产品名称：
蚂蚁密算科技有限公司副总裁李宏宇：数据价值化的核心在于数据可信流通的基础建设

  9月27日，由全球数字贸易博览会组委会办公室主办，杭州市商务局，杭州高新区（滨江）管委会、政府，《财经》杂志，《财经智库》承办的“第三届全球数字贸易博览会数字技术贸易产业对接会”在杭州举行。蚂蚁密算科技有限公司副总裁李宏宇在大会上表示，密态计算是一种隐私保护计算技术，能全流程、全链路保持数据密态化，从底层有效防范数据泄露和滥用风险，实现数据可信流通。

  李宏宇提到，随企业数字化转型，数据已成为资产，企业要盘活并结合外部数据以助力业务发展。然而，数据交易中存在数据质量参差不齐、数据价值难以评估的问题，这时候价值验证成为数据交易的核心问题。

  他谈到，数据交易不同于传统商品交易，其价值验证具有“盲盒”现象，即数据价值难以评估，存在安全风险，如何去验证数据的价值，就成了关键的问题。在他看来，数据价值存在两面性，高价值数据风险高。数据价值化需要数据跨主体、跨行业、跨地域流动，面临外循环安全的新挑战。

  李宏宇强调，数据价值化需要数据可信流通的基础，而密态计算是一种隐私保护计算技术，能全流程、全链路保持数据密态化，从底层有效防范数据泄露和滥用风险，实现数据可信流通。密态计算中心通过高效安全的价值验证服务，能保障数据源的安全进而维护数据的价值稀缺性；同时为数据消费者链接数据源和数据研发者，提供快速价值验证的途径。

  在金融、政务、保险、医疗、民生等行业，蚂蚁密算均已有实践，如与农业农村部大数据发展中心合作的案例中，通过密态计算快速验证数据在农户贷款业务中的价值，服务农户数量和授信金额明显地增长。保险新能源车险定价难题也通过密态互联网络结构得到解决，为车主平均降低保费8%。

  在地方公共数据侧，蚂蚁密算发布了杭州市第一个密态计算中心，旨在通过密算中心方式开放数据密态研发服务，对外赋能，激活公共数据价值。

  最后他提到，密态计算技术虽起步不久，蚂蚁密算已积累和沉淀了很多专利，但产业需要行业合作伙伴共同推进。数据价值化的核心在于数据可信流通的基本的建设，通过密态计算实现数据要素的“乘聚变”效应，也需要大家一起参与。

  李宏宇：很谢谢袁主编，刚才已经介绍了我今天想和大家伙儿一起来分享的内容，也是我们在数据交易过程中遇到的一些问题和实践思考。‘

  刚才赵总已经说到了，很多企业已经在数字化转型过程中汇总了很多数据，未来数据肯定会成为资产，这一些数据需要盘活。同时，他们还会需要更加多外部数据，进一步助力自己的业务。这里就会面临一个问题，数据需要去做交易。但在数据交易时，有时候买过来的数据质量很差，或者对于业务帮助效果不大，这实际上的意思就是今天的主题数据交易的核心挑战：数据价值验证。

  首先看一下数据交易行业，过去这几年已经加快速度进行发展。今年数博会，北交大张教授发布了一个“数据产业图谱”，2023年整个数据产业大概在2万亿的规模。过去这几年都是呈现25%左右的增速。能想象GDP现在的增速是多少，未来这几年还会持续的增加。在2023年统计的另外一项数据里，全国参与数据交易类企业大概有15万家，这个规模是非常大的。但大多数企业都是最近一年才成立的，可见这个新兴的市场已在加快速度进行发展。一方面是因数据成为生产要素，另外一方面，人工智能大模型的发展已经让我们感受到了数据的重要性。大模型需要很大的数据量，过去我们也做过很多智能客服、智能顾问这些所谓的应用。你会发现过去很多智能客服都被我们戏称为“人工智障”，你跟它聊的东西，它回答和你想要的完全不一样。背后最终的原因是数据喂的不够多，你喂多少数据，人工智能模型才能产生多少能力。此外，也需要大量的专家来去做相应的数据产品加工和标注。而有专业的Knowhow的专家，碰不到数据。有数据的企业，他们又很害怕数据拿出去被泄露了，这就成为一个问题。

  数据交易不同于传统商品的交易。传统商品交易最大的特点，我看到这一个商品基本上知道它的使用价值是什么了，它是非常清晰的。但我拿到数据时如果无法做一个深度的加工和挖掘，其实是很难能评估数据对于我的业务效果会产生多大的影响，所以说数据价值其实是有一个“盲盒”现象的。盲盒现象导致消费者虽然很需要数据，但会很谨慎去购买。

