IDC：隐私计算三大重要变化背后的逻辑

隐私计算，经历过喧嚣，品尝过冷清，如今正走向真正的崛起。

回顾隐私计算发展历程，从早期资本市场的高频词汇，技术成熟度与商业落地有着巨大鸿沟；到市场走向“沉寂”，行业逐步挤掉泡沫，技术性能提升和部署成本下降；再到利好政策密集落地和大模型商业化爆发，多重因素叠加形成市场合力，推动隐私计算成为数据流通“必选项”。

近日，IDC最新的《中国隐私计算平台市场份额，2025》报告（以下简称：《报告》）印证了这一判断。报告数据显示，2025年中国隐私计算平台市场规模为10.8亿元人民币，同比增长11.09%，随着数据要素流通以及可信数据空间建设稳步推进，技术从单点应用向体系化发展演进，行业应用场景不断扩展，产业规模化化窗口已全面打开。

再仔细研究报告细分数据，市场格局加速走向洗牌，不少厂商受制于各种因素逐步淡出市场，而蚂蚁数科、安恒信息等三厂商则脱颖而出，在增长速度、市场份额开始领先。这其中，作为网安厂商的安恒信息最具有代表性，重视驾驭技术、理解场景、生态建设，使得其在互联网与垂直厂商长期深耕的市场竞争中占据有利位置。

隐私走向规模化应用

曾几何时，一提到隐私计算，多方安全计算、联邦学习、可信执行环境……一堆“高深莫测”的技术词汇就会涌现。

但技术词汇、概念验证与场景落地、规模化应用有着本质区别。规模化应用意味着技术能够真正嵌入业务流程，并满足真实生产环境的压力，而不是停留在PoC演示阶段。

《报告》认为，隐私计算实质上已经迈入“规模化应用阶段”。驱动“规模化应用”的核心因素主要有两个：政策精准导向和市场需求质变。

从政策层面来看，从数据确定为核心生产要素，到《数据二十条》明确提出“原始数据不出域、数据可用不可见”的合规要求，再到《2025年数字经济发展工作要点》明确要求“抓好隐私计算、区块链等数据流通利用基础设施先试先行”，政策顶层设计的不断完善，驱动执行层面全面提速，地方数据集团、公共数据授权运营等不断推进，为隐私计算的应用扫平各路障碍。

从市场需求分析，过去不少用户采用隐私计算更多是迫于合规压力。现在，政府希望借助公共数据授权让数据发挥价值、金融机构希望借助外部数据完善产品与服务，车企渴望利用道路数据、驾驶数据强化自动驾驶，制造业企业则试图打通供应链上下游的数据壁垒……隐私技术在场景中的价值创造作用愈发明显，也获得了诸多行业用户的广泛认可。

以安恒信息为例，其隐私计算相关用户已经涵盖政府、医疗、汽车、电力、工业等多个行业，其中“数谷”建设、宁波城市可信数据空间案更是成为国家数据局认可的标杆案例。

无疑，随着隐私计算进入到“规模化应用”阶段，“天下没有难用的数据”正在走向现实。与之而来的是，市场走向洗牌不可避免，工程化能力和场景适配能力将成为市场标尺，那些仅靠概念包装、缺乏真实落地能力的厂商未来将加速退出舞台，而有能力将技术“用好”的厂商将获得更加广泛的认可。

工程化能力为何是核心竞争力

众所周知，隐私计算主要有多方安全计算、可信执行环境和联邦学习三种技术路径。

如今，单纯谈论隐私计算的技术并无多大意义。作为一种技术手段，隐私计算技术本身由单一技术应用向多技术融合演进，要想业务场景中获得广泛应用，性能优化、平台互联和场景适配等工程化能力至关重要。

工程化能力的本质，是厂商有能力将“有技术”转化为“用得好”。

例如，规模化应用意味突破“临界点”，技术能够部署到更加广泛的行业与应用场景之中；而早期隐私计算平台往往追求大而全，“笨重且复杂”造成部署门槛高、资源消耗大；因此，模块化成为平台重要的趋势，不仅带来部署安装的简化和性能优化，而且更加适配实际场景的需求，更加重要的是，未来可以更加灵活添加新的服务功能，满足数据流动、应用需求的变化趋势。

