摘要：行路難，行醫療更難
自隱私計算出圈以來，其與金融的綁定仿佛是順其自然的，出于合規、風控、精準營銷等業務需求，金融對隱私計算的呼聲似乎更高，更迫切，且金融行業多為大中型企業客戶，財力預算充足，可以一擲千金，為需求買單，因此很多隱私計算企業都會選擇將金融作為第一主攻領域，因為這注定是相對好走的一條路，在沒有穩扎穩打的勝算之前，趨易避難，是力求活下去的天性，根據企名片pro數據，目前賽道內融資在A輪及以上的11家公司中，有7家都在主攻金融業務。
很多媒體報道、行業研究也會順勢而為，將注意力和溢美之辭更多放在“隱私計算+金融”，但摘掉PR濾鏡后，會發現金融或許熱鬧，但醫療卻更是隱私計算落地之路的“試金石”。
據算力智庫觀察，醫療行業的數據復雜度和特殊性，往往更考驗隱私計算的綜合能力，是性能、安全性和精度等多方面的平衡，醫療領域的方法論相比其它領域更為復雜，很多時候已經超越了建模范疇，通過隱私計算底座來支持復雜的方法論是一個挑戰，其中涉及并發度、準確度、算法復雜度、隱私等一系列實現，同時各醫院、藥企上下游之間數據網絡的打通也是一大難題，這意味著需要更加硬核的技術自信、投入度和專注力。
縱觀眾多隱私計算企業中，深耕醫療者寥寥，而锘崴科技便是這樣一家以醫療先行的企業，其創始人王爽從一開始就奠定了锘崴科技“知難而上，技術攻堅”的底色，在算力智庫與王爽的對話中，他提及到：“我們50%以上的研究精力以及商業業務都在隱私計算與醫療的結合上”。
有著 UCSD 生物醫學信息系教授頭銜、國家青年千人、華西醫院遺傳研究院特聘教授背景的王爽，深知醫療場景才是隱私計算的“原生土壤”，醫療數據的安全共享、互聯互通，可以在精準醫療、藥物研發、分級診療、疫情防控等多個領域上大有助力，這不僅是商業驅動，更關乎人類福祉，也是锘崴科技篤力扎入其中的重要動因。
在王爽的帶領下，锘崴科技在成立僅2年多時間之下，迅速成為了隱私計算賽道的閃耀新星，并且成為了“隱私計算+醫療”企業的突出代表，在過去的幾年里，锘崴科技團隊聯合多家醫療機構完成了全球首個跨國多中心罕見疾病數據共享及全國首個跨省多中心風濕免疫全基因組分析，研發了基于多維度大數據的新突發傳染病實時監測和早期預警系統。與此同時，去年11月，锘崴科技成為上海數據交易所首批數商合作伙伴，12月簽約海南省數據產品超市，這兩大標志性事件，進一步驗證并彰顯了锘崴科技的亮眼鋒芒和不俗實力。基于此，經同業推薦及算力智庫多方評估下，王爽成為了算力智庫“2021隱私計算十大人物”之一。
當然，以上只是觀測到一角，突圍而出，成為行業里的佼佼者并非數言能概之，從這篇與王爽的訪談中，或許可以一窺究竟。
1、B端的改變：從被動學習到主動擁抱隱私計算
算力智庫：理性客觀評價，您覺得去年一年隱私計算整個行業有什么變化？（無論是從內生發展還是外部環境來看）
王爽：變化主要是隱私計算之前可能更多是偏技術和概念方向，但是隨著2021《數據安全法》和《個人信息保護法》的實施，以及一些關于隱私安全的報道，曝光出來的與核心信息基礎設施相關的安全風險，把隱私計算技術推到了一個風口上，很多機構/政府其實都開始主動詢問怎么通過一些技術手段更好地保護數據，更合規地創造數據價值，之前可能還要靠隱私計算廠商去教育客戶。現在很多客戶都傾向于主動來找廠商了解相關技術，或者是怎么能夠把數據從收集、儲存到共享、使用的過程變得更合規，這是一個比較重要的感受，就是從被動學習到主動擁抱隱私計算。
算力智庫：這兩年可以看到有越來越多的隱私計算公司開始冒頭，據不完全統計，去年一年就新成立了70多家，您認為，隱私計算當下是“虛火”嗎？