  如何去验证数据的价值，就成了我们一个关键的问题。数据的价值验证本身还存在着“两面性”，越是高价值的数据，它存在的风险越高，它被泄露的可能性越大。目前高价值数据单次泄露成本大概在400多万美元左右。这就要求我们要用更安全的方式流通数据，如果做不到这一点，原来的数据产品可能从稀缺资源变成一个很普通的产品，数据价值降低了。同时，数据价值还要进一步挖掘，当很多数据源融合在一起时，数据价值才更大。但这时候要专业的团队，而多数据源方可能找不到一个大家共同信任，且能挖掘出数据价值的专业团队。这时候需要看一下数据价值化的核心，应该是解什么问题。

  数据首先要和行业场景结合在一起，才能产生数据的价值。同时，数据需要跨主体、跨行业、跨地域流动，才能够真正的完成价值，这里核心的问题是说过去所有数据使用只是在企业内部来进行使用，这是一种内循环。现在数据需要跨主体流动，它慢慢的变成了了一个外循环的问题。过去内循环安全相对来讲更简单，能够最终靠自己内部的体系防御实现，但当外循环的时候，没那么简单了，所以说外循环面临的一系列挑战是数据流通的关键。

  这里就需要数据可信流通，才能实际做到数据价值化，一种实现方式是密态计算。密态计算是一种隐私保护计算的技术，核心在于全流程、全链路，数据都是保持密态的，计算过程中产生的数据也是密态的形式，后续产生的一系列复杂的组合计算也是基于密态的，这样就能真正从底层上防范数据泄露和滥用风险。通过密态计算，能轻松实现数据可信流通，进一步激发数据要素的“乘聚变”效应。

  密态计算一方面连接更多的数据源；另一方面，可以链接数据加工者，让他们协作产生数据价值。密态计算能提供高效安全的价值验证服务，在这样的价值验证服务里，它是分两层的：一层是对于数据源方，对数据源、数据提供方来讲，它更关心的事情是数据能够卖出去，但要安全。传统的价值验证方式是请人过来加工，很不方便。要不然把数据给你，委托加工，易产生数据安全风险问题。通过密态计算的方式，可以密态供数，数据接入时就是密态的。数据接入到里面加工使用时，都是密态的，能够保证使用可管控，数据价值的稀缺性就能保障住。同时，全链路可追溯、可审计的，真正发生数据价值损失时可以定责、追责，数据供给方的利益可以有保障。

  对于数据消费者来说，能够最终靠密态计算的方式链接更多数据源，快速验证数据价值。同时数据消费的人在不知道数据好坏时，不需要走很长时间申请流程申请数据使用授权，避免无效申请，而且因为是密态研发采用了合成数据或混淆数据结合的方式，也不存在安全合规风险。当数据价值一旦验证好了之后，在实际业务场景能够迅速规模化复制。

  我们在金融、政务、保险、医疗、民生等相关产业当中做了一系列实践。现在因为产业数字化转型才刚刚起步，未来可能需要把很多供应链、产业链的数据汇集在一起。但说实话，这些产业链、供应链上的企业并不一定能相互信任，通过密算中心可以把数据更安全可信的汇聚一起。在上层服务中，对于所有上下游企业都能够给大家提供应用服务，包括最常规的金融服务，都可以因此而产生。

  基于这样基本的架构，我们也跟农业农村部大数据发展中心合作，汇集了多方数据来进行融合建模，快速验证数据在农户贷款业务中的价值。这里有一组数据，去年底的时候，服务的农户只有260万，但到了今年5月份，它已经快速复制到600多万农户，授信金额达到千亿规模。

  另外，我们连接了很多保险公司和一些新能源汽车数据，这样就形成了密态互联的网络结构，也是验证了保险新能源车险在定价过程中的难题。大家都知道买新能源车最大的痛苦是买保险时定价非常高的，怎么样实现精准的定价，能够最终靠这样一种方式为车主平均降保费达到8%。我们最开始只有2家保司一起参与做这件事情，一旦其他保司看到效果之后立马复制到十几家，现在还在持续规模的扩充。

  我们也同时在地方公共数据这一侧做了很多事情，前两天我们刚刚发布了杭州市第一个“杭州市密算计算中心”，也是希望能够通过密算中心方式开放公共数据，对外赋能，产生更多的价值。我们现在知道公共数据是有金矿的，但金矿还藏在背后，始终没真正规模化的开放出来。通过密算中心的方式，可以让密算的研发服务链接更多生态，真正激活公共数据的价值。

  密算技术刚刚兴起，也就这几年的时间加快速度进行发展起来，整个产业还需要实践验证，也需要在座的产业界同行们一起来验证和培育密算产业。欢迎有合作意向的，可以一起来探讨。过去这几年我们在这样的领域积累沉淀了很多技术，发明专利数量全球第一，也参与了70多项标准制定。但数据产业最重要的一点还是要和行业结合，需要更加多合作伙伴一起推进。

  这是我今天分享的主要内容，价值验证是数据交易的核心挑战，数据可信流通是数据价值化核心，密态计算是数据可信流通的基础，能轻松实现安全高效的数据价值验证，进而激发数据要素“乘聚变”效应，让我们大家一起努力。