在不泄露用户隐私的前提下保障业务系统的正常运行。数据脱敏包括静态脱敏和动态脱敏。数据脱敏包括抑制、泛化、随机、扰乱等方式。比如我们熟悉的身份号用****代替其中几位数字就是抑制的一种方式。虽然脱敏可以减少敏感信息的暴露，但仍然存在一些高级攻击技术可以通过其他方式还原或推断出原始数据，所以数据脱敏并不是特别安全的技术。另外，脱敏可能导致数据的可用性和完整性下降，这在测试业务中影响不大，但在实际生产环境中会对业务的准确性造成影响。数据防泄漏是隐私保护的第二个阶段，我把它称之为2.0时代数据防泄漏会从终端（如个人电脑）、网络（如邮件）、存储(如服务器）等多个维度发现数据中是否有隐私数据，并自动进行告警、上报、备份、删除、加密等处置操作，从而防止敏感或隐私信息泄漏。所以，数据防泄漏的一个重要职责就是“防”，既然是“防”，就会有“蒙骗过关的”，就像有的攻击行为“乔装打扮”成合法的连接骗过防火墙进入内网一样，所谓“防不胜防”。数据防泄漏产品是能够看到“原始数据"的，因为规则匹配要求它必须能看到原始数据，这没办法。所以作为使用者，你是需要信任这个产品本身及管理员的。“能看到数据”这个特点注定它跟当前火热的「隐私计算」不在一个LEVEL，因为「隐私计算」是“可用不可见”，打个比如，数据防泄漏是睁着眼睛比武，而「隐私计算」是拿块布蒙着眼睛就能比武。还有数据防泄漏能够有效解决数据在流转过程的隐私泄漏问题，但有可能有“漏网之鱼”。而「隐私计算」的“原始数据不出域”，数据不用动，不用流转，还在原地，这无疑对隐私保护多了一份保障。再有，「隐私计算」的各方是可以相互不信任的，但这不影响他们一起“愉快地合作”。所以，「隐私计算」是隐私保护的第三个阶段，是3.0时代，也是当前比较热门的技术或解决方案，着重解决的是“计算”时候的隐私安全问题。想深入了解数据脱敏、数据防泄漏与隐私计算区别的，推荐购买下方书籍：通过上方卡片购买的，可添加本人微信，就技术或商业落地相关问题进行交流。

最近我拜访了很多集团公司的CIO，介绍「隐私计算」技术，发现他们虽然是上市公司的信息化或数字化负责人，但都对「隐私计算」技术都不了解，甚至听都没听过，于是我开始给他们普及知识，讲解「隐私计算」在企业中的应用场景及价值。为了让更多的CIO们了解隐私计算技术，我今天来分享下，希望对你们有所启发和收获。大家知道，数据要被利用，产生价值，一般会经过采集、传输、汇聚、存储、治理、计算、对外输出结果等一系列步骤。在这个过程中，将面临诸多安全风险，有网络安全方面的，有数据安全方面的。当前面临的风险主要是数据安全，所以国家发布了《数据安全法》。传统的安全设备（如VPN、加密机、服务器密码机等）基本上解决了数据的传输和存储安全问题，但数据在计算时候的安全问题并没有很好解决，于是「隐私计算」技术就横空出世了，这是一项新的技术，2020年被称为「隐私计算」的元年。什么叫计算？统计分析、联合建模等等都可理解为是计算。比如企业的生产经营数据与AI模型结合，这就是一种计算场景。在这个过程中，生产经营数据来自企业自身，AI模型可能来自企业自身，也可能来自外部第三方企业。传统的计算方式数据是处于明文状态，数据存储的时候可能是密文状态，但调入内存计算的时候一定是明文。这个时候，如果AI模型有漏洞或含有木马，就很容易被攻击、利用造成敏感数据的泄漏。即便是AI模型是安全的，但也有可能因负责计算的人员疏忽、泄愤或是别有用心，造成数据泄漏。也就是客观原因或主观原因都有可能造成数据泄漏。当这些数据中有企业商业机密等敏感信息或个人隐私信息时，数据泄漏的后果就比较严重了，尤其是《个人信息保护法》出台后，企业泄密的行为将会被追究和处罚。我们在网上也经常看到这类事件时有发生，并都受到国家相应处罚。那怎么来规避这种行为呢？目前最好的方式就是采用「隐私计算」技术。这个技术最大的优点就是「可用不可见」，就是数据在计算的时候，是看不见的，不管是对于软件平台本身，还是对于执行计算任务的人。如果说传统的方式是在明文状态下计算，那么「隐私计算」可以在密文状态下计算。因为计算过程“看不见”，有效解决了敏感数据和隐私泄漏风险。想对「隐私计算」有个全面、系统了解的，可点击下方图片购买书籍。通过上方图片购买后，有任何「隐私计算」相关技术问题或是商业落地问题均可添加本人微信进行咨询交流。