又如，规模化应用实质上在推动单一技术应用向多技术融合演进，厂商能够在大规模商用中组合运用多种技术，以实现隐私计算在复杂业务场景中的落地。安恒信息是多技术融合的市场代表，其以隐私计算技术为核心底座，综合运用大数据可信执行环境（TEE）、多方安全计算（MPC）、联邦学习、行为数字验签和区块链审计技术等多种前沿主流技术，确保在多个行业多个场景中的原始数据“可用不可见”、“可用不可取”。

再如，规模化应用离不开对于场景的深刻理解。厂商只有对于各种复杂场景有着深刻理解，才能持续打造出可落地的方案。IDC在《报告》中也判断，厂商未来的竞争将从技术能力全面转向“技术平台+行业场景+生态能力”的综合竞争。以安恒信息为例，其“1+1+N”架构的可信数据空间整体解决方案--数由空间就是综合能力的体现。数由空间集成了一个数据流通利用底座、一个统一管理中枢和N个数由器，有效解决跨机构协作的兼容性与互操作性问题。

毫无疑问，从工程能力的维度，安恒信息是当下市场中“用得好”的代表。而这离不开安恒信息在隐私计算领域的多年深耕和更全局的视角。

作为最早一批探索隐私计算技术的网络安全厂商，安恒信息从2019年就布局相关产品的研发。其自主研发的AiLand数据安全岛平台，综合应用安全计算沙箱、联邦学习、MPC和可信执行环境等多种技术，并在政府、医疗、汽车、电力、工业等领域的数据基础设施及可信数据空间建设获得广泛落地。例如，AiLand数据安全岛平台支撑浙江省大数据交易中心实现了全国首个数据资产“变现”，极具市场价值和行业借鉴意义。

同样，安恒信息对于隐私计算的视角也有别垂直厂商。作为资深的网络安全厂商，安恒信息天然就具备数据安全基因，并不将隐私计算视为孤立的技术模块，而是数据安全治理和流通体系中的一个有机环节，通过全局视角、网安经验来打造“组合拳”产品，确保数据流通每一个环节都有可靠保障。

大模型：隐私计算的新增长极

如果说数据要素市场是隐私计算的“基本盘”，那么大模型就打开了隐私计算的第二增长曲线。

IDC在《报告》中指出，大模型快速发展带来训练数据保护、模型调用安全和知识库数据治理等新需求，推动隐私计算向AI数据安全基础设施演进。

事实上，随着大模型能力的不断提升和智能体的持续涌现，AI正加速进入到金融、政务、医疗等多个行业的核心业务场景之中，经营分析、征信风控、供应链调度、产品研发、客户运营等场景融入AI大模型等成为大势所趋。因此，数据安全问题愈发受到行业用户的重视，隐私计算在AI大模型的在数据协同和安全利用场景中有着极为广泛的应用前景。

这一重要趋势也对于隐私计算领域的相关厂商提出新要求：不仅要懂隐私计算，还要懂大模型；不仅要能保护数据，还要能理解AI的工作流。事实上，像安恒信息这样的厂商未来优势会更加突出。作为一线网安厂商，安恒信息独有的“AI+安全”双重能力，使其在应对大模型带来的隐私计算新需求时，具备了天然的理解优势，对于AI大模型的安全训练、跨域协同提供了有效保障。

另外不可忽视的是，大模型所驱动的隐私计算增量市场尚处于早期，当前相关方案在性能、与大模型的兼容性及一体化服务能力上仍有较大提升空间，这对于隐私计算相关厂商未来的综合能力也有着持续考验。

写在最后

隐私计算从热闹到沉寂再到真正崛起，已走完一个技术从概念到产业化的完整周期。

技术不会止步，市场不会停滞。唯一可以确定的是，那些能够将技术嵌入真实场景、将能力融入产业生态的厂商，才会是最后的赢家。随着数据要素全面流通以及可信数据空间的持续建设，像安恒信息这样具备数据安全的基因优势、全栈的技术能力、以及多行业场景积累落地经验的厂商，未来也有望迎来更大的市场舞台空间。