2022年中國隱私計算行業研究報告報告主要從行業發展現狀及趨勢洞察、技術發展、產業落地及商用實踐等方面對隱私計算行業進行了全面深入的洞察與分析。對市場從業者來說：?該報告中關于行業現狀分析、長期趨勢判斷等方面的研究，將對各類市場參與者的戰略發展提供有效的研究支撐。例如：在趨勢研究部分，研究團隊結合大量案例實證、數理實證、市場調研信息、頂級專家觀點、技術領導者意見，圍繞「核心基建期」、「隱私計算+”時代」的兩大行業階段，對“市場參與者格局、基礎設施建設發展、基于數據運營的應用層場景實踐發展、跨平臺互聯互通發展、算力加速需求增長點”五個方面展開了深度洞察，并針對部分問題提出了相應發展建議。?此外，報告針對“產品與技術選型、安全性問題、性能問題、軟硬件結合”等問題，面向大量行業用戶展開了市場調研，這些數理實證可以讓廠商從行業整體層面上，進一步了解客戶需求。對行業用戶來說：?艾瑞可信科技研究團隊結合大量實證研究，針對目前行業用戶所重點關注的“產品與技術選型、安全性實踐、性能測試”等方面的問題給出了相關策略及建議，幫助行業用戶更高效地展開技術實踐，減少不必要或者錯誤的技術投入。?為技術合作伙伴選擇的參考實證：艾瑞可信科技研究團隊通過對39家不同類型隱私計算技術服務商的調研，并征詢了59位產業領導者的意見，綜合評定了「隱私計算卓越者」，入圍者在綜合能力或者某一項重要能力方面具備卓越優勢，「隱私計算卓越者」是經過校驗而被認為可以作為技術合作伙伴參考對象的企業。中外隱私計算發展對比國外隱私計算在技術研究方面持續耕耘，商業實踐有限；中國隱私計算在“產學研”的協同推動下獲得高速發展1.整體差異對比國外：企業布局早，更加專注于技術的研究，商業化實踐有限。技術研究的持續耕耘：國外的隱私計算企業布局早于中國，并在不同技術層面取得了相應成果。如IntelSGX、TrustZone、AMDSEV等國外TEE技術方案經過多年的積累沉淀，目前相對成熟；微軟、谷歌、Facebook（現改名為Meta）等大型科技企業分別在多方安全計算、聯邦學習等領域持續探索多年。有限的商業實踐：國外隱私計算企業雖然布局較早，但是整體的商用實踐較為局限。在面向企業的服務中，醫療行業是較為活躍的領域之一。此外，谷歌、Facebook（現改名為Meta）等大型科技企業在探索面向C端的隱私計算應用，還有部分企業將隱私計算應用于數字貨幣相關場景。國內：企業布局晚，技術發展和商業實踐協同并行，整體發展迅速。起步雖晚，但市場格局千帆競發：國內在2016年開始出現垂直的隱私計算廠商，相對國外起步較晚。近年來，中國隱私計算行業的投融資事件數持續增加，2020年和2021年分別有14起和17起融資事件。此外，綜合科技企業、區塊鏈企業、人工智能企業等多種類型的技術公司也在紛紛入局。產學研協同的高效發展：中國的隱私計算在數據要素安全流通的市場需求和政策需求的推動下迎來發展契機，金融、政務、運營商等領域均在積極展開隱私計算基礎平臺建設，并逐漸開始在應用層展開場景實踐。在產業需求的推動下，隱私計算跨平臺互聯互通建設、國產芯片廠商對可信硬件的研發、軟硬一體機產品創新等均在如火如荼地開展。基于此，技術服務商還在探索基于數據運營商業模式下的更大市場機會。整體上，中國隱私計算在產、學、研的協同促進下取得了高效的發展。2.中外隱私計算發展模式對比分析市場參與者類型中國隱私計算行業呈現百舸爭流、千帆競發的市場格局多方協同是隱私計算商用實踐的一大特點，不同于其他類型技術，隱私計算在商用實踐中，技術服務商除了提供平臺建設外，還會為客戶提供數據調用（尋找數據源）服務，且隱私計算也經常需要兩方以上的參與者展開聯合計算，因此多方協同特性十分明顯。目前，中國隱私計算市場的參與者越來越多，除了垂直的隱私計算廠商外，各類技術企業紛紛入局，目前行業處于基礎設施建設期，隨著行業客戶在應用層實踐的逐步加深，數據運營、算力加速等需求也將不斷涌現。