【猎云网（微信：ilieyun
）上海】6月24日报道（文/孙媛）
近年来，数据安全重要性被提升到了新的高度。
随着国内《数据安全法》《个人信息保护法》接连出台，中国迎来了个人信息保护及企业数据合规的新纪元。如何在保障数据隐私要求的前提下，破除数据壁垒、完成安全多维度的数据融合，已成为行业亟待解决的重要课题。
在产业数智化的进程中，兼顾信息安全的保护，让数据“可用不可见”的隐私计算或许能成为技术的最优解。
然而，作为一套计算体系，隐私计算直到2016年才被正式提出，2019年仍是一项晦涩难懂的新技术。直至今日，在“三法”的相继实施下，通过市场需求的拉升和新技术的推动，才逐渐迎来发展窗口期。
成立于2017年的光之树科技作为国内隐私计算领域的先发者之一，在一路发展中见证了赛道的萌芽与爆发，参与国家及行业隐私计算领域多项技术标准的制定，并于今年3月连续获得两轮融资，分别来自第四范式的战略融资和深创投的独家投资，该轮融资总金额近亿元。
在其创始人兼CEO张佳辰看来，这个赛道从科普转向行业落地，一切才刚刚开始。
毕业于哈佛大学的张佳辰，在获得工商管理和公共管理两项硕士学位，并受到麻省理工学院人工智能实验室联合培养后，出于对技术产品化和商业化的浓厚兴趣，毕业后在美国西雅图担任了亚马逊资深产品经理一职。
2016年，Intel的投资部投资了小米生态链公司 Ninebot，张佳辰便应邀回国担任其机器人部门COO一职，负责机器人业务市场运营和第三方开发者计划。
彼时恰逢 AI兴起，正把深度学习做成可以在场景里使用的产品。Ninebot 和小米联合打造的“九号平衡车”成为市场上的爆款。
在Ninebot任职期间，张佳辰意识到，沿着数据智能发展的逻辑线，人们知道数据越多效果越好，但是数据又十分分散，这里面有很多问题需要解决。如何平衡数据利用和隐私保护问题的技术，成为解决问题的关键。
在代表Ninebot参与Intel的活动时， 张佳辰了解到Intel开始做机密计算的方案，TEE（Trusted Execution Environment，即“可信执行环境”）技术已经出现，同时Google也于2015年底发表了论文，提出联邦学习技术，很多算法层面上探讨这个问题的新方案开始涌现。
基于对业内痛点的认知，以及意识到会有新技术逐步成熟去解决这一问题，张佳辰认为创业的机会来了。
2017年，隐私计算这一概念尚未被提出时，张佳辰一人创办了光之树科技，并决心要做“下一代的可信数据协作协议”。
围绕这一目标，就需要一支善于工程化和产品化、具备软硬件一体化开发经验较强的团队，张佳辰便邀请了此前的同学、校友以及Ninebot负责AI商业化的前同事一起参与。
其中，光之树科技首席密码学科学家袁晨的加入则是进一步加强了其技术研发实力，作为复旦大学计算机博士和新加坡南洋理工大学数学博士，袁晨师从国际密码学会会士、欧洲密码学会主席Ronald Cramer教授，也是到目前为止，中国在国际三大密码学顶级会议上发表隐私计算相关论文数量最多的学者。
就这样，一个研发占比超80%的近百人团队成为了国内隐私计算赛道的先行者之一。
诚然，过去隐私计算并不是一个有共识的赛道，很长一段时间业内都在讨论这是否算一个赛道，甚至还被划分到金融科技、区块链领域。
回顾2017年创业初期，跟光之树科技一起涉足隐私计算的只有蚂蚁金服、百度等几家巨头。在赛道还未成熟、对于一个还未有共识的创业想法，投项目显然是在投人。
带着策源创投、巢生投资、心元资本三家天使轮资方的千万元投资，张佳辰开始了光之树在隐私计算业务上的摸索前行。
在产品端，光之树从TEE（可信计算）路线出发，开发了多方计算安全平台、天机可信计算平台、云间联邦学习平台、密态数据库等产品，形成产品矩阵，并根据客户需求，依照不同场景的切实要求向客户推荐匹配的产品类型。
其中，光之树的TEE产品最早基于Intel的SGX技术开发，并在国产化方面做了不少开创性工作。据悉，光之树科技联合华为，在国内率先实现了“软件+硬件”的隐私计算全国产化技术方案，是华为国产化机密计算服务器的001号外部开发者。目前光之树科技已经推出基于海思、海光等国产CPU的机密计算软件方案。
当然，作为一个具有学科门槛的新赛道，不仅要保证产品的成熟度和稳定性，更要证明新技术符合该行业既有的规定和要求。基于自身的技术积累，光之树科技曾参与中国信通院、金标委多项隐私计算技术标准的制定。
值得一提的是，光之树还担任了工信部首个联邦学习技术标准的第一作者并主导了该项技术标准的制定，并首批通过了央行体系BCTC检测中心评测。
张佳辰知道，隐私计算本质是在合规前提下做出业务价值，这就意味着不仅需要用一些技术方案去响应合规的要求，也要围绕这方面去做一些产品形态上的打磨。
“这个时候需要两手抓，一是产品的不断优化和迭代，二是商业化。”
为了让产品能够商业化落地，张佳辰首先就需要找到认同隐私计算这一方向及其技术愿景的目标客户。
