大数据产业与隐私计算的碰撞：变革与机遇

本篇文章1219字，读完约3分钟

随着移动互联网、物联网和云计算的深入发展，以及国家大数据战略的加快，大数据量呈爆炸式增长。

数据显示，2018年中国大数据产业规模超过6000亿元；随着大数据在各行业的整合和应用不断深入，2019年中国大数据市场产值将达到8500亿元。2019年，大数据技术和应用领域包括数据挖掘、机器学习、产业转型、数据资产管理、信息安全等。将面临新的发展突破，成为高质量经济发展的新动力。

整个社会在信息化、数字化、智能化的道路上不断升级，数据已经成为生产的关键因素。

随着对数据资源价值的逐渐认识，企业自身的数据已经成为主要的数据源。随着对数据流和共享需求的不断增加，数据采集、数据分析和数据应用的产业链日益成熟和完善，形成了具有产业联盟或产业融合的多维大数据产业。

然而，在大数据行业的发展现状中，互联网巨头是大数据应用的领导者，真正有用并能影响企业决策和人们认知的数据被拥有巨大流量门户的互联网巨头所拥有，这使得大数据行业以一种微妙的方式形成数据孤岛或独特的大数据公司。大数据公司组建大数据和算法分析团队，利用爬虫、终端设备“埋藏点”等技术获取外部数据，然后在数据处理后以数据服务的形式对外提供或对内授权，形成集中处理模式。

集中处理模式的局限性

1.企业获得的是数据“观点”，而不是数据生产要素本身。在很大程度上，企业很难根据看不到其背后逻辑结构的外部观点来指导内部决策。

2.数据生产要素不同于普通生产要素。后者具有资源消耗的成本，而数据具有内存，并且数据重用的成本接近于零，这使得数据一旦开放使用就很难保护其价值，因此需要以服务产品的形式进行打包，这在一定程度上阻碍或削弱了数据的真正价值。

3.数据生产的主要因素是个人数据、财务数据和网络行为数据。数据同质化严重，大量工业数据没有得到有效挖掘。启用数据的组有局限性。

4.数据获取的方式和手段以及数据使用的方式不能有效保护数据隐私，导致许多信息泄露和安全风险。

随着数据流通需求的不断增长，除了企业间的直接合作或与大数据公司的合作，越来越广泛的数据交易市场已经成为一个新的发展方向。如何在数据需求方和供应商之间建立大规模的直接联系，如何实现数据生产要素更安全、更可靠的流通和共享，如何通过市场化手段实现数据生产要素的流通和交易，已经成为数据生产要素交换模式2.0的发展方向。其中，私有计算将成为开放数据协作的一大推动力。

私有计算带来的变化

1.它可以实现数据采集过程的可信性和可追溯性，保证数据隐私信息的安全性，实现数据资产的确认和所有权管理。

2.它可以为原始数据的生产要素提供不同层次的隐私保护手段，实现各类数据的隐私合作基础，实现数据使用中的价值保存，消除数据明文带来的使用价值递减的风险。

3.基于隐私人工智能和隐私计算引擎，实现非中介数据交易市场和数据价值实现网络，形成分布式大数据业务。通过市场化运作模式，扩大了数据流通和共享的范围，实现了数据价值的实现和效用的提升。