對于中國隱私計算市場的發展，可謂是：百舸爭流，奮楫者先；千帆競發，勇進者勝。產業圖譜多數廠商布局了“MPC、FL、TEE”中的多項技術方案，且各具優勢。艾瑞研究團隊和產業專家團認為，應該鼓勵企業進行多元化技術方案創新探索，因此產業圖譜不對企業進行苛刻的“唯一性定位（每個企業僅展示自身「最優」的技術方案）”，而是采取了“最大兼容性”原則。但是行業用戶在進行廠商選擇時，需要考查并明確各廠商的具體技術優勢所在。商業模式及市場規模目前隱私計算正值行業基建期，市場需求集中在基礎產品服務，數據運營服務將開啟“隱私計算+”的藍海市場2021年中國隱私計算市場規模為4.9億元，預計至2025年將達到145.1億元，數據運營占比持續升高基礎產品服務：2021年中國隱私計算基礎產品服務的技術采購中，金融、政務、運營商占據75%～80%的市場份額，醫療領域占比約為10%。結合對各領域行業用戶的技術投入規劃調研，我們發現金融、政務、運營商的核心投入期集中在2022～2024年，預計2025年將取得收官成果。以銀行為例，預計至2025年，國有商業銀行、股份制銀行、40%～50%的城市商業銀行均將完成隱私計算的平臺建設。醫療領域將在衛健委政策和行業用戶需求的推動下，預計在2023～2025年，在基礎產品服務的投入上也會產生一定增速。數據運營的市場空間將來自于兩個方面：一是傳統數據流通模式（數據包傳輸、API調用等）將被隱私計算的可信數據流通方案所重構；另一方面，傳統模式下難以共享的數據（如政務數據等）將在隱私計算的加持下實現安全合規開放。投融資分析中國隱私計算行業共計發生55起投融資事件，累計融資金額超30億元人民幣2016年–2022年Q1（截至3月9日），中國隱私計算企業的累計融資額超30億元人民幣，其中2021年占比超過60%。整體上來看，近年來的資本熱度持續提升，大量初創型隱私計算企業紛紛入局。2020年和2021年是近年來資本熱度最高的兩個年份，2020年參與融資的隱私計算企業主要集中于種子輪～A+輪，2021年參與融資的隱私計算企業集中于Pre-B輪～C輪，在2022年，資本熱度將持續保持。目前的投資機構呈現出多元化的狀態，創投機構、產業基金、國有企業、各類科技公司等紛紛入局，分別從財務投資、戰略投資等多個方面助力隱私計算企業發展。產品與技術選型行業用戶視角下的隱私計算產品與服務能力關注點面對隱私計算的多樣化技術路線以及多維度的技術指標，行業用戶如何展開產品與技術選型是一個關鍵的問題。目前正值隱私計算的基礎設施建設期，對如何能結合企業自身需求展開最優產品與技術方案選型，是后續高效開展數據應用實踐的關鍵。基于此，我們首先要明確，在隱私計算的選型中，含有哪些關鍵指標，以結合目前技術應用者的實踐經驗來看，各項指標的重要性。對此，研究團隊展開了如下調研。隱私計算應用者應結合實際需求，設置動態敏捷的需求模型，進而展開產品與技術選型。MPC、FL、TEE等各類技術方案均具優劣勢，融合應用可以形成優勢互補。隱私計算技術方案選型的考量1.明確產品支持MPC、FL、TEE等解決方案中的哪幾類2.明確各類技術方案的優劣勢&選型要點多方安全計算（MPC）：高安全性是其顯著特點。理論上的通用性較高，但由于加解密過程復雜導致性能較差，局限了場景實踐。因此多方安全計算通常會與其他技術方案融合，或是通過算力加速突破性能局限。產品選型應關注其支持的計算種類（<加、乘、比較>/<除法、邏輯運算>/<機器學習>）、所支持的安全假設模型等相關內容。聯邦學習（FL）：以多方聯合建模場景為主，相比于安全多方計算擁有更好的性能，但存在通過梯度數據反推出原始數據的風險，通常會與隱私保護技術展開融合實踐。產品選型應關注其所融入的隱私保護技術能力（MPC、HE等）、(工程級)算法支持程度等相關內容。可信執行環境（TEE）：可以用于性能要求高、數據量大、計算邏輯復雜的業務場景，但需要實現對硬件廠商的信任。