20221031_艾瑞咨询_厂商竞争力象限（2021Q1 – 2022Q3隐私计算+金融中国市场）（36页）.pdf

厂商竞争力象限 2022.10 iResearch Inc.iResearch Vendor（2021Q1 2022Q3，隐私计算+金融，中国市场）2 2022.10 iResearch I执行摘要 来源：艾瑞咨询研究院自主研究及绘制。商用实践 厂商研究 在“iResearch Vendor：厂商竞争力象限（2021Q 1 2022Q 3，隐私计算+金融，中国）”的评估中，共计有 10家厂商入围象限。象限定义了综合领导者、实践竞争者、持续竞争者、发展竞争者四类厂商，每一类厂商均有其值得被关注的优势能力。基于市场调研及分析师研究，象限围绕“阶段性市场分化、厂商格局演变、厂商能力演变、客户关注的厂商能力”对金融市场的隐私计算供应商竞争现状及市场格局走势展开了解读。艾瑞可信科技团队在行业中首次定义了 TDaaS（Trusted Data（intelligence）as a Service，可信 数据（智能）即服务）理念，这是一项值得被数据提供者、数据应用者及服务商共同关注的数据安全可信流通的能力范式。分析师给出了 TDaaS 的三层关键能力，并对 TDaaS 进行了概述性解读。研究团队围绕对金融机构用户、技术服务商的调研，对隐私计算在金融领域的整体商用实践情况进行了分析。包含隐私计算平台建设、平台选型研究、隐私计算应用场景实践、商业模式、技术实践扩展等方面的研究内容。针对隐私计算平台建设类项目，报告基于客户类型、技术方案、市场特点与项目价格进行了统计与分析。围绕隐私计算平台选型象限，对 10余个要点技术指标进行了分析，列举了值得关注的金融隐私计算平台能力。应用场景实践方面，报告围绕基于隐私计算的数据源链接能力、金融业务理解和经验、数据调用的合规性、流量接入等多项要点能力展开了分析。报告 围绕“iResearch：隐私计算商用实践周期洞察矩阵（平台建设+场景实践的研究，中国金融市场）”从技术平台建设、应用场景实践两个角度洞察了全行业周期的发展走势。3厂商竞争力象限（2021Q1 2022Q3，隐私计算+金融，中国）iResearch Vendor4 2022.10 iResearch I独立性、客观性声明 来源：艾瑞咨询研究院自主研究及绘制。iResearch Vendor：厂商竞争力象限（2021Q 1 2022Q 3，隐私计算+金融，中国）的研究因不受任何组织或个人的委托而保持高度的独立性。评估过程将在分析师研究、金融机构用户反馈、厂商调研等多种形式与方法下展开执行，以确保研究及评估结果的客观性。iResearch Vendor：厂商竞争力象限（2021Q1 2022Q3，隐私计算+金融，中国）5 2022.10 iResearch I评估背景及客户之声 注释：1&2、受访的金融机构数量为 90家，接受访谈的领导者共计 151位。受访者涵盖金融机构中的 IT/技术、金融业务团队的领导者与应用者。来源：研究团队市场调研、艾瑞咨询研究院自主研究及绘制。金融机构用户发起的隐私计算项目中，服务商的两大方面能力被客户所关注一方面是，隐私计算平台建设、跨平台互联互通建设等产品技术能力；另一方面是，基 于隐私计算的数据链接调用、场景建模、流量接入等可信数据运营能力。因此，这两个方向将被纳入厂商评估的关键维度。受技术多样性等因素的影响，客户难以仅通过 POC 对供应商的技术能力全貌展开完全精准的判断；部分金融机构会考虑采纳多个供应商约 25%的金融机构客户提出1：真实业务环境的实践成效同 POC 及形式化验证中的表现存在差异（受技术多样性、产品特殊性、计算数据量、业务环境等因素的影响，会导致其差异性的出现。此外，市场调研发现，极少数技术供应商在 POC 中存在技术舞弊的现象，也是造成差异出现的原因之一）。另外，部分用户反馈，未来的技术平台建设与应用场景实践中，如具备必要性条件，可 考虑纳入不止一个服务商来丰富或强化综合能力。厂商的当下服务能力与持续服务能力同样重要65%+的金融机构客户提出2：除了关注厂商是否能够帮助机构在现阶段良好地实现隐私计算平台建设和可信数据运营及应用场景实践外，还需要关注厂商的持续服务能力以保证技术 ROI 的持续向好。