如今，营销行业大佬在圆桌会议上要是不聊个隐私计算，那可跟不上市场行情。随着《个人信息保护法》的落地，隐私计算已然成为了明星赛道和资本投资的宠儿，那么它究竟为什么如此惹人关注呢？

融资达56亿，隐私计算成资本新贵

而隐私计算则可以打通信息孤岛，通过“可用不可见”的方式，打造新的数据流通渠道，进而为上游的数据源，下游对数据合规分享、使用有需求的各行业客户，进行数据调用、流通的连接匹配。隐私计算可以解决的常见场景痛点包括：

• 匿名查询：在需要补充用户标签时，通过匿名查询，可以在不泄露自己设备号等查询条件的情况下得到想要的结果，企业既能最大限度保护用户的数据安全，又能满足“最小必要原则”，同时减轻参与双方重复授权带来的负担。

• 数据合规问题：隐私计算在无需转移数据物理存储服务器的情况下实现数据建模分析，从而减少数据协作过程中风险，可从技术层面满足数据最小化、完整性和机密性原则要求。

• 渠道归因分析：法规的出台对精准化营销造成了限制，而隐私计算可以赋能企业在数据不出库的前提下进行打通，联合两方或多方数据进行统计分析、联邦计算完成风控与归因分析。

“慢热”的隐私计算，仍需成长时间

尽管隐私计算成为新赛道，但不吹不黑，如今的隐私计算并不完美，作为务实派，我们有话说：

1. 隐私计算的技术效率有待提升。例如MPC及联邦学习技术仍受限于网络传输的宽带、通信速率及网络稳定性等。

2.隐私计算的安全性缺乏认定。作为为安全而生的技术，目前缺乏可靠的技术认定标准，一些客户对于其效果仍感到质疑。

3.隐私计算需要搭建多方协同合作模式。由于数据共享会涉及到诸多行业和不同应用场景中，会有包括数据使用方、提供方等在内的多方参与主体。不管是从技术上还是商务上都存在较大困难。