王爽：從兩方面看，一方面也看出來是市場有需求，有需求才會有這么多供應。
這是一個市場利好；另一方面這些企業中，可能絕大多數不具有底層技術架構，大部分是通過借用一些開源框架進行修改，去適應某些相關的場景，這存在潛在問題，就是會受限于開源框架的靈活性、安全性以及性能，很多客戶發現使用這種開源框架進行部署后，可能性能達不到預想的要求，另外如果要添加一些新的功能，是難以擴充的。
我們定位是一家專業的隱私計算技術提供商，可以用不同的技術來根據用戶場景做相應適配，提供基于用戶場景，且兼容性能，安全性，精度等多要求下的最有效的一個解決方案。
算力智庫：目前來看，隱私計算的商業模式以銷售和服務為主，有產品銷售或系統搭建模式，有運維服務模式，也有分潤模式，您覺得，當下占隱私計算企業營收結構中主要的是哪一種？隱私計算的商業營收能力如何？未來在C端會有發揮空間嗎？
王爽：現階段的話，還是以系統搭建占主要比重，因為生態網絡還在搭建的過程當中，只有這些數據節點，有了隱私計算的能力以后，它才會形成一個網。
這就有點像移動互聯網還未興起之前，剛開始肯定是搭建基站，要有足夠多的基站，大家才都能用上5G或者4G手機，之后在上面才會有諸如美團這樣相關的應用衍生出來，所以說目前階段，隱私計算絕大多數是在搭建節點的過程當中，去構建網絡。
但是在搭建的過程當中，其實大家都在去嘗試，通過分潤模式去實現一定程度的收入，我們也是通過跟一些機構，比如說政府的數據交易中心，以BOT的模式去做一些分潤，或者跟一些商業化公司，通過CPA或者CPS，按點擊和效果去獲取一定收入。
系統搭建分成兩種模式，一種是一次性搭建，附帶一定時期的運維，比如說一個項目是3年，前3~6個月是進行搭建，后面2年主要是專注運維，這種模式目前看需求還是比較多的，比如醫院、政府的數據交易中心，以及一些保險公司、金融機構漸漸都開始有搭建隱私計算系統的需求。
還有一種模式就是SaaS模式，按訂閱收費，即通過提供一些標準的隱私計算接口，把客戶的現有業務接入進來，比如說它在云上面需要跟用戶進行數據交互，但是用戶又擔心在公有云或者是某些私有云平臺上進行數據交互時，會泄露隱私，加上隱私計算的保護以后，可以保護企業在對用戶提供服務的過程中，都是在可控、加密的狀態下去實施的。
而在C端的話，更多體現在與場景結合。比如說我們和保險公司合作，這樣其實是2B2C的模式，通過隱私計算觸達到一些數據源，然后去做線索規劃，幫他們實現更精準的獲客，整個業務流程是在隱私計算平臺上完成的，然后這種像 CPA或者CPS分潤模式其實也相當于是間接To C，這個市場里C端客戶每完成一次交易，其實我們都可以實現分潤。
算力智庫：接上個問題，有一種說法，說隱私計算行業的發展邏輯有點像人工智能行業，技術壁壘比較高，投入大且“燒錢”，您怎么看？是不是很多企業還是靠融資在過活？
王爽：之所以說燒錢，是因為這個市場起來了，大家需要快速的擴張，所以才需要引入資本的力量，它的主要目的是幫助更好地去獲得市場或者加大研發投入。
一如我剛才介紹的，隱私計算不光是簡簡單單像AI一樣提供一個模型或者技術，它最終需要賦能于數據交易，這里面可能就涉及到一個數據網絡的搭建，在搭建的過程中，其實有點類似于To C，比如說你要去做獲客，要使 To C的APP里有更多活躍用戶，這里面的關鍵其實是要去獲得活躍的數據源，過程中資本可以助力快速實現數據的生態網絡。
2、搭建數據網絡，是必選項
算力智庫：從您來看，能決定一家隱私計算企業活下來并且走的長遠的關鍵因素是什么？
