2022年中国隐私计算行业洞察报告：开启数据的可信流通时代-隐私计算研究院

中国隐私计算行业洞察报告©2022PCview隐私计算研究院及其关联公司版权所有。序言数据的协同计算与调用模式将被重塑。隐私计算作为数据可信流通中的关键能⼒，拥有⼴袤市场空间。数据源、数据使用者、数据交易所、技术服务商等多元化类型的参与者将在不断探索中推进数据可信流通的⾏稳致远发展。目前隐私计算⾏业处于发展初期阶段，难免存在各种⾏业挑战。⽽在数据要素可信流通建设的重要趋势下，JasonZhou，首席分析师©PCview隐私计算研究院:©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月执行摘要在政策和法律法规的驱动下,中国隐私计算行业迎来了快速发展阶段,多元化类型的参与者加入市场之中。金融、政务、通信运营商、医疗等领域也在纷纷开启隐私计算平台建设。报告中,PCview隐私计算研究院分别对行业发展现状与趋势、细分领域实践、典型厂商展开了深入的研究。研究团队站在行业用户需求与应用实践的视角,进行了大量精细化的市场调研。行业发展分析:报告通过大量数理实证,对隐私计算行业的发展背景、技术实践、行业参与者、市场格局、投融资、行业挑战、未来发展趋势展开了深入研究与洞察,并在细化问题中给出了相应建议。细分领域实践:通过"实践效能洞察象限(2022,隐私计算,中国市场)"分析了隐私计算在各领域中的商用落地情况,在整体研究的基础上,分析师对金融、政务、通信运营商、医疗领域的用户持续投入意愿、潜在用户的实践意愿、商用实践现状与趋势展开了研究。厂商研究:研究团队基于企业调研、行业专家意见征询、研究团队评估等多种方式评定了“综合影响力TOP10企业(2022,隐私计算,中国市场)”,同时从企业基本信息、产品与技术能力、产品优势、市场能力、生态能力等方面对典型技术厂商展开了介绍。3@PCview隐私计算研究院CONTENTS第第一部分:行业发展分析第二部分:细分领域实践第三部分:厂商研究ctionction研究团队对来自中国市场的数百位各领域的组织领导者展开了调研,分析了行业用户对数据安全流通与可信计算的需求o同时结合行业现状、法律法规与政策等关键维度,阐述了隐私计算在中国市场的发展背景o数字经济时代下,数据要素的重要价值数字经济持续深入发展,数据要素在产业数字化升级的全域环节n中国数字经济占GDP的比重由2005年的14.2%逐渐提升至2021年的39.8%o数字经济的时代浪潮下,数字化应用实践将通过提高生产力而释放新的经济动能,成为拉动经济增长的新动力o数据作为数字化实践的核心基础,如何深度发挥数据效能成为一项重要的问题o组织不仅需要的是对内部产生的数据展开高效的计算,同时也需要多方组织数据的协同计算来挖掘多维度的全域产业n目前中国数据年产量全球第二,且年产量保持稳定的增长[来源1]:中国2021年数据产量达到6.6ZB,同比增加29.4%,占全球数据总产量(67ZB)的9.9%,仅次于美国(16ZB),位列全球第二o近三年来,我国数据产量每年保持30%左右的增速o数据稳步增长的同时,企业机构应该综合运用数据科技创新来寻求业务的精益化增长o在企业机构的数字化实践中,领导者对数据价值的重视程度与投入情况重视程度重视程度解释与主要投入表现受访者%(N1=105重视程度重视程度解释与主要投入表现aa数据作为数字实践中不可或缺的部分,保持持续投入obb重视程度较高,在必要的实践中展开投入occ对数据价值的重视程度有限,投入较为有限odd不重视数据的价值,未展开投入oeeo左侧所述的"投入"不仅包含数据源引入的相关费用,也包含了围绕对数据建模、数据产品采购等相关费用。数字经济持续发展的过程中,越来越多的企业机构持续将数字化创新实践作为提升业务精益化管理与降本增效的关键推动力,而在这其中,除了对组织内部数据的高效治理与计算外,同样需要多元化的外部数据来实现对业务数字化实践的赋能加持,进而发挥数据要素在产业数缺的价值o注释∶1、105家样本包含各领域的企业机构(约80%的大型企业机构、约20%的中小企业机构),每家企业机构的受访者均为CIO/CTO/业务负责人等相关职能角色。©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月6©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月7全国人大2021年11月1日全国人大2021年11月1日全国人大2017年6月1日全国人大2021年9月1日❑《要素市场化配置综合改革试点总体方案》❑《关于构建更加完善的要素市场化配置体制机制的意见》❑《金融科技发展规划(2022-2025年)》法律法规与相关政策的影响下,数据应用迎来了安全合规建设期2020年4月,数据作为一种新型生产要素写入了《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》o加之《网络安全法》、《数据安全法》和《个人信息保护法》的相继颁布与实施,让行业逐渐对数据的安全合规建设有了更明确的认知与更高的要求o隐私计算作为一种数据安全流通与计算的可信范式,得到了快速的发展,也被多数行业用户在数据安全合规建设中作为首选/必须方案纳入战略性技术投入之中o与此同时,隐私计算服务商的参与者类型与数据也在逐渐增多,资本市场在2020年与2021年保持着较高的热度,隐私计算厂商与数据安全合规服务商均迎来了时代性的发展机遇o综上所述,法律法规与相关政策成为发展的有效推动力o数据安全合规建设与隐私计算应用实践的推动企业机构要点反馈1针对相关法律与政策的相继出台与实施,研究团队调研了105家企业机构的CIO或相关技术与业务领导者,询问了其对于《网络安全法》、《数据安全法》和《个人信息保护法》的颁布与实施所带来的影响,以下为受访者的两个主要反馈方向。>>90%的受访者表示不合规的数据接入方式将无法继续被采纳。通过API调用、数据包等形式的外部数据引入的方式将无法满足相关法律法规性的要求o>90%的受访者表示将对数据安全合规建设展开投入。>90%的受访者表示将对数据安全合规建设展开投入。