已经4个月没有写文章了，不是不想写，而是经常在外面跑业务，晚上又免不了应酬，实在是静不下心来写。近一年我一直在搞隐私计算和数据要素流通的项目，目标客户主要是大数据局。早在2022年初，我对隐私计算做了简单介绍，大家可点击聊聊隐私计算

运营不是新名词，数据运营不是新鲜事物，很多年前就有，不过为了统一认知，我们先给数据运营下个定义，方便沟通交流。数据运营分为狭义和广义，狭义上指“数据运营”这一工作岗位。它跟内容运营、产品运营、活动运营、用户运营一样，属于运营的一个分支，从事数据采集、清理、分析、策略等工作，支撑整个运营体系朝精细化方向发展。广义上除数据运营基础工作外，还包括数据运营的商业模式创新、组织设计和管理、流程设计和管理等工作，是个系统化的工程。数据运营虽然由来已久，但在不同阶段有不同特点。根据特点我们将数据运营划分为六个时代，分别是1.0时代、2.0时代、3.0时代、4.0时代、5.0时代、6.0时代，接下来将分别进行论述。1、数据运营1.0时代数据运营的1.0是时代是明文数据运营时代。这个时代的数据运营工作包括数据采集、清理、分析、策略等工作，特点是所有的数据都是在明文状态下汇聚、交换、流动，存在非常大的敏感数据和隐私数据泄露风险。这个阶段一般没有专门的组织机构，数据运营岗位一般在某个部门内部，比如技术支持部设立数据运营岗位。2、数据运营2.0时代数据运营的2.0是数据脱敏运营时代。以2017年6月1日《网络安全法》颁布为分界线，一直到2020年。这个时代的数据运营工作考虑到敏感数据和隐私数据泄露风险，对于敏感的数据和个人隐私数据会通过加密存储、加密传输、遮掩等信息安全手段进行处理。这个阶段一般有独立的数据运营部门。3、数据运营3.0时代数据运营的3.0是基于隐私计算的数据运营时代。数据运营2.0时代虽然有了数据安全意识，也会采用一些基本的技术手段来防止数据泄露风险，但依然无法规避某些信息安全风险，比如数据计算时的数据泄露风险，因为计算时需要明文状态。基于隐私计算的数据运营则能很好地解决这一问题，通过安全多方计算、联邦学习、数据沙箱、可信执行环境（TEE）等技术，可以确保数据在计算的时候也不会造成敏感信息泄露，这是相对于2.0时代一个显著的变化。这个时代的特点是“数据可用不可见”，即数据计算是在一个“黑盒子”里面，计算时谁也看不见数据，计算完成后出来一个结果，然后计算的“黑盒子”销毁。另外一个特点是“原始数据不出域”，“域”指的是用户掌控的范围，“域”可大可小。“原始数据不出域”的特点可解决多个不信任方联合做事的难题，比如联合查询、联合建模等。数据运营3.0时代目前刚刚到来且处于快速发展阶段。一方面得益于国家的政策红利，2020年国家正式将数据作为继土地、劳动力、资本、技术之后的第五大生产要素，这意味数据可以像其他生产要素一样在不同的市场主体之间流动、交易。并提出加快培育数据要素市场，这就等于给我们指明了方向———前景一片光明。另一方面得益于隐私计算技术被证明确实可解决数据在流通中的信息安全和隐私泄露问题，国家的顶层文件（如《要素市场化配置综合改革试点总体方案》、《全国一体化政务大数据体系建设指南》、“数据二十条”等文件）都充分肯定了隐私计算技术的应用，并明确在普惠金融、卫生健康、社会保障、交通运输、应急管理等行业开展隐私计算应用，建立数据开放创新机制。鼓励依法依规开展政务数据授权运营，积极推进数据资源开发利用，培育数据要素市场，营造有效供给、有序开发利用的良好生态，推动构建数据基础制度体系。数据运营3.0时代的业务模式是“隐私计算平台厂商+业务厂商”相互协作。平台厂商指的是隐私计算厂商，业务厂商指是的保险公司、银行等单位。平台厂商提供底层的数据采集、汇聚、治理、隐私计算等功能，业务厂商提供保险核保、智能理赔、商业快赔或是金融风控等业务。另外，由于这阶段的数据运营市场处于高速成长期，这个阶段的数据运营组织架构比2.0时代进行了升级，会采用“总部+区域运营中心”的分层架构模式，即运营中心下沉，通过区域运营中心来辐射周边省份，从而提高更好的服务，提升服务效率。4、数据运营4.0时代数据运营4.0时代相比3.0时代又升级了一步，进入真正意义上的场景式运营。即隐私计算平台厂商的“隐私计算”色彩淡化，变成了一个场景式解决方案厂商，能提供“一站式”端到端的解决方案，可以来直接运营面向C端用户的业务产品了，通过APP或小程序直接向老百姓销售了。彼时的隐私计算平台厂商相对于传统的业务需求公司来讲可以提供底层的数据处理和隐私计算能力，相对于隐私计算厂商来讲又能提供业务产品了，所以”护城河“又加高了。至于业务产品是不是自己开发的，这不重要，重要的是能够提供”整体“解决方案。这个时代的运营机构将变得非常复杂，会有主运营平台、联合运营平台、服务平台等多个机构同时存在。比如前面提到的“某C端“产品，主运营平台是宁波某保险经纪有限公司，联合运营平台某保险代理有限公司，服务平台是某云厂商，提供智能投保机器人、智能核保平台等产品。5、数据运营5.0时代数据运营5.0时代业务将从一个局部范围、一二个行业扩展到全国多个城市、多个行业，不同隐私计算厂商建的平台将会互联互通，跨不同单位的联合运营模式将会出现。数据运营部门将会独立出来，成为一个独立的公司，自负盈亏，除了承接本单位的项目之外，还可自行拓展市场，承接其他单位项目。6、数据运营6.0时代数据运营6.0时代将是隐私计算进入普惠时代，人人都能享受隐私计算带来的好处。隐私计算将会在各个行业开始大规模应用，隐私计算成了数字产业的必备组成。

