文|白 鴿

　　編|王一粟

　　今年世界人工智能大會上，大模型如何走向深度應用成為重要議題。

　　但在大模型邁向深度應用的過程中，相比于算力的稀缺，“真正的問題是缺數據，無論是在通用技術領域，還是在專業領域，數據才是決定AI能力的上限。”螞蟻集團副總裁兼首席技術安全官、螞蟻密算董事長韋韜表示。

　　畢竟，想要解決真正的行業、專業應用問題，都依賴于關鍵數據能不能按需獲得。但想要獲取高質量數據卻并不是一件容易的事情，尤其是在具體的某個行業場景中。

　　就拿金融行業來說，此前一位智譜AI技術專家對光錐智能表示，金融行業非常注重數據的隱私性，智譜AI在服務銀行客戶時，數據只能在銀行自己內部使用，不允許拿到外部進行大模型訓練。

　　背后原因在于，數據價值越高，風險越大，畢竟數據本身復制成本非常低，明文數據很容易造成二次分發，從而引發數據泄漏問題。

　　因此，高質量的行業數據難以流通起來，這也在很大程度上限制了行業大模型的迭代更新和應用落地。那么，有什么方法能夠在保證行業數據安全的情況下，能夠讓數據大規模流通起來?

　　此背景下，行業開始探索平衡數據流通與隱私安全的技術路徑。

　　韋韜認為，密算會成為數據可信流通的新算力，只有讓數據以密態方式流通，才能發揮正向價值、控制負向風險，“無論是對AI進一步發展的支撐，還是對整個數據行業支撐，我們認為行業將會從通算、智算走向密算。”

　　行業大模型落地，密算為數據流通提供安全通道

　　“我們一定要做大、做強行業大模型。”中國電信大模型首席專家、大模型團隊負責人劉敬謙在世界人工智能大會上說，一方面，借助行業大模型可以拉起我國整個大模型技術的發展，另一方面，行業也能夠為大模型的應用提供內生需求場景。

　　不過，行業大模型發展背后的關鍵，則在于行業數據的供給。

　　但當前行業數據的供給方、大模型廠商，以及用戶之間，卻很難建立相互信任的體系。企業擔心數據對外泄露，大模型廠商擔心模型資產安全，用戶擔心個人數據和隱私泄漏的風險。

　　這也就導致AI大模型在跨系統、跨行業的應用中，遇到了數據整合與流通的難題。

　　現階段，在大模型落地方案中，通過自有數據開展微調、RAG或智能體應用，并提升自有數據檢索和理解能力的大模型還十分初級，距真正賦能行業的大模型還相距甚遠。

　　“密態計算，是大模型產業深入應用的必經之路。”螞蟻密算CEO王磊說。

　　為什么密態計算能夠解決數據流轉過程中的安全問題?

　　數據密態流通的本質是通過密碼學，把訪問邊界從傳統的物理邊界變成密鑰管控的虛擬數字空間邊界，即使數據離開了數據的運維域以后，依然能夠進行有效管控。

　　此前，王磊曾解釋道，密態計算的本質邏輯，是機構一將數據通過密態環境給到機構二，在這個密態環境中，機構二能夠使用這部分數據，但并不能夠看到這些數據。也就是業界經常提的，“數據可用，不可見。” 機構二只能夠按照雙方約定方式使用數據，且其加工后的數據也只能存放到密態環境中，只有雙方經嚴格的數據確權后，數據衍生產品才能夠以明文的方式析出。

　　這不僅可以確保數據在流通過程中不能被窺探和復制，也能夠確保數據在流通過程中的行為可控。也能夠實現對相關信息進行保存并進行溯源，防止抵賴。

　　這相較于傳統的數據安全技術，已經發生了根本性的變化，“傳統數據安全技術是保障運維域內的數據安全，而密態計算技術核心保障的是域外數據的安全，是外循環的數據安全。”韋韜解釋道。

　　實際上，密態計算是把對人的信任轉移到對技術的信任，實現數據跨主體流通過程中跨域管控的問題。通過利用密態計算技術，實現數據密態流轉，做到數據“可用不可見，可控可計量”。

　　現階段，大模型行業雖然發展的“熱火朝天”，但在具體應用層面，卻很難從可用走向專業應用，背后的關鍵，就在于高質量行業數據的稀缺。而想要高質量的行業數據大規�？尚帕魍�，密態計算是關鍵。但只有標準化的技術和產品，才能夠加速行業應用。

