以大数据、AL建模、风控技术为基础,通过区块链和隐私计算为数据保护升级的新型数据安全合作基础设施,并提供行业建模、可信数据资产交换及分布式智能应用产品和解决方案。

新闻资讯

《经济观察报》2022科创人物童玲:隐私计算释放数据要素价值

2023-02-09 10:28
追光者
2022科创人物



童玲
2022年末,《经济观察报》评选出了全国“2022科创人物”,以科创领域的人物故事,讲述何为“中国式现代化”。

蓝象智联创始人兼董事长童玲,以其在金融科技领域的创新成果,入选“2022科创人物”。

多年的金融科技从业经历中,童玲作为蚂蚁金服首席架构师推出了中国第一个完全架构在云上的银行核心系统,推动了蚂蚁区块链及隐私计算平台的建立; 作为某国有大行研发中心总架构师,参与见证了从核心三代到四代系统的升级及网上银行系统的创立。如今,童玲创办了隐私科技与数据要素服务商蓝象智联,致力于释放数据要素价值。

以下为《经济观察报》的稿件原文:
在隐私计算领域,像童玲这样的女性创业者并不多见。从大行研发中心总架构师到蚂蚁金服首席架构师、芝麻信用 CTO、蚂蚁区块链及隐私计算平台的创始人,再到如今掌舵蓝象智联这家主要从事隐私科技与数据要素生态的服务商,童玲20年的职场生涯见证了中国金融科技的一路发展和变革。

正是基于此,技术派和创新实践者也成为童玲身上最大的两枚标签。“说实话,我很喜欢这两个标签。作为一名理工女,从读书时期开始我就喜欢一切创新的事物。尤其是从业后便赶上中国金融科技变革的浪潮,让我可以看到、学到很多最前沿的技术。”童玲表示,在搭建中国第一代网上银行系统、构建隐私计算平台后,她逐渐意识到隐私计算技术发展路径和过去的金融科技崛起路径不谋而合,在未来将大有可为。

在童玲看来,隐私计算技术本质上是一个促进数据流通、降低数据流通摩擦力的技术,可以在保护用户隐私的前提下给行业带来新鲜的、安全的、深度的数据,释放数据要素的生产力,促进数字经济的发展。

童玲强调,在当前大国竞争的背景下,中国数字经济发展和全国统一的数据要素大市场建设都被提到了国家战略的地位,可以说,隐私计算行业的想象力并不局限在技术本身,而将体现在中国数据要素市场价值释放上。尤其是最近出台了里程碑式的“数据二十条”,我国的数据基础制度体系初步搭建好,这对服务于数据要素生态建设的行业来说,将开启产业化大时代。

童玲所在的蓝象智联 (杭州)科技有限公司是在2019年年底正式诞生的。作为公司的创始人兼董事长,童玲在创办这家企业时便定下目标:不做项目型公司,瞄准产品型企业。“目前中国很多科技型企业发展到最后就逐渐变成项目型公司,核心价值和产品不多,顶多算一个集成型的厂商,最后很容易失败变成‘卖人头’。正是因为看到这一点,公司从创立之初便定下目标,要实现人均创造价值,走产品化这条路,通过核心技术去创造更大的价值。”童玲说。

技术创新的“三浪演进规律”

作为中国最早实践隐私计算技术的开拓先锋,以及最新技术与应用探索实践者,童玲经过梳理归纳发现,所有的技术创新和行业变革都会遵循“三浪演进规律”。

所谓第一浪,就是寻找到第一批“吃螃蟹”的客户。“由于新技术往往都会打破原有的既有范式,需要客户群体必须有创新理念,甚至可以说是对整个行业的挑战。”童玲回忆道,早年网上银行系统刚刚推广时也遇到很大的阻力。由于银行核心系统要求保密性和安全性极高,而网上银行在操作转账时需要跟核心系统进行对接,各家银行都有所顾虑。此外,当时银行核心系统都放在大机上,完全没有对外的互联网通道,如何用技术将这个“大门”打开一度困扰着团队。

而在蚂蚁金服任职期间,童玲及其团队遇到了类似的问题。当时芝麻信用需要与某政府职能机构打通数据,但双方都不能把数据交给对方。

通过查阅大量资料,童玲意识到隐私计算技术中最重要的基石技术——MPC(指安全多方计算技术,是基于密码学的多种技术纯软件实现的隐私计算)或许可以解决这一难题,而这也是隐私计算技术让数据“可用不可见”的雏形。

