上海2022年5月20日 /美通社/ -- 近日，光之树科技创始人张佳辰就光之树公司，以及关于隐私计算商业化的做出了一些讨论。
2016年，隐私计算这一概念被正式提出。从2020年开始，随着Tiktok、滴滴等一系列事件，以及《数据安全法》、《个人信息保护法》等"三法"地落地，隐私计算赛道迎来井喷。
根据市场研究机构Garner预测，2025年，50%的大型机构将采用隐私计算来处理不可信环境或多方数据分析用例中的数据。另据微众银行和毕马威的隐私计算报告预测，中国隐私计算销售和服务收入，三年内有望触达100亿至200亿元。
国内第一批涉足隐私计算的创业公司大多成立于2017年前后，例如华控清交、光之树科技、锘葳科技等；除此之外，一批大数据公司也转型而来，例如富数科技、洞见科技等；互联网巨头方面，腾讯、百度、蚂蚁等均在隐私计算赛道有所布局。
光之树科技是隐私计算赛道初创公司的一个代表，公司自成立以来，已经获得中诚信、险峰旗云、策源资本、第四范式、深创投等众多机构的加持。光之树科技目前员工近100人，拥有全国优秀的计算机及密码学专家，其中产品研发团队80多人，85%以上毕业于985/211高校，70%拥有硕士及以上学位。
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。
讨论内容详情如下：
Q:请介绍一下公司成立以来的重要发展阶段？
A:2017年底到 2020 年，我们主要处于技术的研发和储备期，主要把公司三大技术引擎（TEE、联邦学习等）的一些框架和产品开发出来。然后进入到早期商业化阶段，2019年，我们在金融和政务方面进行了一些部署。2020年之后，我们又和一些关键的数据伙伴建立了合作，把业务模式进行更多商业化地打磨。2021年，我们也做了很多和行业标准建立相关的工作。
Q:目前的商业模式是什么？
A：商业模式的话，不同的版块也是不一样的，目前最主要的还是以软件为主，也有一些订阅和项目制的。但一般 G端用户不太可能接受订阅的方式，不过，G端客户当中也可以摸索出一些标准化的解决方案。最后，就是一些偏产业数智化的一些客户，能够有一些偏订阅式的模式。
Q:光之树最早的时候，技术重心是在机密计算，当时是出于什么样的考虑？
A:机密计算是我们开发的第一个引擎，并且也一直在持续性地做投入。主要是出于几个方面的考虑。
第一，从终局角度看，隐私计算大规模落地过程中会有比较重要的几个点。一个是性能本身，而机密计算这种方案特性，在性能方面有很大优势。从业务生产的角度来说，机密计算的便利性和实时性，都比较有优势。第二，机密机算的通用性也比较强，不管是支持的模型种类还是角色引擎，都比算法类的方案广泛的多。
最后，我们也比较早的知道，一些国产CPU厂商，为了对齐ARM的V9架构，也机密计算方面也做了大量的研发工作。所以我们当时看到了这种变化发生，并且开始参与其中。
A:光之树的优势体现在哪些方面？
首先，肯定还是产品和技术，包括一些前沿学术成果，怎么提高隐私计算的安全性、更高性能的一些方案。第二是怎么和应用环节相结合，例如怎样把大量的数据应用模板嫁接到计算当中去。第三是在产业中挖增量，例如怎样把数据价值通过融合的方式发挥出来。
总体而言，我觉得这也是行业发展过程中的三个支柱。同时也觉得，产业当中的机会比单纯做金融的更大。
Q:怎么理解光之树提出的做生态思路？
A:我们想的是，怎样才能有一个非对称的优势，提高我们的投入产生出比，然后为客户提供更好的效果。因为隐私计算从数据运营、数据源，再到建模、软件开发，所有环节全部自建的话，管理半径是非常长的。所以我们的思路是，在重点领域，找到几个志同道合的伙伴，进行深度合作。这对我们和客户而言，都是一个比较好的方法。欧美的大部分软件公司，最终都会通过某种方式，把自己聚焦在主业上，这也是我们所希望的。而且，把生态作为自己的一个重要战略，这也对自身产品的完整度提出了很高的要求。
Q:有人说现在隐私计算市场僧多粥少，能谈下对于市场的理解吗？
A:现在很多咨询机构，包括Ganter，都对隐私计算五年内的市场做了一些预测。所以我觉得，接下来主要还是隐私计算怎样深入各个行业当中的问题。
现在，大家的中标基本集中在金融和政务领域，但其实隐私计算能cover的行业很多。我们除了在金融这些会早期采纳的行业做深之外，另外也在向保险、产业数智化、顺丰等这些行业客户中做一些挖掘，我觉得这也是大家未来会共同努力的方向。
僧多粥少是正常的，因为任何一个行业一旦进入主流视野之后，就会出现大量的新玩家，但之后，就会经历一个大浪淘沙的过程。我觉得这是行业发展过程中必然会经历的一个过程。
Q:怎么看蚂蚁、微众、百度等互联网领头公司的隐私计算核心技术在行业内的地位？
A:我们公司2017年成立，当时隐私计算这个名字才确立不久，大部分公司也是这个时候开始探索的。所以在相当长的时间里，我们和百度、蚂蚁、微众都是相伴而行的。
对大厂来说，业务投入的资金会比较充裕。但也会有一些限制，比如百度需要用自己主推的语言做一些TEE相关的开发。但对一些普通客户来说，可能没有那么高的技术水平去重新学习一门语言，所以从采纳上，挑战也会更大一些。我觉得，在隐私计算领域，目前大厂和一些头部隐私计算公司的技术是在同一个水平上的。而且，初创公司会更加专注在一些领域进行投入和实践，也会形成自己的优势。