TEE通過與MPC、FL以及HE等密碼學算法的聯合實踐可以各取所長，發揮更好的實踐成效。產品選型應關注可信硬件國產化情況、OS和可信硬件的兼容性、是否支持一體機交付、方案標準化程度等相關內容。安全性問題技術應用者對隱私計算安全性問題的關注度大幅提升1.隱私計算安全性問題向技術應用者提出信任挑戰，技術應用者對安全性問題持更加謹慎的態度兩次調研數據中可以看出，隨著隱私計算安全性問題的出現，技術應用者對安全性的關注度實現大幅度提升。技術應用者在技術選型和產品抉擇上也出現了更加謹慎的態度，部分技術應用者更加傾向于參考同業的成功實踐案例。同時，接受調研的技術應用者反饋：謹慎的實踐態度并不會影響整體的隱私計算投入規劃，但將對廠商的安全性能力展開更深入的考察。2.技術應用者目前缺乏對隱私計算安全性的有效判斷力，技術認知有待加強隱私計算產品內核涉及較多隱私保護技術和加密算法。在基于數學、密碼學和硬件技術等綜合形成的保障機制內的交互與計算呈現多樣性和復雜性的特點，基于安全仿真用例的POC測試也難以完全檢驗產品安全性問題。此外，用戶目前也需要具備行業共識的隱私計算安全評價體系和安全等級標準，來實現對各類隱私計算技術方案的安全能力等級界定。隱私計算的安全性問題分析隱私計算的行業用戶應該正視安全性問題各類技術算法、系統均存在被攻擊的風險，隱私計算同樣如此。諸如信道攻擊、系統攻擊等隱私計算所面臨的安全性問題同樣也常見于其他技術應用中。從另一個角度來看，技術安全性問題的發現與修復也是技術綜合能力迭代的過程，而未被發現安全性問題的產品或者技術方案，并不代表一定具備更高的安全性。往往在技術實踐初期對安全性問題的提早發現，也可避免技術規模化應用后再發現安全性問題而帶來更大的業務損失。對于隱私計算的安全性挑戰，應該從“優化技術方案、增加產品安全自證能力、融入安全監測及安全防御能力”等方式，來綜合提升技術實踐中的安全性。卓越安全隱私計算實踐：最優安全設計+有效安全證明最優安全設計：隱私計算面臨來自安全假設、算法可解釋性、平臺系統以及可信硬件的多方面安全挑戰。行業用戶可以通過“最優安全設計”原則展開技術實踐。所謂“最優安全設計”并非單純追求安全最大化，而是結合具體業務需求，平衡性能、安全性、通用性等多維因素，從技術方案設計和產品選型層面，尋找安全最優解。有效安全證明：廠商如何證明所提供產品的安全性，是目前行業用戶所關心，以及廠商迫切需要解決的問題。有效安全證明是指在產品使用前、中、后通過各類方式對產品安全性、業務實踐安全性進行證明。此外，在有效安全證明的基礎上，還需要在產品使用中融合安全防御能力，并可以在發現安全問題后，即時中止計算執行，做到風險隔離。性能問題隱私計算的性能問題分析隱私計算可以從硬件、算法、通信、計算方式等多個維度來提升性能，不能以犧牲安全性的方式來提升性能基于GPU、FPGA、或是將算力加速能力固化至ASIC中的硬件加速方式是隱私計算應用者選擇度較高的性能解決方案。此外，將特定隱私敏感處理環節通過TEE進行保護，可以有效彌補密文計算的性能損失，也為性能提升提供了新思路。比如通過TEE與聯邦學習結合，將聯邦學習各參與方之間的互相認證與模型訓練跨組織傳輸邏輯移植進TEE，極大地提升了聯合建模性能。除了硬件加速的方式外，強化并行計算能力、算法優化（降低模塊耦合度、算法流程優化等）、通信優化（節點通信優化、通信環境優化等）等也是目前行業中常見的性能優化方式，各類方式均有特點。不建議采用“減少加密環節/輪次”的方式，這種安全換性能的策略將為數據安全帶來隱患。軟硬件結合行業用戶正在加深對隱私計算軟硬件結合技術方案的關注隱私計算軟硬件結合的技術方案可以兼顧性能和安全性的保障：在我們近期所展開的一項市場調研中發現，越來越多的行業用戶開始關注軟硬件結合的解決方案。