于是,童玲找到了MPC最早提出者——清华大学姚期智教授,结合蚂蚁在数据技术上的能力沉淀,促成了蚂蚁金服与清华大学交叉信息研究院成立联合实验室,最终实现了安全的数据共享。

在第二浪中,最重要就是让愿意“吃螃蟹”的客户尝到新技术带来的“甜头”。

童玲表示,在第一批网上银行系统推出后,其他银行快速跟进的动力来自于新技术带来交易量爆发式增长,这是过去柜面交易很难实现的。

在第三浪中,则需要监管环境和法律法规的突破。童玲坦言,隐私计算技术相较于其他技术更加幸运,从一开始便有自上而下的监管和政策推动,包括《数据安全法》《个人信息保护法》的相继出台,让整个行业达成共识。

让童玲印象深刻的就是在2005年《电子签名法》出台后,网上银行和电子商务交易量迎来井喷式发展。

“在没有《电子签名法》出台前,网上交易严格意义上来说并不合法。当时客户在网上发起的一笔转账交易,客户以为后台系统会自动完成交易,但实际上这笔交易最后会落到一个网点,然后由网点员工再将这笔交易在柜面上通过人工完成。”童玲表示,《电子签名法》明确了线上电子签名的合法性,极大缩减了当年人工处理金融交易的步骤和手续,提高了业务的处理效率。

正是《电子签名法》的出台,再加上其背后的密码学及U盾等密码安全保护措施,让网上银行及电子商务的交易量在2008年就已达到320万亿,也是首次实现了线上交易量超过线下柜台交易量的目标。

童玲认为,隐私计算正在出现“三浪叠加”的效应,在过去的一两年时间内同时在形成这三个层面的一系列效应,而这也必将推动隐私计算以更快的速度、以更深远的方式来推动行业的发展。

金融成商业化落地主赛道

相较于其他应用场景,童玲认为,金融行业的隐私计算落地应用具有得天独厚的优势。

首先,金融行业本身数字化程度就很高,不论是数据基建,还是数据质量均最佳。同时,金融业是少数以数据为核心生产要素的行业之一。此外,金融行业注重风险控制。因此,一项新技术能够在金融行业落地,那么在其他领域商业化将不成问题。

由于创始团队拥有银行+互联网公司的“血统”,蓝象智联除了能够提供自主研发的隐私计算产品,其优势更在于更懂金融场景的数据建模与数据运营能力。

“小微企业融资难、融资贵一直是行业难题。此前有一家国有大行的普惠金融部找到我们,希望可以通过隐私计算技术帮助街边的小摊小贩完成授信和放贷,助力普惠金融的发展。”童玲表示,以往,金融业为提升普惠金融服务,也会运用传统方式进行联合建模,其原理是将多方数据联合起来分析,对小微企业的经营状况有更多了解,从而更好地管理风险,但是执行过程中有很大的制约。

童玲分析道,在建模过程中,数据源和数据使用方双方数据要见面,需要一方在线下带着数据到另一方,有数据泄露风险。同时,在某些场景中,数据使用方也担心自己的模型部署到数据源时有模型信息泄露风险。此外,由于联合建模需要双方在线下进行,涉及到差旅等问题,成本较高。

既要保护用户隐私,又要让B端用户间的数据能够共享流通起来,那唯一的技术解决方式就是隐私计算技术。可以说,隐私计算技术是金融数据新基建里的最核心技术。

“在数据可用不可见的前提下,联合分析双方数据,既不用担心数据泄露,又可以充分挖掘数据的价值。最终该普惠金融项目大幅提升了客户准入规模,户均授信提高了约30%,实施成本较以往降低了50%左右。”童玲说。

与此同时,隐私计算技术在反电信网络诈骗领域的应用也日渐成熟。

据悉,在电信诈骗风险中,主体牵涉广,包括政府、公安、监管单位、银行金融机构、非银金融机构、运营商、互联网服务提供商等,基于信息安全的要求,各主体之间信息独立,难以形成闭环管理,而这一特征也被犯罪团伙利用。

