上周日，「隱私計算+產業」大課迎來收官，圍繞數據發展現狀，技術拆解，場景分析，產業思考，全球視野等多個維度，帶領大家撥開數字經濟時代下的重重迷霧，構建「隱私計算+產業」的認知實踐大廈。很感謝這7天，與我們一起聆聽和同行的朋友，也真誠希望各位可以對我們的大課提出寶貴的意見。雖然疫情陰影依然籠罩，儘管時局趨勢嚴峻難料，但我們尋求自我疊代的決心和渴望不斷進步的信念卻足夠共鳴，環境恆變，唯有刻在內心的知識和收穫可以成為你立足當下的核心競爭力。這次「隱私計算+產業」大課中對於數據價值的捕獲，對於商業創新的啟示，對於未來產業機遇的前瞻，這些思考的內核將在接下來螺旋演進的時代浪潮中長時間有效，值得反覆觀看。隱私計算大課最後一講，新加坡管理大學教授朱飛達從商業結構和個人用戶的視角，解讀了在數據的產生和利用中企業的痛點以及個體用戶的擔憂，以及可信計算是如何將加密算法、多方安全計算區塊鏈等技術融合，解決數據的商業化問題。
世界如此之新，一切尚未命名，這不是終場，而是序幕，下一期的「區塊鏈產業大課」也即將準時赴約而來，期待我們的下次相見！
很多年前就有大數據的研究，數據雖然也很大，但並沒能夠驅動當年的經濟，而現在大數據時代，更感覺到數據離我們各行各業更近了，重要原因是我們現在產生的數據都與人有關。 這說明我們到達了數據時代的第三個階段：數據驅動的經濟時代到來。數據將成為所有機構的重要資產。
目前的全球視角下，數據生態主要分為三類主體：個人用戶、商業企業、政府部門，三者間的數據是相互流動的。
其中最關鍵的是人的數據，「人」是商業的本質，「人的數據」是未來的新石油，是新的資產類別。特別是5G技術的應用跟上之後，個人用戶的數據將呈爆髮式增長。 在這種趨勢下，如何利用數據智能賦能商業也面臨著幾大維度的挑戰：
1. 審視全局，動態捕捉社會大眾的消費潮流與趨勢，實現全方位智能感知與市場分析，精準知悉客戶需求及其未來消費意願。
2. 動態追蹤，通過用戶數字標識的統一，以及對全方位的消費行為建模預測，打通無所不在的銷售渠道，從而實現端到端洞悉與追蹤用戶全息消費路徑。
3. 智能互聯，真正解鎖以客戶為中心的多維高質量異構數據源，智能生成無可替代的深度客戶洞察信息，從而用數據價值流重塑與豐富企業內部資料庫。 但現階段的現狀是企業和用戶，雙方都無法合法合理合規互信互利地利用好「人」的數據。
因此，本次課程中，朱飛達從商業結構和個人用戶的視角，解讀了在數據的產生和利用中企業的痛點以及個體用戶的擔憂，這是也數據智能賦能商業時最需要考量的維度。
前面是數據在商業維度上的考量，那麼在商業化之前，數據作為生產要素，還面臨著三個重要的痛點：數據價值、數據確權、數據控制。 數據可以無限複製、盜取也非常簡單，在網際網路上可以隨意流通，因此，如果不能解決這些痛點，數據就無法真正的商業化。
此次課程中，朱飛達也在技術層面列舉了現階段能夠解決上述痛點，將數據變為生產要素的新技術。 其中最重要的技術是可信計算，利用加密算法、差分隱私、聯邦學習、多方安全計算等技術，在不泄露個體信息（用戶隱私）的前提下對一個數據集的整體進行分析研究、數據不動模型動，風險不增效益增。 第二個是區塊鏈技術，區塊鏈同時解決了數據產生的兩大痛點：「信任」 和「激勵」，利用其不可篡改和可追溯等特性，解決數據生成與價值流轉的全生命周期透明可審計和數據控制權的有力制衡機制等問題。 這部分也在此次課程中詳細解釋了上述技術的詳細特點、如何協同和解決的問題。
實現數據商業價值的技術有很多，現階段是否有出現真正可以落地應用的技術呢？朱飛達在課程中以可信數據計算公鏈SYMPHONY為例，介紹了現階段如何激勵數據流與價值流在用戶與企業間流轉。 並且解決大數據整體分析與精準到個體粒度兩種數據智能，依然能確保數據隱私保護不受影響。
其實全球目前在個人數據資產化上都還剛剛起步，加州前年出個人數據數據紅利法案，明確了加州居民將來可以從科技企業對它數據的使用當中取得像股份分紅一樣的權利，這已經向個人數據資產化邁進了一大步，但總體個人數據資產化，還有著諸多技術挑戰。整個數據資產化的道路上，從長遠看目前還是一個非常早期的階段，可能尚處於一個開端的開端。