王爽：這個有幾方面因素，肯定不是單一因素能決定的。第一方面我認為是技術方面，要有核心的隱私計算底層技術能支撐不同場景的應用，這個是能夠走的比較長遠的關鍵因素。
其次就是產品，光有技術，它沒有實現產品化，還是沒有辦法服務于客戶，所以底層的產品很重要，產品也分成幾種，一種是基于某個細分領域的產品，專門服務于特定場景，比如說金融的征信、風控、獲客；還有一種類型的產品，就是通用型產品，是一個底層隱私計算平臺，在上面可以去開放一些生態，服務于不同領域；
這兩種產品我們目前看來都有相關的市場和生命力。
再者肯定是要有自己的數據網絡，因為隱私計算技術，最終解決的還是數據提供方和數據使用方之間數據價值的轉換。如果能夠更好地促成數據使用方和數據提供方之間的應用的話，需要的是一個生態系統，這需要通過隱私計算技術支持，構建一些數據生態網絡，從而服務于更多的應用場景，這也是非常重要的一點，可以形成網絡效應。這個網絡上有更多更好的數據，那就會有更好的應用去加入到網絡里，也就會有更多的客戶愿意為數據買單，反過來會激勵更多的數據源繼續加入到網絡里，形成一個通過數據交易分潤的長遠模式。
算力智庫：發現一個隱約的趨勢，去年還能看到各廠商間在暗暗較勁，但今年，各家合作的新聞和消息似乎更頻繁，從一力競爭到尋求競合，您怎么看待這一現象？
王爽：有幾方面，一方面是技術層面上的互補，因為每一家的技術都是有側重點的，通過合作，可以實現更全面的一個技術棧。
另一方面是數據層面上的互補，每一家覆蓋的數據源范圍的廣度、深度都是不一樣的，通過多家合作，可以實現更廣的數據源覆蓋，去跟客戶合作。
然后第三方面，就是互聯互通的需求，因為同一個大的數據源，可能早期的時候布了很多家隱私計算系統，在這種情況下，如果再有新的合作產生，新加入的合作方布的系統可能不是在已部署系統的提供商范圍內，這樣就有兩種解決方式，一種是需要重新去部署，另一種就是通過技術層面上的互聯互通。后者目前來看是大家比較優先選擇的方式。基于此，很多家的合作就能更好地促進隱私計算平臺的互聯互通，從而能夠更快速、低成本的去接入新的應用場景。
算力智庫：今年數據交易也進入了深化階段，北數所、上海數據交易所先后成立，深圳數據交易所也在積極籌備，作為一家隱私計算企業，您覺得锘崴科技可以在其中扮演怎樣的角色？
王爽：北京數據交易所我們是加入的成員，上海數據交易所我們也是首批加入，在上海稱之為數商，數商可以從多種角度解讀，可以作為數據提供商，也可以做數據運營技術提供商，也可以做數據使用方，這幾方對于隱私計算公司來說，可能是會有多重角色的，因為很難有一個數據源，會提供足夠多且足夠廣維度的數據，這些都是需要不同的數據源進行補充。比如說我們在上海市數據交易中心里，我們既是技術提供商，也是部分數據提供商，通過隱私計算網絡，幫他們去觸達更多的數據，同時我們也能帶來新的用戶，比如我們的保險公司用戶，銀行用戶，可能需要用到上海市數據交易中心的數據，基于這個層面，我們也起到了作為數據使用方的部分角色。
3、趟醫療這條路，難卻正確
算力智庫：我們知道，隱私計算在金融領域的呼聲更高，需求更盛，但锘崴科技卻選擇了先趟醫療這條路，率先建立了跨省級多中心全基因組關聯分析，锘崴科技選擇醫療先行的契機是什么？
王爽：一方面是源于我們的專業性，兩位創始人我和鄭灝博士在醫療領域都工作了10多年，對于整個醫療行業，技術、應用以及市場都比較了解，這是從團隊角度出發。
第二方面是醫療的市場其實非常大，在美國占了2020年GDP的18%，在中國也是非常大的一塊（超過2020年GDP的7%），我們認為這個市場足夠大，可以去撐起一家或者幾家隱私計算公司。
