作为平衡数据流通与安全的重要工具，近几年，工业和信息化部、人民银行、国家发改委、中央网信办等部门政策文件中均提到要推进隐私计算相关技术的研究攻关和部署应用，使得技术的关注度日渐提升。

近期，随着中央全面深化改革委员会第二十六次会议上审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制、建立合规高效的数据要素流通和交易制度等举措，为实现原始数据不出域、数据“可用不可见”的隐私计算提供了更加明确的落地指引。

隐私计算，不是计算隐私，而是在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术。

隐私计算主要涉及三大关键技术：基于密码学的多方安全计算、融合人工智能技术的联邦学习和基于可信硬件的可信执行环境，该技术可以实现数据所有权和使用权的分离，避免数据流通过程中的信息泄露。

相较国外，国内隐私计算起步较晚。2016年开始出现垂直厂商，2020年产品开始验证性测试，2021年进入商业落地元年。

近两年，隐私计算行业发展迅速，多种类型的技术公司纷纷入局，资本热度持续提升，论文发表数量和专利申请数量不断增长，行业开始从概念阶段进入实施阶段。

IDC报告显示，2021年中国隐私计算市场规模突破了 8.6亿元，未来有望达到110%以上的市场增长率。目前，隐私计算主要在政务、金融和医疗领域落地应用。

2017年以来，国家相继颁布《网络安全法》《数据安全法》《个人信息保护法》《关于加强数字政府建设的指导意见》《要素市场化配置综合改革试点总体方案》《“十四五”数字经济发展规划的通知》等一系列政策法规，推动数据在隐私安全的前提下，有序流通。这为隐私计算技术的落地应用打开了新局面。

国家大力支持隐私计算行业发展，除了出台利好政策之外，政策性项目是目前市场上的主流项目。政府先行先试，打造了一批标杆应用场景，为隐私计算落地应用开了一个好头。

目前，隐私计算已被多地政府纳入数字化发展规划，作为促进数据经济的突破口，融入交易所数字政府、数字社会建设等。

山东省一体化公共数据开放平台是国内首个政务数据隐私计算平台。平台借助隐私计算技术，在保证数据安全不泄密的前提下，实现各政府部门、公共事业单位和企业数据开放融合，有效促进政府和公共机构数据资源的开放和共享。据不完全统计，目前全国已有23个省市自治区打造了数据开放平台。

目前，金融业是隐私计算商业化应用最为成熟的行业场景之一。金融行业对于数据安全和隐私保护高要求、严监管的现状对隐私计算在金融场景中的落地起到了极大的推动作用。

在数字经济浪潮下，尤其在当前金融业务形态更加开放的背景下，作为实现“数据不动价值动”的关键技术，隐私计算凭借保障数据安全、转化和释放数据价值等优势，正逐步发展为金融业的“刚需”。

2020年11月，中国人民银行发布实施第一个隐私计算行业标准《多方安全计算金融应用技术规范》，进一步推进金融行业数据合作。

作为数据密集型行业，金融领域存在多个可应用隐私计算的场景。比如：

另外，隐私计算在高价值用户共享、供应链金融服务等场景也可有较大的应用价值。

在医疗健康行业，利用人工智能技术针对病情与病例数据建立机器学习模型并训练，可以提高医疗科研与病情推断的效率，提升医疗服务的精准度。

但是由于之前缺乏统筹规划和顶层设计，各地医院的信息系统独立且分散；同时，由于医疗数据属于极度隐私的信息，为了避免出现合规风险，各医疗机构普遍对数据持保守态度，病情与病例数据不允许离院共享，各医疗渠道信息的数据融合难度极大，阻碍了医疗系统的智能化发展。

隐私计算技术能够保护数据隐私，有望打破医疗数据孤岛现象，在医疗行业大有可为。比如利用隐私计算中的联邦学习技术，各医疗机构可实现在原始数据不离院的情况下进行联合建模。事实上，在医疗健康领域，隐私计算技术已经逐步落地。

艾瑞咨询预测，2025年中国隐私计算市场规模将达到145.1亿元。相比2021年的4.9亿元，增长空间极大，隐私计算未来可期。

但是，隐私计算目前在实际规模化商用过程中，存在一定的挑战。

隐私计算也有“基因缺陷”，它的合规性的关键争议就在于隐私计算技术的数据处理效果是否可以满足法律上“不可复原、不可识别”的匿名化要求。

在中国通信标准化协会副理事长兼秘书长代晓慧看来，推动数据安全合规流通，促进隐私计算等相关技术规范发展，标准化工作的作用至关重要。

为此她提出三点建议：一是加强技术研究，支撑产业发展；二是推动标准研制，完善标准体系建设；三是深化国际合作，贡献中国方案。共同推动数据流通快速健康发展，助力网络强国建设。