6 2022.10 iResearch I持续竞争者 实践竞争者 厂商竞争力象限（隐私计算+金融）注释：1、实践竞争力围绕厂商在“产品技术、场景应用&可信数据运营、商用实践经验”三个方面的现阶段综合能力展开考察，是对厂商目前实践能力的综合评估；2、持续发展竞争力围绕厂商在“产品技术、场景应用&可信数据运营、商用实践经验”三个方面的战略及其将战略付诸实践的能力展开评估，一方面考察厂商战略的合理性与领先性，另一方面结合厂商的现有能力及资源，考察厂商是否能将其设定的战略付诸于实践，是对厂商持续发展能力的综合评估。来源：艾瑞咨询研究院自主研究及绘制。综合领导者 本次评估范畴涵盖 25 家隐私计算服务商(艾瑞可信科技团队提名+金融机构提名)，基于评估标准，共计 10家 厂商入围象限。象限中每一个厂商用例的位置，反映的是产品与技术、场景应用与可信数据运营、商用实践在实践竞争力及持续发展竞争力上的综合评估。而 入围者均具备不同方面的差异化优势。比如某一入围者很有可能处于非综合领导者象限，但其在某项技术能力上，拥有全行业领先的水平。因此不建议金融机构用户仅根据厂商在象限所处的位置作为单一的供应商参考信息，金融用户应该结合具体需求及厂商专长，匹配最佳合作者。有关象限咨询，请 点击“联系分析师”进行交流洞见科技 蓝象智联 富数科技 数牍科技 金智塔科技 联系分析师 象限说明Qualification Statement for Quadrant华控清交 同盾科技 融安数科 瑞莱智慧 天翼电子商务（天翼数科）iResearch Vendor：厂商竞争力 象限（2021Q1 2022Q3，隐私计算+金融，中国）发展竞争者 其他 2022.10 iResearch Inc.持续发展竞争力 2弱 强 弱 实 践 竞 争 力 1强7 2022.10 iResearch I评估方式及指标体系 来源：艾瑞咨询研究院自主研究及绘制。评估方式 评估指标的设置重点参考了金融客户（覆盖技术及业务团队）在隐私计算商用实践中所关注的厂商能力。象限评估围绕金融机构（客户侧）的意见征询、面向厂商的调研等多种形式展开。研究团队面向已经开展隐私计算实践的金融客户，征询了其正在合作或者 POC 中接触过的厂商在产品技术等多项能力 上的评估 意见。同时面向厂商展开问卷、访谈或产品演示等形式的调研。为了保证评估的客观性，我们不会只参考单一调研渠道的反馈信息。iResearch Vendor：厂商竞争力象限(2021Q1 2022Q3，隐私计算+金融，中国)主要评估指标 实践竞争力 持续发展竞争力 商 业 拓 展 指标 重要性 指标 重要性 指标 重要性 产 品 技 术 安全性 性能 功能与技术覆盖度 跨平台互联互通 信创适配能力 高 高 高 高 高 场 景 应 用&可 信 数 据 运 营 数据源质量及稀缺性 数据源种类覆盖度 金融业务理解能力 金融场景模型数量 数据源的合规性审查 流量对接能力 高 高 高 中 高 中 金融场景的适配能力 高 低 商 用 经 验 客户数量与类型 平台建设类项目考察 高 高 场景实践类项目考察 高 客户评价 高 每一项策略的评估中，会根据厂商的现有资源与能力来评估厂商能否将其予以实现，进而评估厂商的持续发展竞争力。场 景 应 用&可 信 数 据 运 营 可信数据运营理解及发展策略 高 数据源生态发展策略 高 应用场景实践扩展策略 高 数据源合规保障策略 高 流量引入策略 中 产品 技术 产品与技术能力发展策略 高 跨平台互联互通发展策略 高 销售与营销策略 高 技术及应用场景的商用扩展策略 高 商业模式理解与发展策略 中 商业合作模式设定 中 服务能力 低 计算的精确性 高 合规与审计 高 其他 低 无可信第三方的实现方式8 2022.10 iResearch I象限的四类厂商描述及纳入说明 来源：艾瑞咨询研究院自主研究及绘制。实践竞争者 发展竞争者 综合领导者在实践竞争力及持续发展竞争力中均拥有卓越的表现。在金融隐私计算市场，综合领导者在客户数量上拥有领先的市占率，值得客户信赖的产品技术能力，在多数的竞争性磋商中，可 以获得优于其他厂商的成绩。在深刻理解金融应用场景的同时，可为客户提供可信数据链接调用及场景建模等服务。综合领导者往往基于隐私计算构建了符合 TDaaS 能力方向的发展战略，并有能力将战略付诸于实践，进而在未来的商用实践中保持竞争优势。实践竞争者在实践竞争力方面拥有卓越的表现。在金融隐私计算市场，实践竞争者在 实践竞争力评估中取得了相对于持续竞争者、发展竞争者更高的综合得分。