螞蟻發起“隱私革命”

AI加快了整個行業邁向數據密態時代。

7月5日，在2024年世界人工智能大會上，螞蟻集團推出了螞蟻密算公司的第一款產品——“隱語Cloud”大模型密算平臺。

據螞蟻密算CEO王磊介紹，“隱語Cloud”大模型密算平臺主要提供兩個能力，分別爲大模型密態託管和大模型密態推理。

密態託管主要是解決大模型本身IP保護的問題，當大模型在雲上部署的時候，大模型會被加工成密態的，確保模型IP不會被別人偷去。大模型密態推理主要解決的是訪問信息的保護，訪問信息在整個的推理過程中都是密態的。

當下，高質量數據供給和安全流通，成爲大模型進入垂直產業應用的首要挑戰。大模型在垂直行業應用時，許多企業通過私有化部署來應對數據安全挑戰，這不僅增加企業的運維和服務成本，也影響對外服務的效率和質量。

專業數據通常分佈在不同機構和企業，因其高價值和保密性而難以共享。同時，企業、大模型廠商和用戶之間存在信任障礙：企業擔心數據泄露，廠商擔心模型資產安全，用戶則擔心個人隱私風險。

王磊透露，隱語Cloud平臺將提供全鏈路數據安全服務，覆蓋大模型從構建到服務的全過程。平臺將爲大模型的預訓練、微調、評測、推理和用戶交互提供密態計算，確保數據在提供方、使用方之間的安全流轉。此外，平臺還將提供包括密態檢索、提示詞和流程編排在內的全鏈路開發工具。

螞蟻集團副總裁兼首席技術安全官、螞蟻密算董事長韋韜認爲，數據供給決定了大模型應用能力的上限，而隱私計算技術決定了數據跨域供給的上限。當大模型從通用走向專業應用，從技術想象力走向產業的生產力，必須要解決高質量數據集稀缺與專業數據阻滯的挑戰，否則大模型作爲“智力引擎”，只會陷入空轉。

5月底，螞蟻集團宣佈了以AI和數據技術爲核心的科技戰略，併成立了浙江螞蟻密算科技有限公司，將提供密算相關的產品和服務，包括一套端到端的數據安全保障、一套軟硬件結合的計算加速解決方案和一個隱私計算雲服務平臺，推動數據安全可信的跨雲跨端低成本流通。

以下是華爾街見聞與螞蟻集團副總裁兼首席技術安全官、螞蟻密算董事長韋韜和螞蟻密算CEO王磊的對話實錄（經編輯）：

提問：如何看待成本、安全和性能之間的關係？

王磊：安全一定是有成本的，這本質上包含兩個方面：首先，從商業視角看，隱私計算技術帶來的安全收益是否足夠抵消成本。例如，在數據泄露事件中，我們觀察到的損失動輒數百萬美元，因此，如果安全措施的成本低於潛在損失，那麼這些措施就是可接受的。其次，從技術角度出發，隨着技術的不斷迭代，相關成本將逐步降低。此外，隱私計算產品需要根據安全需求進行分級，對於價值不是非常高的數據，不必採用高成本的安全防護措施。在對數據進行安全分級的基礎上，技術措施也應相應分級。當數據的價值與其安全措施的成本相匹配時，這樣的安全策略纔是最經濟、最合理的。

提問：如何理解在加入密態計算流程後，服務成本反而降低的情況？此外，加入密態計算似乎增加了一個步驟，這將如何影響整個數據流通的效率，是提高還是降低？

韋韜：單純看技術鏈路肯定是成本更高，但從整個全鏈路來看，綜合考慮人爲因素、技術因素和合規因素等，實際上總成本是更低的。明文計算雖然在初期看似簡單，但一旦發生數據泄露，將會帶來巨大的損失，包括商業利益的損失和法律風險等。密態計算的研發將引發一場變革。目前，許多數據源方由於擔心數據泄露，不敢輕易共享數據。密態計算技術能夠使這些原本無法流通的數據得以安全流通，從而充分發揮數據的價值。

提問：隨着大模型的問世，人們普遍關注算力速度和價格這兩個問題。近兩年，許多獨立的隱私計算廠商發現生意越發難做。在我們的策略或方法中，當應用到具體的業務場景時，客戶通常在哪些方面會採用密態計算？

韋韜：在過去兩年中，隱私計算行業進行了大量嘗試，主要處於所謂的"桶裝水"階段，實現了點對點的連接。PSI（隱私計算求交）是目前應用最廣泛的技術之一，它允許兩個機構在保護各自用戶隱私的前提下，進行用戶羣體的交集計算。雖然這種技術在驗證單個環節方面表現良好，但其應用範圍相對有限，尚未實現數據流轉的全鏈路保護。