可以通过引入隐私计算、区块链等相关技术与解决方案来建立数据安全合规的解决方案,并愿意为之展开资金投入o注释:1、N=105(企业机构数量),样本包含各领域的企业机构(约80%的大型企业机构、约20%的中小企业机构),每家企业机构的受访者均为CIO/CTO/业务负责人等相关职能角色。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月8数据传输与流通的安全高 实践积极性低信据毁数销数据传输与流通的安全高 实践积极性低信据毁数销毁程安与整销过的全完需求阶段数据全生命周期的安全与可信能力建设需求相关法律与政策的出台,让企业机构的数据安全合规能力建设成研究团队以面向行业用户的市场调研为基础,根据行业用户的技术投入意愿与实践规划而展开预测:未来3~5年,将有70%~80%的中国大型企业与机构将会为数据安全合规展开战略规划或者进行相应咨询与技术采购服务,而在技术采购服务中,既包括单独的隐私计算平台建设采购,也包括了融入隐私计算的商业分析与数据智能等类型的产品o包含数据源与数据使用者的企业与机构N1=105受访者%作为重要战略并正在进行投入(含POC)20.7%将其作为重要战略并计划进行投入.7%行投入/是否要在现阶段进行投入其他情况包含数据源与数据使用者的企业与机构N1=105受访者%作为重要战略并正在进行投入(含POC)20.7%将其作为重要战略并计划进行投入.7%行投入/是否要在现阶段进行投入其他情况不重视,不展开投入.6%注释∶1、105家样本包含各领域的企业机构(约80%的大型企业机构、约20%的中小企业机构),每家企业机构的受访者均为CIO/CTO/业务负责人等相关职能角色。全合规能力建设的需求研究与组织实践调研命周期的安全合规能力建设为研究范畴,对行业用户展开了相关调研与研究。领导者对数据安全合规建设的重视性与行动情况”的调研积极与认可的态度态度犹豫及否认其他来源:PCview隐私计算研究院oSection2Section2研究团队将在隐私计算技术解析的基础上,对安全性、性能、软硬件结合技术方案、隐私计算跨平台互联互通等问题展开实证研究与分析,同时报告还结合了大量的行业用户访谈,对上述技术问题的关注度与技术认知情况、技术实践成效与认可度、用户投入意愿等问题进行了阐述o©©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月基于密码学的隐私保护计算FL习(SFL)对联合建模场景的隐私保护计算挑战:理论上,联邦学习在模型聚合过程中,可以根据模型梯度参数反推原始数据基于密码学的隐私保护计算FL习(SFL)对联合建模场景的隐私保护计算挑战:理论上,联邦学习在模型聚合过程中,可以根据模型梯度参数反推原始数据,因此有必要在原始联邦学习能力上通过融入密码学等方式来构建安全联邦学习能力。挑战:TEE需建立对硬件厂商的信任。基于隔离环境构建的可信空间会受到内存限制而制约大规模数据计算的场景,而虚拟化方案所面临的指令集改写也在一定程度上增加了技术实践难度。nn隐私计算(PrivacyPreservingComputing)是以各类数据隐私保护技术为基础,让数据实现可用不可见、可控可计量的计算与分析的一类技术o多方安全计算(MPC)、联邦学习(FL)、可信执行环境(TEE)是现阶段行业中的主要技术方案o三类方案具备各自的优劣势,在部分应用实践中可实现能力互补on隐私计算不同类型的技术路线各具能力优势,将满足差异化的客户选型需求o不同的场景需求下,应该为客户提供差异化的技术方案或技术组合方案,进而实现安全性与性能的有效平衡o概概述:通过密码学技术,让数据以密态形式参与计算,是隐私计算的重要实现方式之一。作为典型技术方案的MPC,基于不同模型假设(半诚实模型、恶意攻击模型),实现预设情况下的安全。行业用户应结合具体场景及数据安全要求来选择对应的模型假设。挑战:相比于明文计算,数据密文计算消耗较大,对计算实时性需求较高的场景需要通过算力加速等方式来提升性能。随着计算参与方的增多,安全假设要求及复杂度也将随之提高。概述:联邦学习是在原始数据不出域的前提下,进行分布式隐私保护建模的技术方案。不同参与方通过聚合模型更新的协作方式来联合训练新的模型。相比于传统的中心化模型训练方式,联邦学习通过“去中心化数据汇聚"的方式对多方数据进行了隐私保护。根据数据特性与数据主体重合度的不同,联邦学习可以分为横向联邦学习、纵向联邦学习、联邦迁移学习。从硬件层面对数据计算进行加密与保护可信执行环境(TEE)概述:除了软件层面的隐私保护方案外,基于硬件方式构建的可信数据流通与计算环境也是主要的隐私计算方案之一。TEE会基于对隐私数据的计算环境进行安全隔离与度量,让数据在可信硬件所构建的安全环境中展开计算,计算完成后销毁数据以防止数据泄露。同时数据由可信程序执行,以此来保护数据不被操作系统或其他应用程序窃取或篡改。来源:PCview隐私计算研究院o重要性:低高序号指标重要性指标1安全性3&场景适配度56实现方式标7精度89指标10日期:2022年11月©日期:2022年11月用户对产品与技术能力要求不同。不同行业的用户受业务需求影响,对安全性、性能、计算精度、场景适配能力均存在差异。例如医疗科研场景对计算精度拥有极高的要求用户对产品与技术能力要求不同。不同行业的用户受业务需求影响,对安全性、性能、计算精度、场景适配能力均存在差异。例如医疗科研场景对计算精度拥有极高的要求,金融业务需基于行业kn0w-h0w加强场景适配能力。目前隐私计算产品成熟度较低,产品功能的完备性与场景适配性将在项目实践中不断完善,国产化适配成为关键基础能力从用户侧的调研发现,目前隐私计算产品的成熟度较低:在客户发起的隐私计算平台建设项目中,通常厂商会提供任务与审批管理、平台管理、数据处理分析、数据管理等基础功能与算法,以此为基础,厂商将在应用实践中不断加强功能的丰富度与产品成熟度,同时会加强隐私计算平台能力与系统功能对不同领域客户的场景适配性,让产品从“能用”走向“好用”o除了功能与场景的适配性外,厂商也将在客户服务过程中进一步提升隐私保护计算的安全性与性能等核心技术能力o国产化适配成为关键基础能力:在技术国产化的信创趋势下,政务、金融等企业机构的业务系统、数据库、操作系统等核心技术工具均在实现国产化替代,这也将让隐私计算平台系统的国产化适配成为必要的基础能力o对此,隐私计算供应商也在积极与兆芯、信等CPU或操作系统厂商进行适配o计算产品与技术能力的需求研究研究过程中,累计调研拥有隐私计算实践经验的企业与机构数量135家(涵盖银行、保险、地方大数据局、政务信息化机构、通信运营商等),接受访谈的人数为235人,4位。