实践竞争者可以在“产品技术、场景应用及可信数据运营、商用实践”的多项能力中均具备行业领先优势，亦或是在其中某一项能力上拥有领先于其他厂商的卓越影响力而提升了 实践竞争力的总体评估得分。持续竞争者在持续竞争力方面拥有卓越的表现。在金融隐私计算市场，持续竞争者基于对市场需求及技术发展的敏锐、深度的判断，在厂商的产品技术能力、场景应用及可信数据运营、商用实践策略及服务方式上设定了明确、符合市场需求及行业发展方向的战略。更加重要的是，这些厂商有能力实现其所设定的战略，进而在未来的商用实践中赢得竞争优势。发展竞争者在某个（或某些）细分能力上，表现出了值得关注的优势。在金融隐私计算市场，发展竞争者因具备某个细分方向的能力而值得被客户关注，这些细分能力可以是下述的一种或多种：专注于某一个细分领域的利基市场、拥有可以证明能力的客户案例、在某一项技术能力上存在特色优势、可基于隐私计算链接某类同金融业务高度匹配的价值数据源、对金融业务或某类金融场景拥有深度的理解能力、拥有潜在竞争力的市场后入局者。综合领导者 持续竞争者9 2022.10 iResearch I55%13%19%13%综合领导者 实践竞争者 持续竞争者 潜力竞争者 未入围者 要点解读 1：阶段性市场分化 金融领域作为隐私计算商用实践的先锋市场，目前呈现出平台建设客单价低、客户数量多的特点。银行、保险为代表的金融机构数字化程度领先，对外部的多方数据应用需求强烈，构筑了巨大的基于隐私计算的可信数据运营及场景应用的市场空间。加之以银行为代表的金融机构目前对隐私计算项目的采购相比于其他行业的热度更高，因此各类隐私计算厂商纷纷入局金融市场。本次研究周期（2021 Q 1-2022 Q 3）内，金融市场的隐私计算服务商竞争格局已由最初的“百家争鸣”逐 渐进入阶段性的强者愈强市场格局。在金融机构客户数量上，象限中综合领导者厂商的市占率已达 55%，表现出行业阶段性的市场分化。因目前处于市场初期阶段，后续的市场环境、竞争格局、市场需求等因素或将让行业再次“大浪淘沙”，除自始至终持续 保持领先优势的综合领导者外，或将出现新的竞争者发展成为综合领导者。注释：1、市场占有率的统计口径为客户数量，而非营收规模；2、以厂商正式展开合作的客户数量为统计范畴，非商业化的战略合作、处于 POC阶段的项目均不包含其中；3、统计 的项目类型包含隐私计算平台建设类、互联互通平台建设、在隐私计算平台建设基础上所提供的可信数据运营及应用场景实践类项目，对于仅在其他技术产品中融入隐私计算能力的 项目不在统计范畴内。来源：研究团队市场调研、艾瑞咨询研究院自主研究及绘制。金融行业的隐私计算商用实践市场出现阶段性分化，在客户 数量上，综合领导者厂商拥有 55%的市场占有率 目前隐私计算的商用实践处于市场初期阶段，从技术的宏观发展周期来看，目前的市场格局主要是阶段性表现。当下的综合领导者是否能够一直保持领先优势取决于其产品成熟度的提升、可信数据运营&应用场景实践能力的发展、金融业务 Know-How 的沉淀积累等方面是否能够一直保持领先状态。本次象限中的持续竞争者未有厂商入围。而实践竞争者可以通过在满足市场需求的战略方向上，通过强化产品成熟度、可信数据生态、金融场景理解等其中的一项或者多项能力，让战略付诸于实践，进而成为综合领导者。厂商竞争力 象限（2021Q1 2022Q3，隐私计算+金融，中国）各类厂商的 市场占有率及解读10 2022.10 iResearch I要点解读 2：厂商格局演变 注释：E Cycle（业务效能曲线）的用例阐述不同技术应用阶段的市场格局；The Hype Cycle（技术成熟度曲线）仅为参考线，阐述不同技术成熟度阶段下，与市场格局对应的表现。来源：艾瑞咨询研究院自主研究及绘制。iResearch：隐私计算商用实践周期洞察矩阵（厂商格局演变的研究，中国金融市场）时期（T）初步探索期 敏捷实践期 成熟发展期 平缓上升期 卓越效能期技术萌芽期 期望膨胀期 生产力成熟期 稳步爬升恢复期 泡沫破裂低谷期时期（T）技术成熟度曲线（The Hype Cycle）横轴 业务效能曲线（E-Cycle）横轴“百舸争流”的市场格局 E-CycleThe Hype Cycle（E-Cycle 的参考线）阶段性市场分化，服务商更替 厂商的发展格局 与厂商格局对应的表现 2019 年-2025 年 核心基建期2022年-2028 年 前“隐私计算+”时代2029 年-2033 年 中“隐私计算+”时代2034 年及以后 后“隐私计算+”时代围绕技术能力的厂商格局阶段性演变 Insight 1 本次研究周期（2021Q 1-2022Q 3）内，我们发现有部分曾经聚焦于金融市场的隐私计算厂商切换了市场战略方向而主攻其他市场机会，大致分为两类：1）厂商在竞争性磋商类项目中难以取得优势、同时也难以通过产品服务能力及商务影响力在单一来源类项目中获得客户成功。