然后第三方面，是整個醫療信息化建設在突飛猛進，很多醫院都在轉型智慧醫院、智慧養老，對于數據共享、數據開放的需求非常大，未來會有更多的需求迸發出來。
再一個就是醫療對于技術的要求相對比較高，如果能夠提供醫療場景解決方案的話，后期也可以去服務于其他非醫療領域，所以我們選擇先從醫療領域入手。
算力智庫：一如前述，隱私計算正處于大航海時代，幾乎家家都說自己在做隱私計算，入局者有互聯網大廠、數據安全方向的、區塊鏈方向轉型的，大數據廠商，人工智能公司等，坦白講，您會有擔憂嗎？您覺得锘崴科技將何以突圍而出？
王爽：我們認為有競爭是好事情，因為有競爭說明有需求，大家都看好這個市場，只要做好我們自己的優勢就好了，因為锘崴科技的其中幾項壁壘，還是跟其他的競爭對手有一定的差異性。
首先，我們是自研的隱私計算平臺，已經開發了10多年，有比較深的底層技術，和一些專注于某個領域的隱私計算公司可能有一些差異化競爭，不是基于某個單一領域去做單一應用，而是提供一個通用的隱私計算平臺。
再一個，就是我們在醫療領域有多年經驗，將隱私計算跟醫療結合是我們另一個技術的壁壘，因為在醫療領域涉及到比較特殊的數據類型，比如說基因數據、醫學影像數據，結構化/非結構化的病患數據，若在這些領域沒有 Domain Knowledge的話，很難短期內提供相關產品，并且醫療領域需要的分析方法論、參與方的個數，可能跟其他領域都不一樣，一個醫療領域的應用可能需要十幾家或者幾十家醫院的參與，所以在技術上是有一定的差異和壁壘的。
還有，就是在數據源方面，我們不光像競爭對手可以接入比如運營商、銀聯的數據，還有體檢中心，醫院的相關數據來做補充。在保險營銷里，關心客戶的信息不僅是用戶的收入和財富信息，還包括用戶的健康信息。這些體檢機構、中心醫院的數據源在競爭上給了我們一定的優勢。
算力智庫：據我們所知，您提出安全聯邦學習早于Google，您為什么會關注到隱私計算領域？
王爽：我最早在美國讀PhD的時候，就對數據安全比較感興趣，之前在專注智能電表數據安全時，發現了很多數據安全的問題，然后提出了很多解決方案，通過分布式的計算，類似于聯邦學習的前期應用，在每一家的電表上去做本地的計算，然后將小區用戶或者城市層面的本地統計信息進行匯總、求和，傳到電廠，幫助電廠去做發電的預算，這其實就是聯邦學習的基本概念。基于這些前期應用，后面我加入到 UCSD，正好他們有類似的需求，每一家醫院里都有自己的數據，但又受限于法律或者一些利益原因不能共享，然而很多的醫學研究又需要大數據來支持，靠單個醫院的數據體量是不夠的。
在這種情況下，我們就想到了要將這種分布式的、數據可用不可見的聯合數據查詢建模分析的概念加以應用，就在這樣的契機下，提出了相關的安全聯邦學習技術，去幫助醫院之間解決數據互聯互通的問題。
算力智庫：锘崴科技的下一步發展計劃是什么？
王爽：下一步發展計劃主要是以市場為驅動，前期肯定還是在數據節點搭建的過程當中，我們會繼續投入很多的資源和精力來搭建數據生態網絡，去豐富數據源，在數據源上創造更多的相關場景。
有更多的場景就需要在技術層面上去適配，因此在技術研發上，我們也一直在持續加大投入，利用隱私計算去賦能不同領域的應用，或者是在某個領域里做得更深，去支持更深度、高效、精準的應用。與此同時，我們會始終去嘗試通過分潤模式實現隱私計算價值轉化的終極目標，建立數據交換平臺，通過我們自己或者與第三方合作，比如省級的數據交易中心或其他平臺來一起去實現。