行业用户所关注的隐私计算产品与技术能力(2022，中国市场，拥有实践经验的用户)术能力(每位受访者选择五项)访者占比，%.1%说明1:用户主观意识对技术指标的关注度会随着不同时期存在一定差异,上述调研结果可供参考时间为2023年6月之前。说明2:上述调研结果只阐述了产品与技术能力,而实际上,在厂商的供应商评估中,也会考察其数据运营与场景建模能力,本次调研暂未包含其中。用户关注供应商的技术服务与业务实践能力。提出∶目前处于对隐私计算的尝试实践阶段,因此并不需要厂商提供成熟完备的产品,但期望厂商在服务中可以通过较knwhw来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月11©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月12隐私计算的安全性问题根据技术路线不同受到了多种因素的影响,因此在讨论隐私计算的安全性时,需要针对性地明确是何种技术路线所面临的安全性问题(MPC、FL、TEE技术原理不同而面临着不同类型的安全风险)o行业用户应该从技术的本质上,以“动态视角”正确对待安全性问题,而不应该将当下没有发现安全风险而错误地认为未来也不会存在安全风险,对此,在隐私计算的技术应用实践过程中,行业用户与技术供应商应该动态地关注隐私计算的安全性o此外,调研发现少数用户会认为开源产品(或闭源产品)一定具备更高的安全性,而实际上开源产品与闭源产品在技术安全性上存在各自的特点,不建议行业用户只根据开源或闭源的产品形态来直接评估产品的安全性情况,而是应该结合不同产品或技术能力的差异情况进行针对性地判断o户对隐私计算安全性的理解情况研究研究过程中,累计调研企业与机构数量140家(涵盖90家拥有隐私计算实践经验的企业、50家计划开启隐私计算实践经验的企业),接受访谈的人数为266人,其中包含行业用户对隐私计算安全性的理解1情况(2022，中国市场)0%2.6%6.7%21.1%0%47.0%30.1%%6.3%0.7%2.6%安全假设算法安全性可信硬件安全性产品/系统安全性1整体上,拥有实践经验的受访者的安全性理解力高于计划开启实践的受访者,领导者与非领导者的安全性理解力未来表现出过大差异o2术方案与产品设计层面构建安全最优解:不同的隐私计算技术方案拥有差异化的安全性影响因素,在实际的技术实践中术方案与产品设计层面构建安全最优解:不同的隐私计算技术方案拥有差异化的安全性影响因素,在实际的技术实践中,多数情况下会采用至少两种技术方案的组合(如MPC+FL是被技术方案组合)o3在拥有实践经验的用户中,约53%的用户提出:目前对厂商技术安全性的评估方式有限,且现阶段行业尚未形成统一的隐私计算安全评价等级与评估体系。注释:1、四类理解程度的定义为:a)深度理解,从技术或产品本质层面实现的安全性理解"b)浅层次理解,从逻辑/理论层面实现对安全性的基础理解"c)模糊性理解,可以从大致方向上理解安全性"d)不理解,对安全性问题完全不理解。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月13 (2022，中国市场)比较关注,7.2%不关注,1.3%12.8% (2022，中国市场)比较关注,7.2%不关注,1.3%12.8%关注,78.7%证明其隐私计算产品的安全性以及如近期的市场调研发现,78.7%的行业用户表示出了对隐私计算安全性的极高关注度o厂商可以通过三方安全评测资质、安全原理证明、安全攻防形式化验证等多种形式来向行业用户证明技术的安全性o而从用户的视角出发,其更加关注的是隐私计算应用实践的前、中、后阶段均能提供技术安全性的证明与保障策略o客户对隐私计算高度关注的同时,也在不断加强对隐私计算安全性的认知户对隐私计算安全性的关注情况研究研究过程中,累计调研拥有隐私计算实践经验的企业与机构数量135家(涵盖银行、保险、地方大数据局、政务信息化机构、通信运营商等),接受访谈的人数为235人,4位。行业用户对隐私计算安全性的关注程度1调研过程中的重要发现1行业用户关注隐私计算应用前、中、后阶段的安全性证明与安全保证策略。②隐私计算的应用实践过程中,整个系统运行时需要进行抓包监测确保系统实现符合安全要求,确保隐私计算按照事前设定的安全算法步骤进行执行o③隐私计算应用实践后,应该支持通过日志审计确保数据流转过程的可追溯o2将隐私计算的安全性纳入“极度关注”和“重点关注”的用户中:~80%的用户核心关注了隐私计算厂商的安全性证明能力。 >65%的用户核心关注了隐私计算厂商在实践中提供的安全策略。注释:1、四类关注程度的定义为:a)极度关注,关注隐私计算应用前、中、后的每一个环节的安全性证明&安全性策略,在选择技术供应商时,会将安全性问题纳入首要关注指标,进行深度的POC"b)重点关注,针对性地重点关注隐私计算应用前、中、后的要点环节的安全性证明&安全性策略,在选择技术供应商时,会将安全性问题纳入关键指标,针对关注的场景方向展开深度的POC"c)比较关注,会将安全性纳入关键的技术观察指标,供应商POC中会展开针对性的测试"d)不关注,没有将隐私计算安全性作为重点关注指标。来源:PCview隐私计算研究院o性能短期内:隐私计算应用实践不会出现较大的性能制约影响o在未来:实时计算要求高的业务场景将对隐私计算性能提出挑战o隐私计算的性能问题来自于多项影响因素:加密算法对性能的消耗、需要实时通信的多方协同计算、网络通信环境与算力等均会对o全性将产生相互制约o隐私计算的性能提升方式:基于GPU、FPGA的算力加速、优化通信、降低算法模块耦合度、调整加密方式等均可以在不同程度上o安全性,进而有效平衡性能与安全性o研究过程中,累计调研拥有隐私计算实践经验的企业与机构数量135家(涵盖银行、保险、地方大数据局、政务信息化机构、通信运营商等),接受访谈的人数为235人,其中包含了领导者共计151位,非领导者(拥有建议权的角色)84位。