童玲表示,传统的反诈手段依赖于明文传输、数据汇聚等模式实现数据共享,但该模式维度单一、效率低下、范围受限,并且伴随着数据暴露的风险。而通过隐私计算技术,凭借多方数据共享,建立反电诈的联防联控机制:银行数据、运营商数据和人社等政府数据联合建模,构建精准的主诈识别模型和受害者识别模型,精准帮助银行快速识别涉诈异常账户和可疑交易,就能够降低整体电诈风险。

大规模商业化落地难题

随着《个人信息保护法》、《数据安全法》的颁布实施,下一阶段隐私计算技术在各行业中将迎来快速落地发展的阶段。

童玲认为,金融风控场景、各行业的广告营销场景、政府数据共享开放场景以及集团总部内各BU数据互联互通、联盟内数据互联互通等场景对此都有刚需。未来,智能制造等领域也将迎来更多的发展机会,隐私计算在当中都将发挥极大价值,促进行业的数字化转型。

与此同时,技术性能和互联互通也成为大规模商业化落地的两大挑战。

“数据共享流通网络最大制约因素就是网络宽带问题。在宽带有限的情况下,如何才能实现性能安全全面提质增效,技术难度很大,毕竟隐私计算的安全性涉及算法风险、安全假设风险、可信硬件的安全风险等多项因素影响。”童玲表示,目前团队正在尝试通过三条路径去攻克这一难题:其一,在软件方面,将性能和安全做到极致实现两者平衡发展;其二,类似于AI大规模推进后采用GPU加速的逻辑,在提升软件效率的同时,辅之硬件加速方案;其三,软件加网络方案。

除开解决制约性发展的网络宽带问题,隐私计算跨平台互联互通是打造数据可信流通网络的必要能力之一,如何实现平台间的互联互通成为绕不开的难题。

随着国家政策引导及市场化进度加快,联邦学习、多方安全计算、可信执行环境等隐私计算技术逐步从试点走向了商用,然而各家隐私计算厂商的隐私计算平台在技术架构和算法协议上存在极大的差异性,难以实现平台间的互联互通。这种情况将在一定程度上掣肘全国统一数据要素市场的建设,如何实现这些要素的互联互通成为行业关注的焦点。“如果做不好的话,就会变成尽管解决了数据孤岛的问题,但是又会陷入技术孤岛中。”童玲透露,目前公司与银联合作的互联互通标准和基础设施建设项目,将有望成为推动整个金融行业的互联互通标准规范制定的重要学术依据。

行业步入大浪淘沙期

经历前期群雄逐鹿的时代,中国隐私计算行业已经开始步入大浪淘沙期,强者恒强定律也将愈加明显。

中国隐私计算行业正处于快速增长阶段。根据《2022年中国隐私计算行业洞察报告》显示,预计至2026年市场规模将达184亿元,年复合增长率为103.3%。这也意味着更高的市场占有率就意味着数据互联互通能力更高,可以帮助客户链接更多外部数据,技术迭代也将更快,护城河壁垒也将更高。“钱、人和产品是创业之初就需要明确的三个要素。不差钱,要求从创业之初就选定有发展前景的赛道,然后保持良好的增长态势。与此同时,对于团队人才的选择也是很关键的一环,剩下的就是要有战略和产品定力。要想清楚逻辑,瞄准一个方向不断走下去。”童玲认为。

在团队人才建设方面,蓝象智联正在扩大密码学算法团队,在技术底层核心能力上加强布局团队人才实力。同时,增强数据运营这一核心能力团队。

谈及公司盈利,童玲表示,隐私计算行业已经出现了一些分化,不同企业的定位各不相同。经过几年的探索,蓝象智联目前的定位除了隐私计算,重点将放在数据要素生态服务商上,基于隐私计算数据基建,成为各行各业数字化转型和数字经济的促进者,充分发掘数据价值,促进数据要素生态发展,并从中获得相应的商业回报。当下全国各地的大数据交易中心遍地开花,蓝象智联也是多个数据交易所的数据商,随着“数据二十条”的出台和未来配套细则的完善,数据交易也将驶入快车道。“隐私计算技术是我们的核心产品,真正的市场在于数据要素价值的释放。”


作者 | 经济观察报记者 汪青





延/伸/阅/读

READ MORE
蓝象智联:隐私科技与数据要素生态服务商




《经济观察报》“2022科创人物”