從市場客戶的隱私計算歷史采購經驗來看，大部分客戶主要偏向于軟件層面的技術方案，但是隨著密文計算所帶來的性能瓶頸越來越明顯，軟件層面所面臨的各類安全性風險也逐漸被用戶所關注。軟硬件結合的技術方案可以通過加速卡、可信硬件等多維技術方式，兼顧性能和安全性的保障。越來越多的市場玩家在軟硬結合技術方案上展開布局：除了多年技術能力沉淀的螞蟻鏈摩斯、以信創國產化戰略為基底打造軟硬件一體機的沖量在線、面向數據密態計算場景提供高性能軟硬件算力加速服務的星云Clustar外，還有提供面向政務金融的高性能軟硬結合信創產品的洞見科技、以國產化為核心而推出軟硬協同隱私計算產品的數牘科技等廠商也在積極加強軟硬件結合的技術能力。越來越多參與者的入局也說明了隱私計算軟硬結合技術方案的正向發展趨勢。國產化基于數據安全和技術自主可控的需求，行業用戶更加青睞基于國產化可信硬件的隱私計算產品在研究團隊近期所展開的調研中，在國產化與非國產化產品之間，93.6%的技術領導者會優先采購國產化隱私計算產品。報告以TEE為例展開分析：TEE需要基于預置集成了可信執行控制單元的CPU計算芯片來實現，這便需要確保芯片廠商的安全可信。雖然國外的芯片廠商相比中國廠商擁有更為成熟的產品和技術方案，但是國產芯片廠商擁有更強的自主可控性。在國產化自主可控的需求驅動下，國內芯片廠商將通過持續的研發投入來不斷提升國產化可信硬件技術能力。目前國內的兆芯、海光、飛騰等芯片廠商相繼推出了TEE技術方案，并與沖量在線等技術服務商聯合推出軟硬件一體的隱私計算產品。同時沖量在線等技術服務商也持續通過超算、金融等大規模應用場景實踐，反推國產化TEE技術性能與可靠性的升級。隱私計算跨平臺互聯互通行業用戶需求、廠商實踐探索、行業標準制定與實施將在不同層面上推動隱私計算跨平臺互聯互通的發展1.發展現狀：隱私計算跨平臺互聯互通處于初期探索階段標準方面：目前行業標準正在持續完善中，如中國通信標準化協會《隱私計算跨平臺互聯互通》系列標準目前已發布“第1部分：總體框架”，整體內容還在持續制定。實踐方面：一類是廠商自發的跨平臺互聯互通實踐，目前互相合作的實踐者主要實現了“管理系統層、算法協議層”的互聯互通，但是較多還未基于算法插件展開具體業務的應用實踐，目前原語層的互聯互通均在探索階段。此外，也有部分廠商僅簽訂了合作協議而尚未展開具體實踐。另一類是來自行業客戶的跨平臺互聯互通建設需求，現階段此類項目需求有限（如招商銀行發起了跨平臺互聯互通建設項目），隨著行業客戶對多樣化數據源接入需求的不斷提出，互聯互通建設的項目需求也會隨之涌現，進而推動互聯互通的產業生態發展。2.隱私計算跨平臺互聯互通生態將如何發展？橫向：隱私計算平臺之間的主動實踐；縱向：行業用戶需求推動的互聯互通實踐。除了廠商之間自主的跨平臺互聯互通實踐外，隨著行業客戶在場景實踐中對多樣化數據源接入需求的不斷涌現，基于客戶發起的跨平臺互聯互通建設項目，將成為互聯互通發展的有效催化劑。在兩類不同方式推動的下，隱私計算跨平臺互聯互通將形成橫縱交織的生態網路。同時，在隱私計算實踐中，通過構建兼容性強、開放度高的互聯互通技術底座，可以支持算法組件以即插即用的方式接入，讓跨平臺的應用實踐更加敏捷高效。隱私計算效能發展象限隱私計算目前處于落地初期階段，金融、政務、通信運營商領域的商用實踐相對領先；醫療領域擁有較高的技術實踐契合度，部分廠商對此寄予良好的市場發展愿景目前行業處于“基建期”，隱私計算在企業與機構中的商業實踐也主要處于POC或者通過POC的初步應用階段。根據對行業用戶技術實踐規劃的調研，金融、政務、通信運營商、醫療等領域在1～3年內將展開加速投入，率先推進“行業基建”的同時展開相應場景實踐，逐步由初步探索期邁向敏捷實踐期。象限整體解讀隱私計算的商用實踐分析1.整體商用實踐實踐領跑行業：金融、政務、通信運營商是招投標次數和企業采購金額較多的領域。醫療行業市場份額雖然相對少于上述三個領域，但擁有較高的技術實踐契合度，市場發展空間被看好。