户对隐私计算性能提升的需求 (2022，中国市场)调研过程中的重要发现实践初期尚未表现出明显的性能瓶颈:对于隐私计算的应用,目前大部分业务处强需求弱需求85.185.1%4646.8%1于尝试性实践甚至是POC阶段,实时计算需求类场景有限,整体上的业务场景复杂度低、数据计算量有限,因此尚未表现出明显的性能瓶颈o若客户在后续实践中产生性能提升需求后的资金投入态度:2~25%的用户表现出性能提升需求出现便立刻投入的积极态度。~~45%的用户将进一步观测需求的持续性再判断是否投入的保守态度。3性能优化方案中需要注意与安全性的平衡:调研中发现,部分性能POC中,少数厂商通过减少加密轮次等方式实现高性能计算,以达到性能结果的领先性,此类情况并没有在安全性与性能的平衡上进行充分考虑o户对未来需求的预判注释:1、在"行业用户对隐私计算性能提升的需求”调研中,关于用户对未来需求的预判,我们与受访者对"未来”的预设定义是当隐私计算在业务中开始规模化应用实践的阶段,这个阶段部分业务的数据计算量逐渐增大、实时类场景的性能要求逐渐提高。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月14©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月15研究团队在与受访者讨论完软硬件结合技术方案认可度的基础上,对其在未来研究团队在与受访者讨论完软硬件结合技术方案认可度的基础上,对其在未来1~3年是否会进行相关投入展开了调研。其调研结果仅反映的是用户当下的主观意愿与判断。而根据我们的经验,用户往往会在这期间因业务需求变更、技术认知变化而改变技术投入态度。目前各领域的用户对软件、硬件、软硬件结合技术方案的接受度不一o例如:金融领域的技术采购主要以软件方案为主,仅少数机构的采购中包含了TEE或一体机o相比于金融,政务领域的项目采购中,对硬件的接受程度要更高,但是软件类项目在政务领域的采购中依然占主流o从技术理论上来看,软硬件结合技术方案可以更加有效地平衡安全性与性能,但因目前处于隐私计算商用实践的初期,软硬件结合技术方案的商业化空间暂未完全打开,未来具备较大市场发展机会o对此,我们面向行业用户对软硬件结合技术方案的技术价值认可度以及未来1~3年的投入可能性展开了如下调研o户对隐私计算软硬件结合技术方案的技术价值认可度与投入可能性研究1.在"行业用户对隐私计算软硬件结合技术方案的认可度”研究过程中,累计调研拥有隐私计算实践经验的企业与机构数量135家(涵盖银行、保险、地方大数据局、共计153位受访者。行业用户在1~3年内对隐私计算软硬件结合技术方案的投入可能性(行业用户在1~3年内对隐私计算软硬件结合技术方案的投入可能性(2022，中国市场)硬件结合技术方案的技术价值认可度1 18.3%4.3%1~3年内大入1~3年内大入,3~5年或将投入,62.1%高度认可,9.8%48.9%2~3年内有可能48.9%注释:1、四类认可度的定义为:a)高度认可,认为隐私计算软硬件结合技术方案是安全性与性能有效平衡的最优解之一"b)比较认可,认为隐私计算软硬件结合技术方案是安全性与性能有效平衡的解决方案之一,但在某些场景下并非最优解"c)一般认可/持疑,对隐私计算软硬件结合技术方案是否为安全性与性能有效平衡的解决方案之一产生疑问或者持有较低认可度"d)不认可,不认为隐私计算软硬件结合技术方案可以成为安全性与性能有效平衡的解决方案。来源:PCview隐私计算研究院o 高认为互联互通是厂商不可或缺的原生能力,会优先选择拥有互联互通实践经验的供应商。会将互联互通视为一项厂商评估的非必备、但重要的能力, 高认为互联互通是厂商不可或缺的原生能力,会优先选择拥有互联互通实践经验的供应商。会将互联互通视为一项厂商评估的非必备、但重要的能力,互联互通实践经验会成为加分项。未将互联互通作为一项重要的能力纳入供应商评估,在其他能力未拉开差距时,互联互通可作为加分项。难表意不明等情况。基于互联互通实践产生的竞合关系:基于厂商自主构建的跨平台互联互通生态中,竞争关系强的厂商间难以形成生态伙伴。基于客户需求推动的互联互通平台建设类项目中,如果是基于计算原语或者算法协议层面的互联互通,将会在一定程度上推动互联互通生态快速发展。互联互通的实践尝试中,主要以由浅入深的方式推进。目前行业中的互联互通实践多数主要集中在算法协议层或管理系统层的互通。e一,目前被多数行业用户重点关注技术概述:跨平台互联互通解决了异构隐私计算平台之间数据无法流通而产生的"计算孤岛"问题,是构建行业数据可信流通网络的必要能力o基于行业调研可知,因应用场景与系统架构的差异,隐私计算跨平台互联互通将衍生出“对等网络、星型网络、混合网络”三种网络拓扑结构,并为每种网络拓扑结构适配不同的交互协议o实践概述:目前隐私计算的行业标准正在逐步完善,厂商生态建设、客户发起的互联互通平台建设类项目,均成为推动行业发展的o设,客户发起的互联互通项目拥有更多的实际执行内容o与客户重视程度调研研究过程中,累计调研拥有隐私计算实践经验的企业与机构数量135家(涵盖银行、保险、地方大数据局、政务信息化机构、通信运营商等),接受访谈的人数为235人,隐私计算跨平台互联互通的实践概述行业用户对隐私计算跨平台互联互通的重视程度(2022，中国市场)管理系统互联互通算法协议互联互通计算原语互联互通低易管理系统互联互通算法协议互联互通计算原语互联互通低易 bbcc d不重视供应商是否有互联互通能力。4.3%注释:1、关于用户对跨平台互联互通的重视程度,这里以企业为单位进行意见统计,因此N=135。