你有没有过这种经历？搜了一次冷门体检项目，接下来大半年打开所有APP全是相关广告。 甩都甩不掉。 你说烦不烦。
我们想要APP懂我们，给我们推刚好需要的东西，可我们不想把自己的就医记录、消费习惯甚至家住哪全给出去。对吧？
之前大厂之间想合作搞更准的推荐，都得拿着数据交换，你给我我的用户数据，我给你你的，一换就是风险，搞不好就触了监管红线。现在呢？很多合作已经不用交换原始数据了——这背后干活的，就是今天要说的这个东西。
你天天用它，却多半没听过名字
说个真实的场景。一个普通人去银行申请经营贷款，银行需要知道他最近一年的流水和纳税记录对不对？这些数据都在税务部门，税务部门能把所有企业的纳税数据直接给银行吗？ 肯定不能。 那以前怎么操作？要么让申请人自己跑去税务开纸质证明，来回跑两三天，要么银行对接接口，拿了全量数据回去算，风险全在银行这边，一不小心就出泄露。
现在用隐私计算怎么干？银行把申请贷款的用户ID加密发给税务，税务在自己的服务器上算出这个用户符合不符合贷款资质、应该给多少额度，把结果加密发回给银行，全程银行拿不到税务手里任何其他用户的原始数据，税务也拿不到银行手里用户的其他信息，双方都拿到了想要的结果，谁都没碰对方的原始数据。
不止金融。你现在刷短视频的个性化推荐，平台之间联合做广告投放，甚至医院联合研究新药的病例数据，都能用这个。
很多人一听到隐私两个字，就觉得这是给普通人加的保护锁，说白了就是不让平台拿我数据。其实不对，它真正的作用是盘活数据，又不踩红线。以前大家手里都有数据，不敢拿出来用，也不敢交换，现在好了，价值能拿出来用，数据还是留在自己这。
别被术语吓住，核心逻辑三岁能懂
一讲隐私计算，很多文章上来就甩联邦学习、安全多方计算、同态加密一串术语，看完直接劝退。说实话，核心逻辑一点不复杂，举个例子就懂。
你和你的同事都想知道你们俩谁的工资更高，但是你们都不想告诉对方自己具体拿多少钱。怎么办？
放在以前，要么两个人都把工资条摊开，谁都知道对方赚多少，要么永远比不了。隐私计算的做法是，你找一张纸条，写上你自己的工资加一个只有你知道的随机数，折起来给同事，同事也写一张自己工资加一个只有他知道的随机数给你。你拿到同事的数，加上你自己的真实工资，减去你加的那个随机数，给回同事，同事减去他加的随机数，就得到了两个人工资总和，对比一下就知道谁高谁低。
全程。你不知道同事的真实工资。同事也不知道你的。 但是你们都得到了想要的答案。
就这么简单。那些复杂术语，本质就是给这个逻辑套上更安全更高效的加密算法而已，核心没变：能用数据的价值，拿不到数据本身。
不过话说回来，很多人对隐私计算有个挺大的误区，觉得它就是加密存储对不对？不对。加密存储是说我把数据锁起来，不用的时候没人能看。隐私计算是说，我用你的数据的时候，也不用打开锁看到原始数据，直接就能算出来想要的结果。完全两码事。
还有人说，那我把数据都匿名化不就行了？匿名化其实不安全，只要多个数据凑一起，很容易就能把匿名的数据对应到具体某个人身上。隐私计算从根上就没把原始数据拿出来，也就不存在这个问题。
吹得神乎其神，其实还有不少坑
说实话，现在资本炒概念，一堆厂商把隐私计算吹成解决所有数据问题的神药，其实根本不是这么回事。我接触过几个做这个方向的工程师，吐槽都吐不过来。
第一个坎就是慢。原来所有数据都放在同一个服务器里，算完一秒出结果。隐私计算要多个不同机构的服务器之间来回传加密后的中间结果，一来一回，速度比原来慢几倍甚至几十倍。要是数据量特别大，比如几十万用户的特征计算，等你算出来，投放窗口都过了。现在很多算法都在优化速度，但是离像传统计算一样快，还有不小距离。
第二个坎，没有绝对的安全。很多厂商说我们的隐私计算绝对不会泄露数据，这话听听就算了。现在已经有研究证明，哪怕你不拿原始数据，也可以通过多次计算的结果反推出原始数据的信息，尤其是如果某个细分样本只有很少几个人，甚至一个人，反推的成功率特别高。当然现在算法也在补这个漏洞，但还做不到100%。
第三个坎，成本太高。一套隐私计算平台搭下来，小公司根本用不起。哪怕租着用，每年的服务费也不是小数。很多小商家小平台本来就没多少数据，犯不上花这个钱。
那说了这么多，隐私计算是不是就是个骗投资的概念？当然不是。监管越来越严，大家对数据泄露越来越敏感，原来那种“拿数据换体验”的路子已经走不通了。用户想要个性化的服务，又不想隐私被泄露，这个需求是真的，那隐私计算就是刚好卡在这个节点上的技术。
以后说不定哪天，你想领商家的新用户优惠券，不用再授权商家读你的通讯录和地理位置了，商家只要通过隐私计算确认你是第一次来，就能给你优惠，你的信息半毛钱都不会给出去。想想是不是比现在爽多了。
它不是什么神药，但是它给了我们另一种选择：不用在“被裸奔”和“用不了好服务”之间二选一。 这就够了。
作者|科技
排版|科技
审核|乐乐