實踐后發行業：如航旅、能源、電力、汽車等領域，現階段的招投標次數和企業采購金額相對較少。2.細分領域商用實踐實踐領跑行業（金融）：金融領域客戶數量龐大、數字化程度領先，成為兵家必爭之地。目前銀行的商用實踐領先，保險、證券也在逐步跟進實踐進程，這也是一項技術在金融領域落地的一貫規律。對于廠商來說：頭部金融機構數量較少，與其合作更重要的意義在于樹立典型實踐案例。中尾部金融機構的數量龐大，對這部分目標客戶的滲透率將成為決定廠商在金融領域市場占有率的關鍵影響因素之一。實踐領跑行業（政務）：相比于金融領域，政務領域的客戶數量有限，但是客單價相對較高（結合2021年客單價來看）。政務領域的數據開放將為數據運營市場帶來巨大的發展機會。實踐領跑行業（醫療）：醫療行業是隱私計算實踐認可度較高的領域，但同時也對廠商提出了更高的專業能力要求（能力要求見后文對“醫療”用例的解讀）。雖然醫療領域目前的廠商集中度不高，但部分廠商正在將醫療列為市場邊界拓展的核心方向。實踐領跑行業（通信運營商）：作為數據提供者的角色，運營商將基于隱私計算平臺能力的建設，讓數據開放走向合規化，同時也將加深數據開放的廣度與深度。實踐后發行業：能源、電力、航旅等領域雖然在現階段不是隱私計算商用實踐的主陣地。但是因為各領域間存在不同程度的數據流通需求，因此“實踐領跑者”將在一定程度上帶動“實踐后發者”的隱私計算應用實踐。象限關鍵用例解讀：金融發展現狀分析基礎設施建設的發展現狀：2021年金融機構用戶主要以技術基礎設置建設為主。國有大行、股份制銀行是展開隱私計算平臺建設的主力軍，部分保險公司、證券公司、少部分城商行等也有參與實踐。市場調研發現，2021年第四季度的POC數量出現大幅增加，這也為2022年的金融機構隱私計算平臺建設的高速增長打下基礎。應用層場景實踐和數據調用需求：部分客戶會在平臺建設的同時提出數據源接入需求，進而為后續的應用層場景實踐做準備。對于應用層的場景實踐來說，風控類、營銷類的場景實踐案例較多，定價、評級、ABS、監管等場景也在逐步落地，部分廠商基于場景模型的定制化方案中，在逐步探索標準化數據智能產品。此外，基于銀行等機構對跨平臺數據調用的需求，還有行業客戶（如招商銀行）還發起了互聯互通建設的項目需求，進而為多方數據調用和應用層場景實踐做好技術鋪墊。未來發展預估1)調研顯示，預計2022年展開隱私計算投入的金融機構數量約是2021年的2倍或2倍以上（增量部分包括了在2021年處于POC進而在2022年正式投入應用的金融機構）。參與隱私計算實踐的金融機構數量的增加，將在一定程度上讓技術實踐深度、技術實踐效能實現同頻提升。2)隨著平臺建設的完善，應用層的場景實踐將陸續展開，擁有優秀數據運營能力的廠商將具備競爭優勢。3)分析師認為風控、營銷大類場景中至少分別會有1～3個細分場景用例進入“實踐擴展”象限，這些細分場景將在技術性能允許的范圍內，擴大業務實踐范圍。4)隱私計算將進一步與區塊鏈技術融合，推進金融可信基礎設施建設，強化數字監管能力，并逐漸融入監管沙盒體系。象限關鍵用例解讀：政務發展現狀分析政務機構的隱私計算整體實踐分析：2021年，隨著《數據安全法》《個人信息保護法》的相繼出臺與實行，以及相關政策的支持與鼓勵下，政務機構開始逐步進行隱私計算平臺建設的投入。地方大數據局、數據資源管理局等相關單位是現階段的主要技術采購方。因目前隱私計算在政務領域的實踐主要處于基礎設施建設階段，應用層的場景實踐主要以探索為主，所以雷達圖暫不進行細化場景的用例展示。政務機構的隱私計算應用，可以從“橫向”和“縱向”兩個維度來分析。從“橫向”角度來看，政務機構在數據跨境、民生服務等方面展開了積極探索，在數據隱私保護的前提下，一定程度上降低了不同組織間數據協作的審核成本；從“縱向”角度來看，政務機構需要踐行數據開放戰略。