“我们的几个标杆客户，内部其实在立项阶段，也在进行一些这方面的思考，所以我们就帮助他去提供了很多国内国际对标的案例，通过海外知名大企业在这方面做的一些布局，帮助他们认识到这是一个能落地的实用型产品。”
此外，光之树还会围绕客户的顾虑或希望测试的点，共同去进行测试和开发。在张佳辰看来，相较大厂，光之树的软件应用性优势以及实力证明，是不少早期客户愿意买单的主要原因。
基于自研的产品矩阵以及行业规范的不断教育与建设，2019年底，光之树在政府和金融领域获得了早期客户，包括贵阳市大数据发展局和中原银行。
2020年更是和中国银联合作，协助其建设隐私计算平台，并通过这一平台让银联数据资产得以对外释放价值，与保险业、银行业、物流业的头部企业一起进行营销、风控等场景的建模实践。
为了打造隐私计算赛道的标杆案例，尽早在单位经济和业务模式跑通之后，找到一些可以复制的模式，张佳辰还在积极挖掘隐私计算更多的可能，在众多领域中与头部客户的合作，为更多产业的数智化发展提供可能性。
据悉，通过与顺丰合作，光之树帮助顺丰实现散单“先寄后付”模式覆盖的提升、坏账风险的降低、收派效能与客户服务质量的提高。而这针对顺丰“先寄后付场景的联合风控建模”不仅开拓了隐私计算应用于新领域的尝试，而且已成为隐私计算在物流行业的典型示范。
同时，张佳辰也在不断寻找新的应用场景作为下一阶段商业化的发展中心，把隐私计算用于包括像碳管理等这一些市场空间较大的新赛道，做一些原生隐私计算的大型应用。
从一开始做精密计算的引擎，到理解多元化引擎可以针对不同场景，高度解耦的平台才更具竞争力，光之树一直在不断丰富产品矩阵，并获得了一批标杆客户。
截至目前，其客户已经覆盖银行、保险、通信、广告、医疗和政府等多个行业，面向政务、金融及产业数字化的企业客户，和中国银联、中原银行、中国保险行业协会、中国移动、顺丰科技、微码邓白氏、深圳市龙华区政府、贵阳市大数据发展局等数十家标杆客户进行合作。
在对大环境和客户的加深理解和演化中，张佳辰越发注意到隐私计算赛道里有很多基础软件类的机会，但不一定是通过数据交易平台这样一个玩法来实现。
“从隐私计算到数据运营、数据应用，再到业务系统，这是一个比较完整的生态闭环。一家初创公司如果希望所有层面都自己做，管理半径跟难度比较高。”
基于客户体验以及整个产业链路，张佳辰认为找到自己的生态位，再大量去筛选和合作、深化上下游的一些企业关系，形成生态联动，一起推出完整的解决方案，对客户来说是最有利，也可以让光之树把最多的资源都花在擅长且有差异化的方面，打造出更高要求的产品。
“我们把生态作为战略去做，不仅是指产品矩阵不断丰富，还包括持续加强整体特点，易用性、工具链的进一步扩展和密态数据库等新产品的推出。其背后落地是基于对隐私安全和数据合规的信任，随着立法的不断明确，在技术和产品结合的大机会上，希望能够成为发展中的一个品牌。”
故而，光之树选择了合大于竞的生态战略，而这样的战略也充分体现在了其和资方的双向选择上。
“一是在国家号召下，共同催生和推动市场成熟；二是产业上下游最先理解到需求的聚合效应，能给光之树的发展带来帮助。”
在张佳辰看来，中诚信征信和第四范式，都属于战略协同属性的产业投资方。“春江水暖鸭先知。中诚信征信了解整个大数据风控里面用到的数据模型、业务模式以及客户分布，给光之树落地导入了很多的知识和资源；第四范式则擅长数据应用、数据智能，AI和隐私计算共生互利。”
而深创投和险峰旗云，则是国家队以及整个AI产业对光之树的认可和资源的加持。“基于对创业者的信任以及产业上的判断，比大部分人先看到了我们，在未发生时率先看到可能并相信，能找到这样的投资方是光之树作为一家创业公司能一路走来的动力和幸运。”
张佳辰透露，在生态合作伙伴上，光之树与第四范式合作，有非常充分的交流与协同机制，能共享大量的金融零售客户，并在产品层面可以做一些集成和适配；在底层的密码以及安全领域，公司去年则是跟国家队的信息安全企业卫士通签订了战略合作协议。
“这个合作有两个层面，一是把密码相关的底层研究进一步加深合作，二是隐私计算作为数据安全的一部分，可以形成一个闭环的解决方案。”
此外，光之树也和更偏底层算力的腾讯云、微软云等云厂商进行合作，以及跟腾讯在政务领域去做一些联合的解决方案。
在张佳辰看来，生态合作的模式、上下游配合才能推出1+1>2这样强强联合最有竞争力的解决方案。同时，“三法”的落地也为企业在数据使用上提出了新的要求和规范，隐私计算作为一种技术，可以帮助企业更好地在数字经济发展中合规经营，管理数据资产。
“光之树的定位不仅是致力于发展隐私计算企业，未来还将成为一家隐私科技企业。除了计算安全性本身，包括使用授权管理、准入机制、准出机制、存证留痕、分级分类等围绕数据安全的各类议题，隐私科技将成为数据经济的 ‘新基建’。”
据悉，接下来光之树在产品层面会在研发上持续投入，进一步实现自主可控、性能优化、产品解耦，横向推出新产品以及对既有的产品进行相应的优化；同时随着市场的逐渐成熟，在商业化上也会深化生态伙伴的进一步合作，持续做深跟推出垂直领域中有创新性、扩展性的方案。
加载中,请稍侯......