2）厂商产品在金融市场暂未拥有较大需求，如算力加速产品、一体机等。对于算力加速产品，目前在少数的商用实践案例中出现了实时营销等算力加速需求场景，未 来的潜在机会有待在深度的场景实践中进行挖掘。在部分厂商转攻其他领域的同时，金融市场也出现了部分后入局者，包含新生隐私计算厂商、发现金融市场机会而转攻金融市场的厂商、拥有金融市场经验的 FinTech 公司等类型的服务商。厂商为金融客户提供数据链接调用服务时，数据源可分为两类情况：1）部署了本厂商平台的数据源、2）部署了其他厂商平台的数据源。第 2类情况需要实现不同隐私计算平台间的互联互通。竞合关系的概述：竞争关系强的厂商之间难以主动推进跨平台互联互通合作，而竞争关系弱或通过合作可实现商业利益最大化的厂商之间有动力去推动跨平台互联互通合作。客户需求的推动：基于金融客户需求推动的跨平台互联互通项目将逐渐增多。若此类项目实现的是算法协议层与计算原语层的互联互通，将对不同数据生态之间的融合起到促进作用。在单考虑市场机制所形成的强者愈强的竞争格局下，在未来或将出现以少数厂商为核心的面向金融业务的可信数据生态网络。围绕跨平台互联互通的厂商竞合关系 Insight 2 市场初期（尚未进入大规模化商用阶段），综合领导者占据 55%的 市场份额；部分其他厂商转攻非金融市场，部分新玩家加入金融市场。厂商开始构建合作生态 多数隐私 计算服务 商出现在 金融市场 非直接竞争或竞争关 系弱的厂商间尝试性 地构建互联互通生态 厂商生态中逐步加入多元化的合作者 第二次阶段性市场分化，市场大浪淘沙，部分竞争者退出 市场竞争者梯队的相对固化状态 形成 少数核心玩家的终极市场博弈 厂商合作生 态趋于成熟 终极市场格局确定 厂商除与多种数据源之间构建数据合作生态，还会和更加多元化的厂商通过构建互联互通合作帮助客户进行全局数据链接与业务模型改善。规模化商用过程中，厂商市占率逐渐拉开差距，尾部竞争者逐渐退出。随着规模化商用进程的 加深，服务商梯队分化 且逐渐固定。每一个梯 队中或将出现多元化类 型的厂商发挥着各自的 能力或资源优势。合作者各方根据以往的商用实践成效，在合作模 式以及合作伙伴选定方面形成了相对成熟的格局。较高市场率的头部玩家（约 2 3 家），围绕产品、TDaaS 服务等多方面能力挖掘剩余市场空间、稳固市占率。报告后文有 TDaaS 的内容介绍。金融市场增速有限，形成 2 3 家服务商为核心的终极市场格局。关于市场格局现状及未来格局趋势的判断，可见“矩阵”所阐述的研究内容。期望获取“矩阵”更加详细的内容解读，可 联系 分析师 进行咨询。11 2022.10 iResearch I要点解读 3：厂商能力演变（1/2）厂商能力演变概述Insight 1 整体概述：厂商能力演变取决于不同时期的客户需求，且不同时期的需求或将会出现新的市场竞争者。目前因处于“核心基建期”与前“隐私计算+”时代的叠加期，客户除考察厂商产品的安全性、性能等技术指标外，在客户的场景实践中，部分厂商也将提供可信数据链接及场景建模服务。在行业度过“核心基建期”后，对金融业务理解深刻、具备可信数据运营能力的厂商在“隐私计算+”的需求中将体现出更多的优势。不同厂商的能力演变方向取决于其对金融机构客户服务方向的战略设定。象限评估中发现，一类厂商聚焦于“平台建设+场景实践及可信数据运营”的体系化可信数据流通与应用能力建设；另一类厂商只聚焦于将技术直接或间接输出给金融机构客户，成为技术输出者的角色定位。iResearch：隐私计算商用实践周期洞察矩阵（厂商能力演变的研究，中国金融市场）TDaaS 所需的技术能力不止于隐私计算，并非所有隐私计算厂商都将走向 TDaaS：TDaaS 是多元化的技术堆栈，完备的TDaaS 产品需要融合隐私保护计算、区块链、安全防御、自适应 AI 等多元化技术。TDaaS 在构建与客户需求精准匹配的数据源生态的基础上，封装了基于隐私计算的数据调用功能、模型训练算法、场景模型知识库（TDaaS 能力架构见下文）。对于只聚焦于技术输出者角色定位的厂商不具备构建 TDaaS 能力的充要条件，聚焦于“平台建设+场景运营”双重能力建设的竞争者中也仅有少数厂商可以实现 TDaaS 3.0的能力。