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:实践成效与认可度:根据过往研究经验,用户所反映的实践成效认可度与客户最初建立的技术实践期望拥有直接影响关系o调研中发现,大部分用户期望在数据安全流通机制下继续开展现有业务,在“有限实践成效”或“实践成效不理想”类别的用户中,存在厂商提供的隐私计算平台可用性差、厂商服务中断、厂商的联邦建模服务与原有模型效果差距较大、无法调用异构平台数据等情况o综合客户对实践成效认可度的差异化反馈,厂商的产品与服务能力、基于业务know-how的建模能力、跨平台互联互通及数据链接调得客户成功的关键o客户持续投入意愿:在法律法规及政策的驱动下,数据安全流通建设成为一项必要能力,进而大部分用户均保持积极地隐私计算投入o目前部分供应商的产品或服务能力有待提升,因调研发现在“增加投入”与“保持同量级投入”的类别中存在少部分用户因供应商的技术能力不满足需求而再次招标的情况o整体上来看,数字化程度领先的数据使用者(如金融)与存在数据开放需求的数据源(如运营商、政务)的投入意愿更高(报告“第二部分:细分领域实践”中公布了部分细分行业的用户持续投入意愿调研数据)o共计调研拥有隐私计算实践经验的企业与机构数量135家(涵盖银行、保险、地方大数据局、政务信息化机构、通信运营商等),接受访谈的人数为235人,其中包含了行业用户对隐私计算的实践成效认可度调研1 (2022，中国市场).8%高度认可,实践成效优于预期,成效不理想/高度认可,实践成效优于预期,成效不理想/毫无成效,8.1%一般认可,获得有限的实践一般认可,获得有限的实践33.6%效达到预期,9% (2022，中国市场)暂未明确/观望状态,.. 级的投入, 级的投入,35.1%增加投入,45.7%注释:1、在"行业先行者对隐私计算的实践成效与认可度调研(2022,中国市场)”的执行中,除了征询受访者对隐私计算实践成效的认可度外,研究团队还询问了在展开隐私计算技术应用实践之前,用户所设立的实践成效预期,并询问了设置预期的原因,进而将目前所取得的实践成效同实践预期进行对比验证,最大程度减小因受访者的主观态度输出而导致调研结论的偏差。2、在"行业先行者对隐私计算的继续投入意愿调研(2022,中国市场)”的执行中,研究团队除了基础的持续投入意愿的征询外,同时也对企业当下应用隐私计算的必要性进行了沟通与交流,对投入必要性与投入意愿向左的,分析师深度调研了其原因,通过轻咨询的方式为客户提供正确的方向建议。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月17©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月183%正式投入前3%正式投入前,多数用户会选择尝试性的技术实践来判断效果,进而从集团层面申请预算,展开自上而下的建设o此类情况多见于银行、保险等金融客户o5.6%在数据可信流通的发展趋势下,大部分行业用户逐渐意识到隐私必要的投入潜在用户的投入可以作为市场增长幅度的判断依据之一o在“非常有意愿”与“愿意尝试”的类目中,占比较高的为金融、政务机构、部分地方通信运营商、部分科研机构等潜在客户o在“观望态度”与“没有意愿”的类目中,占比较高的为工业、制造业、能源等领域的潜在客户o这样的分布特点反映出了目前隐私计算的需求主要集中于数字化发展领先、拥有较强数据隐私保护需求的领域,而其余正在完善信息化建设或数字化发展初期的企业机构,主要处于技术价值观察与需求培养期o1、调研团队在执行过程中,首先通过甄别问题而筛选出了97家存在不同需求程度的潜在用户企业(涵盖银行、保险、医疗、政务等企业机构),在这些企业之中,累计有195位领导者(涵盖技术团队、业务团队)接受了“是否愿意尝试隐私计算的投入与实践”主题的访谈调研。2、调研样本中包含了约70%的“积极实践领域(如金融、政务等)”,调研结果与样本情况存在直接关系,若样本中“积极实践领域”的企业机构比重降低,理论上用计算实践意愿程度也将低于本次调研结果。用户的实践意愿调研1调研过程中的重要发现多数潜在用户对隐私计算的认知停留在“数据计算过程的隐私保护”这一基础技术价值上,础技术价值上,而对算法安全、性能影响因素、算法实现逻辑等相关技术能力尚未形成完备而准确的认知,而这些知识的掌握可以有助于客户更好地评品与技术能力o约33%接受调研的潜在用户并没有意识到在与多方数据协同计算时候,有可能会面临异构平台不互通的问题(即:没有意识到随着数据可信计算的深入实践,跨平台互联互通的重要性)oNN(企业机构)=97注释:1、六类意愿程度的定义为:a)非常有意愿,很积极地想进行尝试,愿意与厂商接触并展开POC的一类客户,其中多数用户规划了明确的技术预算"b)愿意尝试,可以通过尝试性的应用来判断具体的实践效果,如实践成效良好可以展开正式投入"c)可以尝试,对产品实践的积极性一般、但不抗拒尝试的一类用户,目前尚无明确预算"d)观望:受限于对隐私计算的认知有限或者期望复制同业成功实践经验等情况"e)没有意愿,暂时没有技术预算或者尝试实践意愿"f)其他,意见不明确等情况。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月19在近期的一次调研中1,在近期的一次调研中1,约近70%的潜在用户提及:目前没有十分明确的隐私计算实践思路,在即将开展的实践中,主要以尝试性探索为主。同时约近40%的潜在客户提出:期望可以在开展隐私计算实践前,能够了解技术平台建设及业务应用实践中需要重点关注的方向。密要求与性能需求来综合选择具体加密算法景需求的适配性。种类的增多，将产⽣对异构基于报告上文对隐私计算的不同技术路线、产品成熟度、要点技术能力解析,以及对行业用户的调研,我们站在客户视角建立了对隐私计算的技术认知与需求洞察o行业客户在将隐私计算纳入关键技术战略并展开投入时,需要拥有整体实践框架、明确值得关注的要点能力建设,并在技术平台建设基础上,了解如何展开业务实践,进而有针对性地选择供应商o)同业务需要匹配相应数据源来满⾜数字化实关键。•基于业务理解与⾼可用数据，展开场景建模。在隐私保护的前提下，通过多⽅数据协同计景建模⼀⽅面需要⾼可用的数据源，另⼀⽅面需要对业务场景拥有深刻理解提升模型可务分润的合作模式，供应商尝试为客户提供告研究团队。