36氪首发 「洞见科技」完成数千万元级别Pre-A轮融资为政务、金融客户提供隐私计算服务

　　36氪首发 「洞见科技」完成数千万元级别Pre-A轮融资，为政务、金融客户提供隐私计算服务

　　36氪获悉，深圳市洞见智慧科技有限公司（以下简称「洞见科技」）已于年初完成Pre-A轮融资。本轮主要投资方为元起资本和飞凡创投，心元资本和其他老股东跟投，金额在数千万元人民币级别。

　　洞见科技是36氪持续关注的一家公司。其成立于2020年初，由中国最大、世界第四大信用管理集团“中诚信”投资孵化，定位于以安全多方计算、联邦学习、区块链等为核心技术的数据智能科技服务商。公司核心员工均来自中诚信征信，其中创始人、董事长姚明为前中诚信征信副总裁兼CTO，曾担任中国互联网金融协会信用专委会委员等。创始人、总裁毛赛为前中诚信征信副总裁兼CFO，全国青联委员，同时任职中诚信投资集团有限公司管理委员会委员、董事会秘书，中诚信征信有限公司董事。

　　在行业中，2020年被称作隐私计算元年。彼时由于政策上合规避险的要求，以及业务端发挥大数据价值的诉求，业内诞生了一批隐私计算公司，希望通过技术手段让数据“可用不可见”。36氪在此前的分析中曾提出，隐私计算平台的落地需要从产品/技术能力、数据源/客户资源数量、平台可信性等几个方面综合考量。按照这些维度，公司创始人兼董事长姚明介绍，公司在过去一段时间内的进展主要体现在产品/技术和商业化两方面。

　　在技术方面，洞见基于金融业务的实际诉求，聚焦“安全、性能、兼容”三个特性，一是推出无第三方联邦学习（NTP-FL）技术，解决多方联合建模中的第三方可信风险问题；二是推出快速联邦学习技术，相比开源算法有数十倍的速度提升，解决多方联合建模中的性能问题；三是通过MPC+FL的双计算引擎，适配不同计算场景，并在一定标准内支持异构计算框架之间的互联互通。

　　如果对客户需求进行拆分，当前在对政府的服务上，洞见主要帮助地方政府解决数据要素流通和数据能力开放问题，并以此服务于当地金融机构。在服务金融机构方面，则主要满足其多方联合风控、联合营销需求。另外，姚明还主要介绍了针对金融机构的交付方式：“我们通过提供解决方案的方式服务这类客户。解决方案中包含三方面内容，首先是隐私计算软件平台，第二是多方数据资源接入，第三是基于平台使用和数据价值解读的咨询服务。”基于这些前提，当前公司的典型案例包括，与某股份制商业银行的基于隐私计算的大数据普惠金融智能风控试点应用，与某大型保险公司的基于隐私计算的大数据智能营销试点应用，以及与某地方政府的基于隐私计算的中小微企业融资服务对接案例等。

　　从服务方式延展到商业模式。自2020年年初至年中，隐私计算曾引起资本关注热潮，当时有多家公司认为自身可以按照平台思路发展，采取数据使用量或交易规模获取分润等收费方式，这亦是多家投资机构所认可的想象力。时隔近一年，36氪了解到，此时已有一些企业在进行类似尝试，但由于探索期的存在，此类模式尚未走入公众眼前。对此，姚明介绍，洞见希望帮助数据源机构、数据分析机构、数据应用机构共建数据智能联邦，基于隐私计算和区块链更安全地释放数据价值。在商业模式方面，面向不同的客户场景，可以区分为平台建设收费、解决方案收费、数据智能运营服务收费等不同的模式。但目前整个隐私计算行业仍处于发展初期，所以收费模式仍处于差异定制化阶段。

　　整体来看，经过过去一年的市场教育，不少客户对隐私计算的认知已经度过最初的科普阶段，来到验证期。不过公司认为，即使目前隐私计算有大量的PoC案例，却仍未到大规模付费采购阶段。目前随着PoC面向业务场景的深化，客户对隐私计算技术的安全性和兼容性虽然仍有不同程度的顾虑，但对其价值已经广泛认可。因此，客户的主要关注点包括算法安全、计算性能、平台功能、数据资源、服务能力、合作案例等方面，这也将成为各家技术服务商未来发展的差异化特点。

　　元起资本联合创始合伙人万熠：我们对洞见的投资逻辑主要是行业、时点和公司三方面。首先是行业。在数据成为生产要素的时代背景下，隐私计算作为解决数据流通共享与日益严格的市场监管间矛盾的技术手段，应运而生，这是我们看好隐私计算的原因。第二，我从2017年开始关注隐私计算，几年内隐私计算已从概念逐步走到商业化试点落地，所以当下是投资隐私计算比较好的时点。第三是公司本身特质。隐私计算的本质是在数据所有权和价值分离的基础上，实现数据价值在多主体间的流通，成为数据价值流通的承载平台。因此我们很看重公司的技术能力、对数据行业理解的深度，以及数据供需的上下游对接能力。而洞见产品在金融、政务等多个场景的商业应用，源自全球第四大信用管理集团中诚信的团队背景，长期服务政务金融客户的行业经验，是我们选择洞见的原因。

　　飞凡创投投资经理杨玄：隐私计算的目的是在满足合规的前提下发挥数据的价值，当前来看价值提升主要有两条路径，一是通过优化数据模型或底层算法，提升数据分析效率，使价值无限接近因合规问题而没落的大数据商业分析领域之前的状态；二是基于合规的正当性，开辟新的，此前还未被广泛使用过的高价值数据源。前者的壁垒说低不低，说高也不高，后者可能才是决战的关键，而洞见的核心团队在金融与政务领域已深耕多年，具备一些独家的优势。