发帖
雷达卡
据恒州诚思调研统计，2025年全球可信数据计算平台市场规模约90.45亿元，预计到2032年将接近173.6亿元，未来六年复合年增长率（CAGR）为9.7%。随着金融、医疗、政府及工业企业对数据协作的需求不断增长，如何在不直接交换敏感原始数据的情况下开展联合分析、模型训练和业务决策，正成为数据要素开发利用中的重要问题。可信数据计算平台通过将隐私保护计算、安全控制与协同任务管理结合起来，为跨组织数据使用提供新的技术路径，也为数据安全、人工智能和企业级软件供应商带来市场机会。可信数据计算平台是一类支持多个组织或数据持有方在保留底层数据控制权的前提下开展协同计算的软件平台。其核心功能包括身份认证、访问控制、任务编排、结果验证和审计追踪，并结合安全多方计算、联邦学习、可信执行环境、同态加密等隐私增强技术，在降低敏感数据暴露风险的同时，支持经过授权的数据分析与模型开发。与传统数据平台侧重数据汇集、存储和处理不同，可信数据计算平台更关注数据如何在受控条件下参与计算，以及参与方能否验证数据使用过程是否符合既定规则。
跨机构数据协作需求的增长，是推动市场发展的重要动力。金融机构开展欺诈检测、信用风险评估和联合风险建模时，往往需要参考多方数据，但数据安全和内部管理要求限制了原始数据的直接共享。医疗与医药机构在开展多中心研究、疾病分析和模型训练时，也需要在保护敏感信息的基础上提升数据利用效率。政府部门、电信运营商及制造企业同样面临跨部门、跨企业数据协同需求。可信数据计算平台能够为这些场景提供受控计算环境，减少不必要的数据复制和传输，为分散数据资源的联合利用创造条件。
从技术演进看，市场正由单一隐私计算工具向覆盖数据协作全流程的一体化平台发展。安全多方计算能够支持多个参与方在特定协议下共同完成计算，联邦学习侧重在数据保留于本地的情况下开展联合模型训练，可信执行环境则借助受保护的硬件执行区域隔离敏感计算任务。同态加密等技术也可在特定条件下支持对加密数据进行运算。不同技术路线的安全假设、计算开销和适用任务并不相同，因此企业选型需要结合数据敏感程度、参与方数量、计算复杂度及可接受的运行时延进行判断，而不是简单比较平台采用了多少种技术。
平台建设也在从计算引擎向综合治理能力延伸。企业除了关注计算是否安全，还需要管理参与方身份、数据访问权限、任务执行流程和计算结果交付，并保留必要的审计记录。标准化接口、跨平台互操作、灵活部署和可验证的数据使用控制，逐渐成为企业采购时的重要考量。随着可信数据计算与数据治理系统、数据空间及人工智能开发平台融合，相关产品有机会从特定项目中的技术组件，发展为企业跨组织数据协作的基础设施。
市场机会主要集中于能够产生明确业务价值的应用场景。金融服务业可利用相关平台开展联合风险建模和欺诈识别；医疗与医药行业能够支持多中心科研和协同模型开发；电信及互联网企业可探索隐私保护分析和联合模型训练；制造、能源与交通运输领域则可用于安全供应链协作、设备性能分析和跨企业运营优化。对于数据资源分散、单一机构难以独立形成完整分析结果的场景，可信计算能够帮助参与方在不必全面汇集原始数据的情况下开展协作。不过，具体应用效果仍取决于数据质量、模型设计、业务流程及参与方之间的协作机制。
云端平台、本地部署平台和混合部署平台构成了重要的产品细分方向。云端模式有利于共享计算资源并降低部分基础设施建设压力，本地部署更适合对数据控制和内部环境有特定要求的组织，混合部署则可结合不同系统的运行条件安排计算任务。按照环境支持能力，市场还可分为单环境可信执行平台、多环境可信执行平台和跨平台可信执行平台；按照自动化程度，则包括人工辅助型、半自动化、高度自动化及全自动化计算平台。随着接入系统、参与机构和任务类型增加，平台在接口兼容、任务配置、权限管理和运行监控方面的能力，将直接影响部署效率与后续维护成本。
行业发展仍受到计算性能、技术集成和安全治理等因素制约。密码计算可能带来额外的处理资源消耗，可信执行环境则依赖兼容硬件、安全配置及持续的生命周期管理。不同机构使用的数据格式、访问策略和计算架构各不相同，平台需要投入额外资源进行接口开发、系统适配和安全测试。与此同时，不同隐私保护技术的安全边界并不一致，身份认证、密钥管理、参与方权限控制及对异常行为的防护仍然十分关键。服务商需要明确说明技术方案的适用条件，并通过测试、审计和持续维护建立客户信任。
从产业链看，上游包括计算基础设施、安全硬件、密码技术、数据管理系统和身份安全组件供应商；中游平台厂商负责整合隐私保护计算引擎、分布式计算框架、任务编排、授权控制、结果验证及审计能力；下游则覆盖金融机构、医疗组织、政府部门、电信运营商和制造企业等。平台供应商的商业模式包括企业软件授权、平台订阅、本地化部署、实施服务和定制化协同计算项目。随着客户需求从单次技术验证转向长期运营，实施经验、行业适配能力、系统集成和持续技术支持，将成为影响项目落地的重要因素。
全球可信数据计算平台市场的竞争参与者包括Duality Technologies、Fortanix、Opaque Systems、Enveil、Microsoft、Decentriq、Partisia、Edgeless Systems和Scontain等，国内相关企业包括上海数篷信息科技、天翼云科技、上海软中智链数字科技、蚂蚁集团及华为等；日本市场相关企业还包括NTT DOCOMO BUSINESS、Fujitsu、NEC和NTT DATA Group。不同企业在隐私计算技术、安全基础设施、云平台能力及行业解决方案方面的业务定位存在差异。评估竞争格局时，除了关注平台功能，还需要比较计算效率、技术适配范围、部署灵活性、互操作能力和实际行业项目经验。能够在安全保障与业务性能之间取得平衡，并提供稳定交付和持续服务的供应商，更有机会满足复杂的企业级需求。
区域市场的发展受到数据保护规则、数字基础设施、专业技术人才和跨组织协作成熟度等因素影响。北美、欧洲及亚太地区均存在金融、医疗和数字服务领域的潜在应用需求，但不同地区的数据本地化要求、跨境数据政策和行业监管框架会影响平台架构及部署方式。对于需要在多个司法辖区开展业务的企业而言，如何兼顾本地合规要求与统一的安全控制体系，将成为平台建设和供应商选择中的重要问题。
恒州诚思分析师认为，可信数据计算平台的增长潜力不仅来自隐私保护技术本身，更来自企业对跨组织数据协作和人工智能应用的实际需求。未来市场竞争将围绕安全能力、计算效率、系统兼容性和业务价值展开。对平台厂商而言，需要将技术能力转化为可部署、可验证和可持续运营的解决方案；对采购方而言，则应优先评估具体业务场景、数据治理基础、部署成本和协作收益，避免仅以技术概念或功能数量作为采购依据。
京公网安备 11010802022788号