来源:PCview隐私计算研究院oSection3Section3该部分主要从“产业链与行业参与者、市场格局、企业图谱、商业模式、市场规模、投融资”等方面来阐述行业的发展现状o政务数据其他通信运营商互联网公司服务商务方银行保险医疗其他产品技术/服务数据服务 (包含数据接入、场景政务数据其他通信运营商互联网公司服务商务方银行保险医疗其他产品技术/服务数据服务 (包含数据接入、场景建模等)通过集成隐私计算服务商的产品技术能力来服务客户。市场合作伙伴中国隐私计算行业迎来“群雄逐鹿”的时代,市场参与者类型包含了数据源、业务方、隐私计算服务商及其上下游伙伴,隐私计算出多元化的特点on服务商生态合作方面:从上游来看,对于拥有TEE、一体机产品与解决方案的厂商,往往需要与可信硬件厂商展开合作,在国产化的趋势背景下,国内硬件厂商在安全可控方面相比海外厂商更具优势o从下游来看,部分厂商正在通过与各类技术公司构建市场合作生态,通过产品与技术能力集成的方式间接服务客户on数据应用生态方面:数据源和业务方在隐私计算平台建设的基础上,进行数据流通的应用场景实践o数据源通过基于隐私计算打造的数据开放流通平台面向可能进行数据合作的各领域伙伴提供数据源接入服务,如银行等各类数据应用者也在积极建设隐私计算平台,来接入外部的多元化数据源以满足业务侧对数据的应用需求o国内硬件厂商海外硬件厂商数数据源技术输出数据源生态合作产品技术/服务通过集成隐私计算服务商的产品技术能力来服务客户。隐私计算厂商区块链厂商金融科技企业隐私计算厂商区块链厂商金融科技企业私计算平台建设与技术服综合科技类企业/集团大数据&人工智能厂商网络安全厂商产品/技术能力输出来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月21线树清交塔科技科科技科技阿里巴巴IDataTru5t云众银行团科技链科技线树清交塔科技科科技科技阿里巴巴IDataTru5t云众银行团科技链科技数据&人工智能厂商金融科技企业科技业on不同类型的服务商在产品技术能力、数据运营能力方面各具优势o隐私计算厂商的战略与团队能力更加聚焦,在资本的加持下,厂商在产品与技术能力的打磨方面也会投入较高的成本,进而推动产品成熟度的发展o同时部分隐私计算服务商也会凭借差异化的领域认知与资源优势,在商用实践拓展中巩固核心竞争力(如具备金融基因的创始团队与厂商在面向银行等金融机构的服务中,营服务方面更具优势)on、区块链厂商、大数据&人工智能厂商、金融科技企业也会基于自身的业务需求或技术沉淀而将隐私计算的产品与技术能力纳入产品矩阵中,以对内服务或将相关能力对外输出o这些服务商或是拥有数据资源而期望通过隐私计算来构建可信数据产品以服务于客户;或是自身技术能力与隐私计算构成了能力的闭环或补充,进而开启了隐私计算的能力布局,从而在为客户提供技术服务的过程中,将隐私计算纳入整体技术方案中,或是为客户提供独立的隐私计算平台建设on排序规则∶按企业名称首个汉字拼音(或首个英文字母)的音序由左至右依次排列,音序相同的,顺位下一个汉字拼音(或英文字母)的音序。n关于“服务商图谱”与“企业图谱”的区别∶我们对隐私计算服务商的定义是可以进行产品或技术输出的一类科技公司,对隐私计算企业的定义是拥有隐私计算能力的科技公司(可以是产品技术输出、也可以是内部应用隐私计算技术)。因此在我们的定义下,服务商图谱是企业图谱的子集。科技科技数智拥有三条及三条以上技术线的企业/集团。在这些企业/集团中,通常会将隐私计算作为产品矩阵/技术能力矩阵中的一部分,以此来强化综合技术竞争力。算方向的技术厂商。慧慧技式来源:PCview隐私计算研究院o日期:2022年11月22日期:2022年11月22商业模式与市场规模中国隐私计算行业将迎来快速增长,预计至2026年市场规模将达184亿元,年复合增长率为103.3%2021年,金融、政务、通信运营商构成了商用实践市场80%的规模占比,主要以隐私计算平台建设的投入为主,而数据分润、业务分润的商业模式需要在完善技术基础建设之上,逐步迎来规模增长o相比于隐私计算平台建设这类传统的产品与技术服务的商业模式,基于业务场景应用与数据运营的商用实践将带来巨大的市场想象空间,但需要进一步完善服务模式、分润规则等内容o技术厂商需要不断强化技术能力、提成产品成熟度以便在竞争性磋商中取得优势,同时也可以围绕可信数据流通构建更高层次的发展战略o2026，隐私计算，中国市场)CAGR103.3%CAGR103.3%2021-2026年中国隐私计算市场规模商业模式与增长机会分析市场规模(单位:亿元)商业模式概述(隐私计算，中国市场):1.产品销售与技术服务:面向客户提供隐私计算产品与技术的服务,主要包含隐私计算平台建设、互联互通平台建设。本地化部署、定制化实施为主。2.数据撮合(数据分润):基于隐私计算的“可信加持”,为客户接入数据源。服务商可以从中获取数据费用分润。3.联合运营(业务分润):在隐私计算平台建设的基础上,服务商为行业用户来帮助客户获得业务增长,由业务增长带来的增值部分,服务商可以从中获取分润(多见于营销类场景)。基于数据源接入、数据分润等模式为核心所构建的数据运营市场,拥有更大的市场发展空间。成为部分厂商最为关注的市场20212022e2023e2024e2025e2026e注释:市场规模的统计范畴为行业用户采购的隐私计算平台建设、互联互通平台建设、场景建模咨询、数据运营等各类隐私计算相关应用实践的资金投入。2021年的市场规模统计了公开招标与非公开招标的全部项目。2022~2026年的市场规模预测,我们参照了政策导向、行业用户需求的投入意愿与投入规划、产品成熟度与业务需求度的发展预判等多项因素。