政府部門匯集了交通、教育、稅務等多維度、高量級、高價值的數據，隱私計算的應用讓傳統模式下無法開放的政務數據可以實現安全可控的流通，因此除了隱私計算平臺的建設外，政務機構還需要具備數據運營能力的服務商，讓數據以“產品化”的形式對外開放。未來發展預估1)結合市場調研，預計2022年展開隱私計算投入的政務機構數量約是2021年的1.5～2倍（增量部分包括了在2021年處于POC進而在2022年正式投入應用的用戶）。2)基礎設施建設將依然是政務機構在2022年的主要投入，部分應用層場景實踐也會隨著基礎設施建設的實現而同頻展開。3)在促進數據要素流通的背景下，政務機構將逐漸開放自身數據能力賦能各行各業。政務機構將與技術服務商有望以BOT的模式展開合作。象限關鍵用例解讀：醫療隱私計算+醫療的應用實踐特點醫療領域的數據類型更為多元化、且復雜度高：醫療領域中，除HIS系統中的結構化數據外，還擁有如病例、醫囑等大量非結構化數據，以及CT醫學影像信息、基因等多類型的數據信息。相比其他領域的數據類型更多，復雜度更高。數據處理與分析方法更為多元化：非醫療領域通常以邏輯回歸、樹模型等方法可以實現征信、風控、營銷等多數場景的應用需求。醫療領域除了常用的數據分析模型外，還需要基因數據對齊、全基因關聯組分析、影像勾劃、病灶識別、非結構化數據的關鍵信息提取等關于統計學分析、生成率分析等數據處理與分析的方法。醫療領域的聯合計算參與方數量更多：例如科研合作、新藥研發等應用場景通常需要十幾家甚至幾十家醫院的聯合參與，因此對多節點并發計算的能力要求更高。安全性要求更高：醫療領域多數場景的聯合計算數據結果與患者生命安全相關。在隱私計算的實踐中需要更為安全的惡意模型假設，在計算過程中發生惡意篡改時，可以實現即時阻止。計算結果精度要求更高：醫學領域的數據計算結果需要實現零誤差或者將誤差控制在極低的范圍內，否則將會在新藥獲批、臨床輔助診斷結果等方面產生影響，因此需要可以保證精準計算結果的隱私計算解決方案。未來發展預估1)醫院之間存在醫療信息互聯互通的考核，衛健委正在加速制定醫療領域的數據安全指南及相關標準方案，在《數據安全法》等相關法律出臺后，醫學專家需要通過數據不出院的方式展開聯合科研，這些因素都將加速醫療機構的隱私計算投入。2)結合醫療機構調研及衛健委相關政策的實施，預計在2022年底或者2023年初，醫療領域的隱私計算采購將實現一定程度的增長。并在2023～2025年，醫療領域進入隱私計算投入的增速期。隱私計算發展周期洞察矩陣矩陣解讀市場參與者發展格局：在目前“千帆競發”的市場格局下，中國隱私計算市場將經歷多次的“大浪淘沙”目前隱私計算的市場參與者類型眾多，不同廠商的能力優勢、發展策略也存在差異。在行業的早期階段，市場營收和融資能力將同時影響公司的生存發展。但是隨著技術由期望膨脹期走向泡沫破裂低谷期，資本熱度將逐漸退去，沒有“造血能力”的市場玩家將逐漸退出市場或者被收并購。在“核心基建期”，具備卓越產品力（技術優勢）、市場力（市場開拓能力和資源優勢）的廠商通常會獲得更多的行業用戶，這些廠商通過行業用戶的積累將在“隱私計算+”時代占據一定的基礎優勢。而在“隱私計算+”時代，能夠打造卓越數據智能產品、擁有差異化優質數據源、能提供精益敏捷服務的廠商將更具發展優勢。關于“基礎設施建設”的發展：2022年～2025年是中國隱私計算基礎設施建設的關鍵時期“矩陣”所定義的「核心基建期」是指到2025年，關鍵領域的頭部企業和具備領先數字實踐力的中尾部企業將會完成核心的技術基礎設施建設，將2025年作為隱私計算基礎設施建設的一個節點，主要源于如下實證判斷：1)基于行業用戶的調研：在金融（針對數字實踐力領先的機構）、政務、運營商領域的技術領導者調研中，80%+的技術領導者計劃在2022～2025年期間陸續展開并完成隱私計算的基礎平臺建設，隨之進行應用層的場景實踐。2)相關發展政策的推動：2025年是《“十四五”大數據產業發展規劃》、《