算力说
上周日，“隐私计算+产业”大课迎来收官，围绕数据发展现状，技术拆解，场景分析，产业思考，全球视野等多个维度，带领大家拨开数字经济时代下的重重迷雾，构建“隐私计算+产业”的认知实践大厦。很感谢这7天，与我们一起聆听和同行的朋友，也真诚希望各位可以对我们的大课提出宝贵的意见。虽然疫情阴影依然笼罩，尽管时局趋势严峻难料，但我们寻求自我迭代的决心和渴望不断进步的信念却足够共鸣，环境恒变，唯有刻在内心的知识和收获可以成为你立足当下的核心竞争力。这次“隐私计算+产业”大课中对于数据价值的捕获，对于商业创新的启示，对于未来产业机遇的前瞻，这些思考的内核将在接下来螺旋演进的时代浪潮中长时间有效，值得反复观看。隐私计算大课最后一讲，新加坡管理大学教授朱飞达从商业结构和个人用户的视角，解读了在数据的产生和利用中企业的痛点以及个体用户的担忧，以及可信计算是如何将加密算法、多方安全计算区块链等技术融合，解决数据的商业化问题。
世界如此之新，一切尚未命名，这不是终场，而是序幕，下一期的“区块链产业大课”也即将准时赴约而来，期待我们的下次相见！
很多年前就有大数据的研究，数据虽然也很大，但并没能够驱动当年的经济，而现在大数据时代，更感觉到数据离我们各行各业更近了，重要原因是我们现在产生的数据都与人有关。 这说明我们到达了数据时代的第三个阶段：数据驱动的经济时代到来。数据将成为所有机构的重要资产。
1
数据智能赋能商业的维度 目前的全球视角下，数据生态主要分为三类主体：个人用户、商业企业、政府部门，三者间的数据是相互流动的。
其中最关键的是人的数据，“人”是商业的本质，“人的数据”是未来的新石油，是新的资产类别。特别是5G技术的应用跟上之后，个人用户的数据将呈爆发式增长。 在这种趋势下，如何利用数据智能赋能商业也面临着几大维度的挑战： 1. 审视全局，动态捕捉社会大众的消费潮流与趋势，实现全方位智能感知与市场分析，精准知悉客户需求及其未来消费意愿。 2. 动态追踪，通过用户数字标识的统一，以及对全方位的消费行为建模预测，打通无所不在的销售渠道，从而实现端到端洞悉与追踪用户全息消费路径。 3. 智能互联，真正解锁以客户为中心的多维高质量异构数据源，智能生成无可替代的深度客户洞察信息，从而用数据价值流重塑与丰富企业内部数据库。 但现阶段的现状是企业和用户，双方都无法合法合理合规互信互利地利用好“人”的数据。 因此，本次课程中，朱飞达从商业结构和个人用户的视角，解读了在数据的产生和利用中企业的痛点以及个体用户的担忧，这是也数据智能赋能商业时最需要考量的维度。扫描文末二维码可以获取完整课程视频。
2
可信计算解决数据商业化痛点 前面是数据在商业维度上的考量，那么在商业化之前，数据作为生产要素，还面临着三个重要的痛点：数据价值、数据确权、数据控制。 数据可以无限复制、盗取也非常简单，在互联网上可以随意流通，因此，如果不能解决这些痛点，数据就无法真正的商业化。 此次课程中，朱飞达也在技术层面列举了现阶段能够解决上述痛点，将数据变为生产要素的新技术。 其中最重要的技术是可信计算，利用加密算法、差分隐私、联邦学习、多方安全计算等技术，在不泄露个体信息（用户隐私）的前提下对一个数据集的整体进行分析研究、数据不动模型动，风险不增效益增。 第二个是区块链技术，区块链同时解决了数据产生的两大痛点：“信任” 和“激励”，利用其不可篡改和可追溯等特性，解决数据生成与价值流转的全生命周期透明可审计和数据控制权的有力制衡机制等问题。 这部分也在此次课程中详细解释了上述技术的详细特点、如何协同和解决的问题。
3
数据价值实现的落地案例 实现数据商业价值的技术有很多，现阶段是否有出现真正可以落地应用的技术呢？朱飞达在课程中以可信数据计算公链SYMPHONY为例，介绍了现阶段如何激励数据流与价值流在用户与企业间流转。 并且解决大数据整体分析与精准到个体粒度两种数据智能，依然能确保数据隐私保护不受影响。
其实全球目前在个人数据资产化上都还刚刚起步，加州前年出个人数据数据红利法案，明确了加州居民将来可以从科技企业对它数据的使用当中取得像股份分红一样的权利，这已经向个人数据资产化迈进了一大步，但总体个人数据资产化，还有着诸多技术挑战。整个数据资产化的道路上，从长远看目前还是一个非常早期的阶段，可能尚处于一个开端的开端。