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月23投融资研究隐私计算厂商在资本的加持下得到了快速发展,2021年处于资本热度峰值,2022年资本降温2016~2022年9月,中国隐私计算行业共计发生57次融资事件,累计融资金额32亿余元人民币o在法律法规的推动下,数据安全合规建设与可信流通成为企业机构的必要投入,隐私计算作为数据可信流通的有力技术方案,迅速获得行业关注,资本市场热度也随之攀升,2020年与2021年相继保持着较高的资本热度o2022年受整体经济环境、客户采购与实施进度、资本对隐私计算赛道的关注度等多方面因素的共同影响下,行业整体的资本热度发生了较大降温o资本回归理性的同时,行业用户侧对隐私计算技术的认知度也在逐渐提升,行业逐渐迈入理性回归的发展阶段o从融资轮次来看,隐私计算厂商主要处于早期发展阶段,部分公司虽资本加持且在行业内受到多方关注,但若在市场客户层面不能取得良好成绩,或将难以持续被资本看好而从处于弱势的市场竞争中淘汰o投融资分析(2021~2026，隐私计算，中国市场)1、通过不同年份的融资事件数与融资金额反映资本热度;2、通过各融资轮次的融资事件数反映企业发展所处阶段。数数融资金额(单位:亿元)天使轮,171479742442年9月累计的隐年9月累计的隐资事件数Pre-B轮,2种子轮,162A+轮,62eA注释:1、通常厂商公布的融资金额主要为模糊的数据或是一个金额范围,因此融资金额的统计中,除了参照厂商公布的数据外,我们还向部分投资机构进行了数据求证。2、融资事件数据统计范畴为原生隐私计算厂商,或目前将隐私计算作为核心战略的企业。因为这些企业是投资机构面向隐私计算赛道进行投资的标的企业(投资者关注的视角)。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月24©©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月挑战1Challenge1产品成熟度有待提升,厂商需要在客户服务中打磨产品能力近期我们针对拥有隐私计算实践经验的客户展开了关于厂商产品成熟度的调研1,近65%的企业机构用户提出:厂商所提供的隐私计算产品具备基础的数据管理、平台管理、常见算法调用等功能,但落实在具体业务中,产品仍需要加强与业务需求的适配性、增加或者调整相关功能。在功能层面之外,安全、性能等技术能力也需不断提升。客户的反馈中我们可以看出目前隐私计算的产品成熟度与技术能力存在较大的进步空间。战2Challenge2受到算法可解释性、技术可观测性等因素的影响,客户在受到算法可解释性、技术可观测性等因素的影响,客户在POC中难以完全检验产品安全性如前文所分析:目前部分行业用户对隐私计算的算法安全、算法实现逻辑等相关技术能力尚未形成完备而准确的认知,而这些知识是评估厂商产品与技术能力的关键。同时受到算法可解释性、技术可观测性等因素的影响,行业客户难以在POC中对厂商的安全性等技术能力进行全面评估。3Challenge3客户侧的采购需求尚未到达爆发点,除了金融、政务、运营商外,其余领域的商用客户有限从客户招标来看,目前金融、政务、通信运营商领域较为活跃,但整体尚未迎来需求爆发点。通常金融、运营商的项目金额相对有限,政务类项目金额较高,但政务客户的服务周期与回款周期相对较长。医疗虽理论上是拥有前景的市场,但相比于这三个领域的项目数量依然较少。而工业、能源等其他行业仅有少数项目出现。整体上,客户需求尚未迎来快速增长阶段,竞争力较弱的厂商会面临商业营收困境。注释:1、N=135。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月25©©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月Challenge4厂商竞争出现“价格战”,数据撮合与业务分润的商业模式也存在不确定性目前的技术平台建设、场景建模等项目中,厂商之间的竞争出现“价格战”现象,长期将对市场发展产生不良影响。而在隐私计算面临的多元化商业模式中,除了技术平台建设、场景建模这类项目的既定商业模式外,数据撮合、业务分润这两类更具想象空间的商业模式是否能够顺利跑通,目前存在不确定性。挑战挑战5Challenge5资本市场趋冷,部分厂商目前无法通过“自我造血”实现自给自足从前文的融资数据可见,2022年隐私计算行业的资本热度大幅下降。而目前大多数企业仅凭营收难以全面支撑企业运转的开销,在企业上一轮融资消耗完毕之前,若无法在商业营收上实现突破,且没有新的资本注入,多数企业将面临严重的生存压力。目前部分厂商已经出现裁员或是展开战略调整的情况。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月26Section4Section4该部分将结合市场调研信息、实证研究、专家访谈信息等内容,从厂商格局、产品与技术能力、商用实践等维度对行业的发展趋势展开洞察o 伴随客户逐步深入的场景应用实践,具备领先解决方案能力的厂商将趋势1:产品与技术成熟度不断提升 伴随客户逐步深入的场景应用实践,具备领先解决方案能力的厂商将趋势1:产品与技术成熟度不断提升,加强能力与场景的适配性 在提升产品与技术成熟度的同时增强与业务需求的适配性将是下一阶段的重点能力发展方向。包含管理类功能、算法能力、原生的互联互趋势2:加强数据运营与场景实践的解决方案能力表现出卓越竞争力。对于在特定场景拥有业务know-how的厂商,可以源、通过高效的参数调整提升场景建模效率。隐私计算厂商在强化产品与技术成熟度的同时,场景建模、数据成为客户成功的关键竞争力产品与技术能力的发展趋势上,除了通用性能力的成熟度提升外,针对特定行业与特定场景的适配性也会成为客户成功的关键o例如:由于医疗领域对计算精度要求要、数据处理分析方法多元化,因此服务此类客户需要厂商可以提供基因数据对齐、全基因关联组分析等适配医疗领域的算法,同时需要让联邦学习保持极高的计算精度o目前不同厂商拥有自身所擅长的领域与场景方向,厂商对差异化数据源的调用需求、提升场景建模效率与模型可用性,成为供应商在业务实践(解决方案层面)的关键竞争力o力发展走向。隐私计算实践中,行业用户重点关注的两大方向调研过程中的重要发现与趋势分析 (20调研过程中的重要发现与趋势分析方向方向二~60%将厂商的数据运营与场景实践能力纳入重点关注方向其中业务部受访者方向一~80%将厂商的产品技术能力纳入重点关注方向其中技术部受访者注释:1、N=105.来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月28现出合作关系。