金融 TDaaS 潜力者：象限中的三家综合领导者厂商在产品技术能力、场景应用与可信数据运营的实践现状及战略方向，贴合艾瑞定义的 TDaaS 能力方向，有望在未来构建出完备 TDaaS 产品。关于 TDaaS Insight 2 时期（T）初步探索期 敏捷实践期 成熟发展期 平缓上升期 卓越效能期技术萌芽期 期望膨胀期 生产力成熟期 稳步爬升恢复期 泡沫破裂低谷期时期（T）技术成熟度曲线（The Hype Cycle）横轴 业务效能曲线（E-Cycle）横轴 产品技术 实践竞争力 E-Cycle2019 年-2025 年 核心基建期2022年-2028 年 前“隐私计算+”时代2029 年-2033 年 中“隐私计算+”时代2034 年及以后 后“隐私计算+”时代产品技术综合竞争力+场景实践及可信数据运营实践竞争力 厂商的能力（竞争力）与厂商能力（竞争力）对应的表现 期望获取“矩阵”更加详细的内容解读，可 联系 分析师 进行咨询。场景实践及可信数据运营综合竞争力+产品技术持续竞争力 TDaaS 1.0TDaaS 3.0TDaaS 2.0金融客户展开 隐私计算平台 金融客户秉持“技术为用”的原则，在隐私计算平台建设的基础上，基于场景实践而提出数据链接调用、场景建模等服务。客户所需数据源如果部署着合作厂商的平台，厂商可进行数据链接撮合，如果部署的是其他厂商的隐私计算平台，则需要通过互联互通的方式展开数据源链接与调用。行业度过“核心基建期”，市场竞争者的产品技术能力差距缩小。金融客户更重视基于可信数据 生态对业务的赋能。可信数据链接能力、基于数 据的场景建模能力成为该阶段厂商的关键竞争力。TDaaS 1.0在底层数据安全与可信流通能力的基础上，封装了应用实践中所沉淀的场景模型、数据调用功能。但是这一时期的 TDaaS 产品是低标准化、通用性有待提升的。TDaaS 2.0将在 TDaaS 1.0基础上，抽象出通用的数据 调用功能及场景模型，并将之封装于中间层来支撑上层个性化功能的敏捷实现。这一时期的 TDaaS 产品提升了敏捷性与通用性。基于厂商数据生态的逐步完善，TDaaS 2.0将为客户提供更加多元化的可信数据链接。TDaaS 3.0分层封装了更加细化颗粒度的功能。TDaaS 3.0还将融入模型自适应能力，在数据密度、业 务规则等因素变化时，实现模型自适应迭代。打造功能实现敏捷、可 持续、高可用的完备产品。注释：E Cycle（业务效能曲线）的用例阐述不同技术应用阶段的厂商能力；The Hype Cycle（技术成熟度曲线）仅为参考线，阐述不同技术成熟度阶段下，与厂商能力对应的表现。来源：艾瑞咨询研究院自主研究及绘制。The Hype Cycle（E-Cycle 的参考线）12 2022.10 iResearch I要点解读 3：厂商能力演变（2/2）TDaaS 是一项值得被数据提供者、数据应用者及服务商共同 关注的数据安全可信流通的能力范式 TDaaS（Trusted Data（intelligence）as a Service），可信数据（智能）即服务。是由艾瑞咨询可信科技研究团队定 义的一项“满足业务敏捷响应、高互通、高可用、可持续”的可信数据流通产品形式与服务理念。是一项值得隐私计算厂商与行业用户重点关注的重要战略技术趋势。2028年，60%以上的金融机构将通过金融级 TDaaS 获取安全、合规的数据调用及数据智能服务。来源：艾瑞咨询研究院自主研究及绘制。TDaaS 的三层关键能力 安全 可信 互通可用持续通用硬件/可信硬件/云化基础设施密码学算法同态加密、秘密分享、混淆电路、差分隐私、区块链 安全防御 敏捷 响应 跨平台互联互通保持与多元隐私计算平台的互联互通能力。以满足用户跨平台的数据链接需求。算法库联合统计、联合 查询以及更加复杂的建模算法知识库。场景模型 数据调用 抽象与封装、支持可参数化调整的功能或模型配置 模型的自适应/敏捷优化面对数据密度、数据字段变更、业务环境及规则等因素的变化，实现业务模型的自适应调整和敏捷优化的能力。数据生态多元化、高 质量、高可用、合规的数据源生态。2022.10 iResearch Inc.TDaaS 概述 TDaaS 是数据安全可信流通方向的一项重要战略技术趋势，其 不仅被定义为多项功能集合而成的产品，也可以被定义为一种服务。