很久没有写文章了，一方面是本职工作太忙，另一方面是心静不下来。这社会太浮躁了，我也不例外。下班回家或到宾馆，不想动，就想刷刷短视频，几个小时就过去了，啥也没干，又该睡觉了。但发现有新粉丝关注公众号时，感觉不能辜负那份信任，又想写点东西。今天就继续行动吧，不能拖延了，分享一篇文章，是前段时间我去浙江出差的一个市场开拓感悟（根据脱敏需要，有删减）。以下是正文：浙江之行的感悟可用“慢，快、口子”四个字来概括。首先说“慢”，目前拜访几个朋友无论是A公司的副总，还是智能交通、公共安防、工业制造、教育科技等领域公司的副总、销售总监、销售，普遍对隐私计算都不甚了解，怎么应用更是一无所知。由于他们不懂，就一时半会理解不了隐私计算的价值，也就不会立即主动地去寻找项目，因为大部人都喜欢做自己熟悉的事，在自己熟悉的领域做项目，他们的普遍口头禅是“先发点资料，我这边先学习一下”。虽然我接触的是几个人，但从H市、M省接触的情况综合来看，浙江见面的这几个人也具备代表意义，那就是隐私计算确实是没几个人懂，“教育“市场会需要一段时间。还有隐私计算当前的应用场景也比较狭窄，目标客户主要是大数据局，但碰巧合作伙伴的客户也是大数据局的不多，毕竟大数据局是近年来新成立的单位。其他行业如汽车上下游、工业制造领域等，目前公司缺少实际落地案例，想快速复制基本不可能，需要探索。这样的局面无疑会影响我们开拓市场的进度，让我们开发客户变得比较慢，因为我们要花时间找到懂隐私计算的合作伙伴，看好隐私计算未来的人，愿意花精力去推动这方面项目的人，这需要“碰”，也许见了20个人，只碰到1~2个“志同道合“的人。之前在其他区域跟很多销售”老司机“聊天，他们听完后给我的反馈就是”你们这项目挺难做的，得慢慢来，因为不是刚需，又是新的东西“。杭州见到的一个经验丰富的浙江区域销售负责人，听完我的隐私计算介绍后，也是同样的反馈。再说“快“。数据要素市场化改革，是大势所趋，是一定要干的事。从浙江各大数据局的官方网站来看，各地都在探索数据要素确权、流通、交易。比如N市大数据局2020年就完成了数据要素市场化前期研究方案招标，比国务院的《要素市场化配置综合改革试点总体方案》发布时间还要早。2022年8月份市大数据局长调研N市医疗健康大数据市场化运营情况，N市”****交易示范性平台“已进入运营阶段，但相关报道未提及”隐私计算“相关字眼，但我觉得很快他们会把隐私计算补进去。W市是全国要素市场化配置综合改革先行先试地区，落户在W的***数安港，也期待通过联合计算和数据产品交易，以不改变数据使用目的、不发生数据转移为前提，实现数据价值。这描述虽然没指名道姓说是隐私计算，其实讲的就是隐私计算。2022年5月18日W市召开的数据安全与发展大会上，发布了数据安全与合规体系的首批5大制度规范，其中《W市数安港数据安全负面行为清单》围绕数据要素市场化流通的业务场景，以负面行为清单形式针对交易主体及其交易活动划定数据安全行为红线，确保数据交易全流程安全、平稳、高效、合法合规地进行。2022年9月13日最新发布的《国务院办公厅关于印发全国一体化政务大数据体系建设指南的通知》（国办函【2022】102号），这文件很重要，很有意义，我觉得具有里程碑的意义。因为它已明确用隐私计算手段支撑地方数据资源开发利用。探索数据沙箱、安全多方计算等技术，实现数据”可用不可见“，逐步建立数据开放创新机制。从以上这些典型事件看来，隐私计算的应用会加快，有已经应用隐私计算的会进一步加快、完善，还没应用隐私计算的会把”短板“补起来，因为国家从顶层已经替我们”发声“了，已经提出要求了。所以，我觉得隐私计算的普及会来得比我们想象的要快！所以，在数据要素市场化或者隐私计算应用方面，政府比集成商可能会更懂些，那怎么平衡“慢“与”快“，我觉得比较高效的方法是一方面找到与大数据局关系好的集成商，不需要让他搞懂，等他搞懂可能错失商机。让他直接带我们去见用户就行，我们直接与用户交流，变”慢“为“快”。怎么找到大数据局的”关系户“呢，从招标网站采购信息、身边朋友打听能获得一些有价值信息。比如N市项目，我看到N市电信最近几个月做了好几个大数据局项目，我准备从N市电信切入，让他带我去见用户。另一种方式是自己直接去陌拜，到项目中后期自然有人会告诉我们跟哪个集成商（关系户）对接。由于隐私计算是很新的东西，容易引起客户兴趣，所以一般陌拜成功的概率还挺高（个人经验）。最后简单聊一下“口子”。一个陌生市场从哪撕开口子很关键。目前通过以前同事拿到H市大数据服务中心的联系方式，也算是找到一个口子。但这个口子能不能真正为我所用，现在还不好说，毕竟H市是众多竞争对手本部所在地，可能会比较难搞。从战略角度来讲，在友商集中兵力的地方搞，也不是一个好的策略。我觉得还是要寻找更适合的口子。