现阶段,厂商自主发起的跨平台互联互通实践中,竞争关系强的厂商间难以达成深度合作现出合作关系。现阶段,厂商自主发起的跨平台互联互通实践中,竞争关系强的厂商间难以达成深度合作,但在客户的项目需求推动下将会打破这层竞争限制。未来隐私计算厂商将在市场角逐后走向多元化的竞合关系,部分厂商行业用户在基于隐私计算平台建设基础上而开展场景应用时,在多方数据协同计算下或将涉及异构平台间的互通(跨平台互联互通)实践o因此隐私计算服务商之间在面向客户展开竞争的同时,也需要和异构平台厂商间达成生态合作以更好地满足客户对多源数据数据&人工智能厂商、金融科技企业、网络安全厂商等多种类型的竞争者,不同供应商均有各自所擅长的领域与具备竞争优势的能力o面对客户发起的隐私计算平台建设、场景建模、数据撮合等各类需求,各类服务商在短期内形成以竞争为主的市场格局o而伴随着客户对异构平台数据调用需求的出现,将进一步推动厂商基于异构平台互通的合作,进而形成竞合兼备的厂商格局o此外,部分隐私计算厂商也将在客户服务与自身能力发展的过程中不断丰富所能链接数据源的种类,通过可信数据生态帮助客户提供更多数据源链接调用的选择o研究团队以客户需求为切入点,结合隐私计算服务商的现有能力与未来发展规划,预判隐私计算厂商生态建设与市场格局。调研过程中的重要发现与趋势分析趋势1:厂商的竞合共存格局调研过程中的重要发现与趋势分析趋势1:厂商的竞合共存格局厂商在项目的竞争性磋商中将表现出明显的竞争关系,而在异构平台的互通上将表趋势2:部分厂商将构建可信数据生态以便增加客户服务竞争力厂商除了通过互联互通的方式满足客户对异构平台的数据链接能力外,同时部分厂商也在客户服务与自身发展过程中积极与各类数据源达成合作,进而加强数据生态的丰富度,来满足客户的数据调用需求。是否会调用新的数据源“的调研14.8%,,一定会调用,%注释:1、N=105.来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月29信流通解决方案输出容融合隐私保护计算的数据可信流通解决方案,信流通解决方案输出容融合隐私保护计算的数据可信流通解决方案,包含基础隐私计算产品,可信数据链接调用资源服务、基于景建模服务等综合解决方案o声数据可信流通能力建设成为隐私计算投入的核心目标o客户在技术实践的过程中,将基于业务提出基于隐私计算的数据运营与场景实践需求,形成基于平台建设延伸至数据可信流通实践的闭环解决方案o解决方案输出,进而撬动千亿数据可信流通市场空间围绕隐私计算商用实践的发展趋势,我们面向行业用户(需求侧)、隐私计算服务商(供给侧)分别展开了调研,从需求推动与厂商战略规划层面对隐私计算的商用实践趋势展开了洞察研究o客户采纳隐私计算的明确目的即是构建数据可信流通能力,以应对数据安全合规需求,技术平台建设是基础性的第一步,未来必将需要继续引入基于隐私保护计算的数据可信流通服务或是可信数据产品来支持业务发展,而此类实践在当下阶段已有相应处于尝试性的实证案例o基于此,隐私计算将不仅衍生产品销售、技术服务的常规商业模式,也将在客户对数据可信流通需求的催化下,让数据分润、业务分润的商业模式逐步走向成熟o中国隐私计算商用市场的进阶发展趋势术能力输出容声金融、政务、通信运营商客户在近1~3年内会将隐私计算平台建设、互联互通能力建设等相关投入逐步提上日程o其余领域也将在数据安全合规应用的开技术投入o来源:PCview隐私计算研究院o日期:2022年11月30©日期:2022年11月30@PCview隐私计算研究院CONTENTS第第一部分:行业发展分析第二部分:细分领域实践第三部分:厂商研究Section1Section1在研究过程中,研究团队将结合大量的「厂商调研、实证案例、数理论据、技术应用者调研、行业领导者调研』等多维度信息,输出研究成果o本节内容主要对「中国隐私计算落地实践分析』所使用的基础研究模型–数字化转型效能矩阵(DTEMatrix)展开介绍o高低数字化转型效能矩阵(DTEMatriX)高低研究工具(分析模型):数字化转型效能矩阵 (DigitalTransformationEfficiencyMatrix,DTEMatrix)高技技术回报率1低1未实现技术渗透的弱关联性业务中的进一已经具备技术在业务中规模化推进的方法,进入技术用阶段o这一阶段,技术投入应用的核心力量为强关联性业务3弱关联性业务4中逐步深入应用o3、强关联性业务:业务转型需求与技术能力匹配度较高的一类业务,(如供应链金融解决凭证高效流转的业务需求与区块链的强关联性"财务业务中释放大量重复作业的需求与RPA的强关联性。)4、弱关联性业务:业务转型需求与技术能力匹配度较低的一在具备一定落地方案与模式经验基础上,寻求技术在业务中规方法o技术落地方案与模式的初始探索规模化探索规模化高效推进余量下沉技术渗透率技术渗透率2上述为通用基础模型,根据技术类别的差异,在研究实践过程中可进行适当调整。在DTE矩阵中,以"技术回报率"和"技术渗透率"两大维度对数义。1、技术回报率:针对指定行业,分别对头部企业、中尾部企业调研,取各企业技术回报率的均值×企业系数,作为DTE矩阵纵轴结果。具体权重及处理方式请咨询报告创作团队。2、技术渗透率:该指标结合对头部企业、中尾部企业调研,由“技术在行业中的应用企业数量比例"及“企业中业务渗透率的均值×企业系数"综合确定。具体权重及处理方式请咨询报告创作团队。常规效能分布区域非常规效能分布区域•在DTE矩阵制作过程中,结合90+顶级专家的最终共识意见:在不同阶段技术落地实践中,技术回报率与技术渗透率之间存在一定制约性(如在初始探索阶段,技术回报率通常低于1或者略高于1,不会出现技术回报率过高的情况)。满足这种制约性的,我们认为是符合技术常规发展下的综合效能,否则为技术非常规发展下的综合效能。•是否为常规发展状态,将受到政策、行业/企业数字化基础能力、业务现状等多维因素影响。来源:PCview隐私计算研究院o©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月33©PCview隐私计算研究院:2022年中国隐私计算行业洞察报告日期:2022年11月34迈入下阶段所需时间迈入下阶段所需时间2年以内2