在 TDaaS 1.0产品出现之前，一切与 TDaaS 理念趋同的基于 隐私计算的可信数据流通能力均可被定义为 TDaaS 服务，而这些服务及实践经验的积累，成为打造 TDaaS 产品的基石。在实践经验积累的过程中，TDaaS 将对算法、模型、数据调用功能等多元化能力进行抽象与封装，可以让用户按需调用相关功能，且 TDaaS 应该支持单点功能的部署与使用。TDaaS 不只是功能的集大成者，还可以帮助用户在安全可信的前提下，快速接入所需数据，TDaaS 的产品提供方还应该建设参与者丰富的跨平台互联互通生态。TDaaS 产品需要融合自适应 AI 能力来应对变化莫测的业务环境和规则以及数据的调整与更新，根据即时的动态反馈来敏捷调整模型，帮助客户实现业务敏捷响应。而这项能力应该出现在TDaaS 2.0或 TDaaS 3.0阶段，并不成为 TDaaS 1.0的必选项。期望获得关于“TDaaS”更加 详细 的解读，可 联系分析师 进行咨询。13 2022.10 iResearch I 2022.10 iResearch I要点解读 4：客户关注的厂商能力 除产品技术能力外，场景应用与可信数据运营能力同受关注 注释：1、N=151，受访者涵盖金融机构中的 IT与科技部、金融业务团队的领导者与应用者；2、研究团队首先征集了相关技术应用者主要关注的能力方向，分析师对此进行归纳整理，并设计了选项；3、在调研过程中，每一位受访者最多选择六个选项。来源：金融机构调研、艾瑞咨询研究院自主研究及绘制。注释：N=151，受访者涵盖金融机构中的 IT与科技部、金融业务团队的领导者与应用者。来源：金融机构调研、艾瑞咨询研究院自主研究及绘制。中国 金融机构 客户 关注的隐私计算 厂商 能力 厂商能力 2022 年 3 月调研 2022 年 9 月调研 产品安全&安全自证能力 产品性能 产品功能 可扩展性 部署形式与交付能力 国产化的自主可控能力 可信数据链接调用能力 场景建模能力 数据源合规性审查 纳入“其他”范畴流量接入能力 纳入“其他”范畴跨平台互联互通能力 区块链等技术辅助能力 客户服务经验 其他 82.10%81.50%68.20%46.40%69.50%47.70%46.40%33.10%33.10%13.20%56.30%3.30%产品技术类(%)场景应用与可信数据运营类(%)市场经验类(%)80.3%69.5%50.3%37.1%35.1%39.0%65.0%33.0%35.1%10.3%65.0%5.3%55.0%0.9%其他类(%)约 80.3%的受访者（拥有实践经验的金融用户）关注：隐私计算厂商在平衡性能的基础上，如何提供值得客户信任的安全证明或安全防御机制。基于 艾瑞咨询所提出的“最优安全设计+有效安全证明+实时安全防御”原则，本次象限评估中发现已有厂商率先实现了实时安全防御能力。约 65.0%的受访者（拥有实践经验的金融用户）意识到：建设跨平台互联互通生态有助于 多样化 数据的 可信 链接，有利于业务模型改善，是 可信数据生态网络建设中不可或缺的部分。我们发现，部分金融客户在可信数据应用场景的实践中，会基于明确的数据源链接需求而推动跨平台互联互通建设，还有部分机构通过公开招标竞争磋商的方式选择合作厂商进行互联互通平台建设。约 65.0%的受访者（拥有实践经验的金融用户）提出：目前机构已有固定的数据合作方，我们会将隐私计算厂商是否可以基于隐私保护计算的方式链接到这些数据源作为一项能力进行考察。此外，如果厂商可以基于隐私保护的方式链接到更多与业务需求匹配的高价值、稀缺性数据源将成为加分项。如果金融机构客户所需要的数据源部署了其他隐私计算平台，将可能和金融机构的平台之间产生计算孤岛，所以部分客户会考察厂商是否有在其所关注的数据源端部署隐私计算节点。14 2022.10 iResearch I入围者能力优势分析（1/5）洞见隐私计算平台（InsightOne）内置了丰富的适配金融场景的算法插件、场景模型。InsightOne 在安全证明方面，除 了 基 于流量监控的常规方式外，还成为业内率先将安全防御能力融入产品的厂商。在 互联互通方面，除了制定标准、厂商间的实践外，洞见科技还在银行、支付等金融客户的商用实践中，通 过跨平台互联互通帮助客户进行全局数据链接与业务模型改善。持续发展竞争力 洞见科技 践行“密态数据智能流通网络生态”战略，在帮助数据提供方和数据应用方进行节点部署的基础上进一步开展业务建模，实现了由点到面的阶段性成果。