在整個研發過程中，數據源方對於數據泄露的擔憂仍然很大，這一問題尚未得到有效解決。當前的技術應用在深度和廣度上都還不夠。如果將"桶裝水"階段的技術擴展到大規模應用，成本將會非常高，而且整個流程缺乏一致性的保障，風險也未能得到有效控制。

王磊：隱私計算商業化之所以不再那麼熱門，主要有以下兩個原因：首先，隱私計算技術目前主要適用於小規模應用，且成本高昂，難以實現規模化，這導致了成本難以降低。只有擴大規模，成本纔有望降低。其次，傳統的商業模式主要是銷售軟件，這種高成本的交付模式並不利於隱私計算技術的應用和推廣。隱私計算的最終目標是促進數據的安全流通。

我們成立新公司後，也在深入思考這個問題。一方面，我們計劃採用雲化模式，包括即將推出的隱語Cloud等系列產品。我們認爲，只有通過雲服務，數據才能真正實現大規模流通，並應用於更復雜的場景，從而實現規模化並降低成本。同時，我們也將在端側推出相關產品，實現端雲協同。

另一方面，我們希望建立一種對結果負責的商業模式。這意味着在數據流通的整個過程中，我們能夠確保數據安全，從全鏈路的角度降低成本和法律風險。我們希望在這個過程中持續獲得收益，因爲數據價值得到了保障，從而從數據價值中獲得利潤。

我們希望引入保險公司，它能夠起到兩個作用：一是作爲獨立第三方，在事前對產品安全性進行評估，提供數據安全保險；二是在發生不可預見的黑天鵝事件時，提供事後保障。通過這個方式推動整個的產業良性地運作起來。這樣的機制將促進整個產業的良性運作。只有商業模式健康運轉，技術創新和迭代才能持續健康發展。

提問：在過去幾年中，市場上普遍認同了隱私計算技術的重要性，但在技術層面，對其是否爲一項必不可少的技術存在分歧。一些專家指出，儘管隱私計算的成本較高，但可能存在性價比更高的替代技術。隱私計算要獲得市場機構的廣泛認可，是否真的存在迫切的需求？它還需要克服哪些障礙？

韋韜：隱私計算技術的發展軌跡與光伏產業頗爲相似。光伏技術剛推出時成本高昂，不可能立即普及到所有行業。然而，隨着高需求行業率先採用並推動規模化生產，成本逐漸降低。當光伏發電成本降至與煤電相當的臨界點時，它便開始得到廣泛應用。

隱私計算同樣遵循這一模式，它將首先在高價值數據和場景中得到應用。儘管隱私計算解決的問題並非僅限於高價值數據，但當前數據泄露問題已經非常嚴重。許多機構的數據在暗網上被交易，造成嚴重後果。然而，這只是冰山一角，國內黑產的大量數據交易已經不僅限於暗網，這是一個非常危險的現象。數據泄露正在大規模發生，對社會造成巨大傷害，而傳統技術路徑無法有效保障數據安全。

當高價值數據和場景的行業首先建立起隱私計算體系，並實現規模化以降低成本時，它將能夠服務於更多行業。我們認爲，每個行業場景的臨界點是隱私計算的成本降至數據流通價值的5%左右，這將實現規模化推廣。

王磊：我也補充一下，先講一個概念，我們經常提到密態計算，雖然現在不再提及隱私計算，但隱私計算仍是行業的認知。我們之所以轉向密態計算，並非爲了炒個新的概念。在大家的印象中，隱私計算更多是基於多方安全計算和聯邦安全學習兩方做融合，融合的過程中增加保證參與者之間互相不能夠竊取到數據。其實在數據大規模流通過程中，很多應用場景並不是這個。

舉個很現實的例子，現在公共數據開放面臨什麼風險？數據要放到外網做開放，這裡面可能不涉及到數據融合，但有巨大的風險，這是他們不敢開放的原因。例如，將政務內網的數據轉移到外網平臺時，如何確保數據的安全性？即使運維公司是可信的，運維人員是否也同樣可信？他們是否可能通過拆卸硬盤或其他方式輕易地竊取數據？此外，在數據加工和使用過程中，即使是有正常權限的人員，也可能存在數據泄露的風險。

所以有很多的真正有價值的數據是不敢開放的，一直講開放，一直很難開放。密態計算通過密態的方式確保運維者沒有辦法竊取到數據，讓數據真正的開放流通起來。

隱私計算之前只應用到整個數據流通當中的一小環節一小部分環節，當數據真正大面積流通，我需要做到多方數據融合。我們認爲密態計算是下一代的隱私計算，希望解決數據更大規模流通中遇到的真正問題。