　　密算產品化、云化，加速用起來

　　任何新技術和產品，都需要經過小規模試點后，才能邁向大規模應用階段，密算技術同樣如此。

　　事實上，此前業內也有使用密碼技術進行數據安全防護，但單純使用密碼學技術成本太高，導致難以大規模應用。同時，當前由數據泄漏造成的安全成本增加問題正日益嚴重。

　　據IBM《2023年數據報告》顯示，2023年數據泄露的全球平均成本上升至445萬美元，達到歷史新高，比2022年的435萬美元增加了2.3%，比2020年的386萬美元增加了15.3%。

　　因此，如何平衡安全技術的成本和數據價值，讓密態技術能夠更好的為數據流通做底層安全保障，則成為推動數據大規模流轉的關鍵。

　　韋韜表示，螞蟻通過可信芯片和機密計算技術來協同保障，從而大幅度降低成本，實現低成本密態計算，形成行業里規模化應用方案。

　　螞蟻集團在WAIC上發布的“隱語 Cloud” 大模型密算平臺，就是螞蟻密算科技貫徹這一技術路線而發布的首款商業化產品。該平臺通過軟硬件結合的可信隱私計算技術，在大模型托管和大模型推理等環節實現數據密態流轉，保護模型資產、數據安全和用戶隱私。

　　“隱語Cloud”大模型密算平臺首批推出兩大服務，分別為大模型密態托管和大模型密態推理。

　　大模型密態托管，指模型提供方可以將模型加密后托管在平臺上，一鍵完成云上密態部署，保護模型資產不被泄漏和盜用;大模型密態推理，是指數據以密態形式完成推理，保護用戶交互時的數據安全、商業機密等。

　　“整個密態訪問流程非常輕量化，遠程認證，密鑰交換和加密操作都是在瀏覽器中完成，和明文大模型的訪問體感一致。用戶如果擔心其安全性，也可以自己打開瀏覽器側的代碼，來確認整個訪問過程的安全性。”王磊說。

　　同時，該平臺支持GPU在可信執行環境下進行計算，使得大模型推理在密態形式下的響應時間和使用效率與明文大模型接近，實現大規模商業可用。

　　在安全保障上，該產品利用內存、磁盤加密等方法，實現用戶訪問的端到端加密和托管模型的跨域訪問控制。

　　技術產品化可以讓用戶先用起來，使數據小規模流動，但想要數據真正大規模流動，王磊認為：“用‘云’的方式才會實現數據的規�；�流動，并把安全技術的成本降下來。”

　　現階段有很多機構，數據在私域內，又希望用大模型，所以把大模型私有化部署到域內來。但私有化部署會帶來的兩個問題，一個是大模型更新迭代非常快，企業很難快速部署最新升級的大模型產品，導致模型的效果受到影響。更重要的是，私有化部署的成本很高，很難大規模普及。

　　王磊認為：“隱私計算是保障用戶數據安全和隱私的重要技術，但是它成本很高，之前只有一些非常有錢的機構才能夠用的起，但通過‘云’的方式是能降成本的。”

　　今年5月，螞蟻集團對外透露，在今年內發布 “隱語Cloud”密態計算的相關產品和服務，讓企業像購買云服務一樣購買隱私計算服務，支持數據跨云跨端可信流通。此次隱語Cloud大模型密算平臺，也會提供公有云和專有云交付方案，支持市面上主流的通用大模型。

　　以公有云為例，提供PaaS層服務，模型提供者可以一鍵加密上傳自己的大模型，10分鐘即可完成高可用推理服務的發布。用戶通過網頁就可以實現對模型的加密訪問，無需感知到復雜的加密過程，即開即得。

　　“我們希望通過密算技術給用戶非常強的安全保障，解決“不敢、不愿”的問題，再通過密算云服務解決“不會”的問題。”韋韜表示，“同時，還希望推動行業把整個鏈路走通，讓大家能夠敢而且愿意把高價值的數據流通起來。”