研究团队认为洞见科技通过多家国有银行、股份制银行、城商行、保险机构等头部标杆金融客户的服务，可提升产品成熟度及业务 Know-How 积 累，具备“基础设施+场景运营”的全流程持续客户服务优势。洞见科技 D 洞见科技是象限中的综合领导者，孵化于中诚信。得益于中诚信的金融背景、数据服务及信用科技经验，洞见科技在金融业务理解、可信数据运营、核心技术研发方面具有多年基础能力沉淀。实践竞争力 洞见科技服务了来自银行、保险、证券、资管等多种类型的金融机构，在金融客户数量上拥有着领先的市占率。根据研究团队的金融用户调研，洞见科技获得行业用户认可的主要原因在于：高质量的隐私计算平台建设及服务能力、通过多样化的数据资源链接能力帮助客户构建可信数据智能生态、基于对金融业务的理解及建模经验高效满足用户的场景实践需求。商业模式方面，除软件营收、数据分润之外，洞见科技还基于营销类场景对业务分润的商业模式展开了探索。洞见科技不仅在金融风控与营销场景拥有丰富的商用实践，还 拓展了 债券指数编制、资产扫描等对算法及场景理解有着较高要求的资管类场景。洞见科技构建了包含三大运营商、互联网、征信、政务、电力等多领域的数据生态，同时依托中诚信的数据生态圈，可以在客户服务中提供更多的数据渠道保障。D 富数科技 D 富数科技是象限中的综合领导者。其核心团队来自华为、阿里巴巴、CapitalOne 和 IBM。评估中发现富数科技在隐私计算平台建设、场景应用创新方面拥有可被证明能力的项目实践。F 注释：象限中四类厂商从如下角度展开优势分析：（1）综合领导者围绕实践竞争力、持续发展竞争力进行介绍。（2）实践竞争者围绕实践竞争力优势展开介绍。（3）持续竞争者 围绕持续发展竞争力优势展开介绍。（4）发展竞争者围绕其值得被关注的某类优势能力展开介绍。因此四类厂商优势分析的内容篇幅存在不同。来源：艾瑞咨询研究院自主研究及绘制。15 2022.10 iResearch I入围者能力优势分析（2/5）实践竞争力 富数科技目前的金融客户数量行业领先，且在各类竞争性磋商中多次表现出优于竞品厂商的成绩。其客户覆盖国有大行、股 份制银行等头部金融机构，涵盖隐私计算平台建设、互联互通平台建设、监管沙箱、场景建模及数据运营等多类项目。研究团队面向金融机构用户的调研中反馈，富数科技除了数据生态建设能力得到认可外，也表现出了较强的场景应用创新力。富贵数科技构建了涵盖运营商、银联、数交所、航旅等类型的数据源生态，并可以为用户提供数据合规性证明。富数科技在存款、贷款、代销、表外等金融业务中储备了丰富的场景模型。富数科技的隐私计算产品 Avatar 在功能、算法、模型能力上拥有较强的金融场景适配性，高度覆盖了金融隐私计算平台中的隐私保护计算能力、原理架构安全能力、平台管理能力。此外，富数科技 还围绕商用实践客户、合作伙伴构建了隐私计算跨平台互联互通生态。持续发展竞争力 基于富数科技在技术竞争性磋商、金融业务理解、场景实践经验及成效来看，在金融市场表现出良好的持续发展竞争力。而 在富数科技的规划中，还将进一步丰富数据源生态、互联互通合作生态，这也让其可信数据运营的持续发展竞争力得到提升。华控清交 D 华控清交 是象限中的实践竞争者。因华控清交目前处于战略拓展发展期，报告暂不展开能力分析及信息披露。H 金智塔科技 D 金智塔科技是象限中的发展竞争者。由浙江大学人工智能研究所和浙江大学金融科技研究院联合发起。评估中发现，金智塔科技值得关注的差异化优势在于，其是面向中小银行市场的利基玩家：金智塔科技拥有浙江地区城商行、农商行等客户基础。围绕客户的企业贷款、个人贷款、智能获客、智能风控、小微（科创）企业信用评估、住房贷款等业务场景提供基于隐私计算的数据流通服务。金智塔科技可以提供更加匹配中小银行客户特点的产品及服务。基于中小银行的商用实践积累，更加精准地提供与客户业务相匹配的数据源，并展开场景应用。J 注释：象限中四类厂商从如下角度展开优势分析：（1）综合领导者围绕实践竞争力、持续发展竞争力进行介绍。（2）实践竞争者围绕实践竞争力优势展开介绍。（3）持续竞争者 围绕持续发展竞争力优势展开介绍。（4）发展竞争者围绕其值得被关注的某类优势能力展开介绍。因此四类厂商优势分析的内容篇幅存在不同。来源：艾瑞咨询研究院自主研究及绘制。16 2022.10 iResearch I入围者能力优势分析（3/5）蓝象智联 D 蓝象智联是象限中的综合领导者。公司团队主要来自阿里巴巴、蚂蚁金服、国有大行等企业机构。得益于团队背景，蓝象智联拥有较强的金融基因，在面向金融客户的服务中具备其他厂商难以替代的优势。