『AI进化岛』能提供什么？知识、经验和圈子。具体来讲包括：技术类资料：主要涉及网络安全、数据安全、移动安全、数据安全治理、商用密码、隐私计算、云平台安全、车联网安全、工业互联网安全、大数据安全、信创及人工智能、大数据、云计算等方面相关内容，包括技术资料、行业解决方案、可研报告模板、密评报告模板、等保2.0方案模板、PPT汇报模板、学习心得等分享。技术规范：各种安全相关法规、条例、技术规范汇编。电子书：提供纸质版书籍的电子版，帮你省钱，同时也方便你随时随地学习。职场经验分享：包括求职面试、职场晋升、团队管理等，主要采取线上直播方式。圈子：加入『AI进化岛』，其实就相当于加入了一个优质的IT互联网圈子，很可能别人的一句话、一个指点，将改变你的命运，让你变得更好。

之前我简单分析了隐私计算产生的背景及主流技术，点击聊聊隐私计算查看，今天我们再看看隐私计算的产业现状、面临的挑战及未来市场情况。隐私计算产业经过2021年的市场培育，证明市场需求还是很大的。但同时也面临了一些挑战，主要有以下几个方面：性能问题性能瓶颈始终是隐私计算应用的障碍之一。一是隐私计算中需

我们只愿以最真挚的情感诉说关于创业者的每一次坚持与勇气，让它成为这个时代最稀缺的财富。