　　當前，密算技術已準備好，而接下來則是要邁入真正的商業化落地應用，畢竟技術只有商業化落地，才能夠可持續地產生價值。

　　商業化的成功，需重塑隱私計算的市場格局

　　螞蟻密算和傳統隱私計算的最大區別，在于重新樹立了隱私計算的市場格局。

　　從技術的角度來講，近年來雖然行業中一直對隱私計算進行了相關技術研發和應用，但在韋韜看來，很多隱私計算技術包括現在用的最多的是PSI(隱私計算求交)，應用效果非常好，但非常淺，只是其中一個環節，并沒有實現數據流轉全鏈路保障。

　　而數據就像自來水，局部流通的價值遠遠小于全域流通。

　　技術的迭代更新能夠逐步降低應用成本，但想要真正實現大規模商業化，本質上還需要數據產業鏈條上的各方參與者，從原本的安全成本投入思維，轉向利益分潤的模式。

　　“行業數據的提供方，是希望能夠通過數據進行變現，變現的最好模式就是基于行業大模型能夠持續的提供產品價值，來獲得收入;而模型的提供方，也是希望能夠持續獲得分潤，而不是一次性的售賣。”王磊表示。

　　事實上，在原本隱私計算的商業模式中，主要是通過賣軟件技術，以高成本的項目交付方式進行。但因為安裝環境，使用方法等各種問題，僅僅提供軟件并沒法保證數據流通過程的安全性，同時這種高成本低利潤的商業模式，也導致隱私計算技術提供商無法在安全技術上持續投入。

　　“但是隱私計算是要讓數據流通起來，并且保證數據安全，這是最終目的。”王磊說道，“我們希望的商業模式，是對安全結果負責。保證整個數據流通的過程中的安全性，從全鏈路上降低成本和法律風險，并由于數據價值得到了保障，密態計算技術提供商可以從被保障的數據價值中分得利潤。”

　　因此，螞蟻密算希望能夠通過多方聯動，在構建全產業鏈數據安全防護的基礎上，能夠讓各方獲得一定的利益，從而更好的推動安全技術的投入和支出。

　　現如今，密態計算已經進入規�；�商業應用的前夜。

　　“螞蟻密算的使命是通過密算科技推動數據可信流通。”韋韜說道，“科技是最大普惠，但技術通過商業化是最好的服務社會的形式，這是我們成立浙江螞蟻密算公司的初衷。”

　　不過，雖然現階段隱私計算已經在部分場景中已經有了商業化落地應用，但在行業大模型應用場景中，仍處于PoC階段。

　　對于密態計算的商業化應用，韋韜認為，隱私計算技術非常像光伏，光伏剛推出來的時候價格昂貴，肯定不是讓所有行業全部用上，但高需求行業先用起來后，實現規�；�的降低成本，當它降到臨界點的時候，對于光伏而言發電成本跟煤電相當的時候，全面大規模展開應用。

　　同理，隱私計算也一定是從比較高價值的數據，高價值的場景開始來用，但是它解決的問題不是只有高價值數據才有的需求。“當密態計算的成本，降低到數據流通價值的5%，就能夠實現規模化推廣。”韋韜曾向光錐智能提到。

　　與此同時，市場化的應用，還需要交給市場化的手段。在密態計算技術走向市場商業化的過程中，韋韜認為可以引入保險機制。

　　保險公司主要有兩個作用，一個是事前，保險公司做獨立的第三方，去看所有產品的安全性是不是能達標，并根據實際安全風險狀態收取不同費率的保費。第二個，真的出現了黑天鵝事件，事后(保險公司)做風險兜底。

　　通過這個方式，才能推動整個產業良性地運作起來。只有商業的模式健康運轉起來，技術的迭代也才能可持續地健康發展。

　　隨著大模型的大規模商業化落地，數據要素的流通市場也勢必會不斷擴大。但現在現階段，隱私計算技術在大模型數據可信流通賽道中，尚屬于早期，未來真正的商業化落地，仍需要驗證。

　　但隱私計算就像數據的安全通道，越快打開，大模型的落地效率就會更高。就像螞蟻集團董事長兼CEO井賢棟此前所比喻的，數據價值就像“自來水”一樣，從原來的數據孤島，像自家水井一樣自產自銷，走向“桶裝水”式的點對點流通。

　　接下來，大規模數據流轉會發展為猶如“城市自來水網”的行業、區域間可信流通，走向未來更廣域的可信流通，形成綜合水利工程。在此基礎上，大模型產業及各種數據要素的應用場景，將都能夠充分應用數據要素價值，實現跨行業、跨地域和跨云可信流轉和互聯互通。