实践竞争力 蓝象智联的金融客户覆盖国有大行、股份制银行、城商行、保 险、证券等机构，客户数量上拥有领先的市场份额。研究团队面向客户的调研中发现，蓝象智联获得客户成功的核心竞争力在于其对金融业务场景的深刻理解与创新能力、可以为不同业务精准匹配数据源、基于创新的产品架构支持敏捷的业务响应。蓝象智联构建了涵盖政务、支付、运营商、出行、供应链等 17类精准匹配金融业务需求的数据源生态。在营销、风控、反欺诈等多场景具有全链路金融场景模型能力，在此类场景的理解上具备领先于竞品的优势。蓝象智联可以通过头部互联网企业、流量工具包为客户提供流量对接实现业务转化，在专家团队丰富的金融 Know-How 基础上，为金融机构客户提供可信数据运营端到端的方案及业务转化落地实践。L 蓝象智联 GAIA系列 产品拥有创新的产品架构及强大的组件库，客户可以通过组装式功能启动应用实践，最大程度方便用户的使用。GAIA可以同鲲鹏、飞腾、麒麟等 CPU 与操作系统实现信创适配，融合了 与金融场景适配的算法插件、场景模型。GAIA将互联互通纳入产品的原生能力，以产品化方案实现一次接入、全网互联的架构。持续发展竞争力 蓝象智联践行“隐私计算+”战略，为客户提供基于数据、场 景理解、算法模型、流量、合规的全域可信数据网络服务。蓝 象智联在头部及代表性客户的服务中打磨产品，提升产品成熟度，凭借精准深入的场景理解及可信数据运营创新能力，在客户的持续服务中表现出领先的竞争力。DR 注释：象限中四类厂商从如下角度展开优势分析：（1）综合领导者围绕实践竞争力、持续发展竞争力进行介绍。（2）实践竞争者围绕实践竞争力优势展开介绍。（3）持续竞争者 围绕持续发展竞争力优势展开介绍。（4）发展竞争者围绕其值得被关注的某类优势能力展开介绍。因此四类厂商优势分析的内容篇幅存在不同。来源：艾瑞咨询研究院自主研究及绘制。融安数科 融安数科是象限中的发展竞争者，成立于 2021年。其母公司神州融安 2019年开始投入隐私计算的技术研究及产品开发。本次评估17 2022.10 iResearch I入围者能力优势分析（4/5）注释：象限中四类厂商从如下角度展开优势分析：（1）综合领导者围绕实践竞争力、持续发展竞争力进行介绍。（2）实践竞争者围绕实践竞争力优势展开介绍。（3）持续竞争者 围绕持续发展竞争力优势展开介绍。（4）发展竞争者围绕其值得被关注的某类优势能力展开介绍。因此四类厂商优势分析的内容篇幅存在不同。来源：艾瑞咨询研究院自主研究及绘制。中，融安数科表现出的值得关注的优势之处在于：融安数科创新性地提出隐私度量理念，在多方安全计算的目标函数或算子联合计算前，数据提供方使用少部分真实数据或伪数据对目标函数或算子的性质以及使用方的输入参数进行测试检验，度量数据隐私保护程度并给出隐私保护评分。融安数科正式成立不到一年的时间内，在银行及保险领域快速取得客户成功。得益于母公司的金融科技背景，使其在金融客户服务及后续的市场拓展具备经验优势。瑞莱智慧 D 瑞莱智慧是象限中的发展竞争者，是一家 人工 智能服务商，提供算法安全、隐私计算等技术服务，其在隐私计算方面值得关注的能力在于：R 数牍科技 D 数牍科技是象限中的实践竞争者。其创始团队来自于 Facebook（现 Meta）、Google、字节跳动等科技公司及国内大型金融机构。实践竞争力 数牍科技是国内较早以系统性综合工程视角提供数据隐私计算服务的厂商。数牍科技隐私计算产品自研分布式计算框架，以 资源动态横向扩展的方式提升处理能力和处理效率，实现“计 算无中心，控制有中心”系统架构，使得计算节点进行数据本地化分布式计算、控制节点监管节点任务和数据使用。产品实现了算子插拔能力，提供组装式算法搭建，提升建模效率。产 品支持数据中台、AI中台、区块链等平台的高效集成。数牍科技构建了涵盖通信运营商、互联网企业、征信机构、政 府机构等多方位的数据源生态，基于数牍专家团队的场景Know-How，结合场景需求提供精准数据源对接服务。S 实现原理、数据抓包监测、运算日志打印审计”的全方位的安全评估验证体系。在银行领域，拥有基于隐私计算的场景建模商用实践经验。其隐私计算平台 RealSecure 搭载联邦 AI编译器，支持机器学习算法到联邦机器学习算法的自动转换。充分利用基于格的全同态加密算法中的 SIMD技术，对多条数据进行同时处理，性能比半同态加密算法更优。提供“协议模型及安全性假设、技术18 2022.10