区块链有哪些应用领域？

区块链有哪些应用领域？区块链应用行业介绍
大家都知道，区块链现在非常的火，它是一种共享的分布式数据库技术，区块链技术凭借着显著的特点在不同行业都会有非常好的发展前景，那么区块链有哪些应用领域？
区块链应用
1、数字货币：目前区块链技术最广泛、最成功的运用是以比特币为代表的数字货币。近年来数字货币发展很快，由于去中心化信用和频繁交易的特点，使得其具有较高交易流通价值，并能够通过开发对冲性质的金融衍生品作为准超主权货币，保持相对稳定的价格。自从有了比特币之后，已经陆续出现了数百种的数字货币，围绕着数字货币生成、存储、交易形成了较为庞大的产业链生态。以比特币为例，参与机构主要可分为基础设施、交易平台、ICO融资服务、区块链综合服务等四类。
2、金融应用：区块链在金融领域有着天生的优势，在互联网上来说，这是区块链的基因决定的。主观来看，金融机构在区块链应用的探索上意愿最强，需要新的技术来提高运营效率，降低成本来应对整个全球经济当前现状。客观来看，金融行业市场空间巨大，些许的进步就能带来巨大收益。金融行业是对安全性、稳定性要求极高的行业，如果区块链在金融领域应用得以验证，那么将会产生巨大的示范效应，迅速在其他行业推广。在金融领域，除去数字货币应用，区块链也逐渐在跨境支付、供应链金融、保险、数字票据、资产证券化、银行征信等领域开始了应用。
(1)保险业务：随着区块链技术的发展，未来关于个人的健康状况、事故记录等信息可能会上传至区块链中，使保险公司在客户投保时可以更加及时、准确地获得风险信息，从而降低核保成本、提升效率。区块链的共享透明特点降低了信息不对称，还可降低逆向选择风险；而其历史可追踪的特点，则有利于减少道德风险，进而降低保险的管理难度和管理成本。
(2)资产证券化：这一领域业务痛点在于底层资产真假无法保证；参与主体多、 *** 作环节多交易透明度低出现信息不对称等问题，造成风险难以把控。数据痛点在于各参与方之间流转效率不高、各方交易系统间资金清算和对账往往需要大量人力物力、资产回款方式有线上线下多种渠道，无法监控资产的真实情况，还存在资产包形成后，交易链条里各方机构对底层资产数据真实性和准确性的信任问题。
(3)数字票据：该领域痛点在于三个风险问题。 *** 作风险，由于系统中心化，一旦中心服务器出问题，整个市场瘫痪；市场风险，根据数据统计，在2016年，涉及金额达到数亿以上的风险事件就有七件，涉及多家银行；道德风险，市场上存在"一票多卖"、虚假商业汇票等事件。区块链去中介化、系统稳定性、共识机制、不可篡改的特点，减少传统中心化系统中的 *** 作风险、市场风险和道德风险。
(4)跨境支付：该领域的痛点在于到账周期长、费用高、交易透明度低。以第三方支付公司为中心，完成支付流程中的记账、结算和清算，到账周期长，比如跨境支付到账周期在三天以上，费用较高。区块链去中介化、交易公开透明和不可篡改的特点，没有第三方支付机构加入，缩短了支付周期、降低费用、增加了交易透明度。
(5)征信管理：该领域的痛点在于数据缺乏共享，征信机构与用户信息不对称；正规市场化数据采集渠道有限，数据源争夺战耗费大量成本；数据隐私保护问题突出，传统技术架构难以满足新要求等。在征信领域，区块链具有去中心化、去信任、时间戳、非对称加密和智能合约等特征，在技术层面保证了可以在有效保护数据隐私的基础上实现有限度、可管控的信用数据共享和验证。
(6)供应链金融：这一领域的痛点在于融资周期长、费用高。以供应链核心企业系统为中心，第三方增信机构很难鉴定供应链上各种相关凭证的真伪，造成人工审核的时间长、融资费用高。区块链去中介化、共识机制、不可篡改的特点，不需要第三方增信机构鉴定供应链上各种相关凭证的真实性，降低融资成本、减少融资的周期。
(7)资产证券化：这一领域业务痛点在于底层资产真假无法保证；参与主体多、 *** 作环节多交易透明度低出现信息不对称等问题，造成风险难以把控。数据痛点在于各参与方之间流转效率不高、各方交易系统间资金清算和对账往往需要大量人力物力、资产回款方式有线上线下多种渠道，无法监控资产的真实情况，还存在资产包形成后，交易链条里各方机构对底层资产数据真实性和准确性的信任问题。区块链去中介化、共识机制、不可篡改的特点，增加数据流转效率，减少成本，实时监控资产的真实情况，保证交易链条各方机构对底层资产的信任问题。
3、区块链 + 行业应用：
随着区块链技术在金融领域应用的不断验证，其技术优势在其他行业领域也逐渐体现出价值。目前，医疗健康、IP版权、教育、文化娱乐、通信、慈善公益、社会管理、共享经济、物联网等领域都在逐渐落地区块链应用项目，“区块链+”正在成为现实。
(1)区块链 + 医疗：医疗领域，区块链能利用自己的匿名性、去中心化等特征保护病人隐私。电子健康病例（EHR）、DNA钱包、药品防伪等都是区块链技术可能的应用领域。IBM在去年的报告中预测，全球56％的医疗机构将在2020年前将投资区块链技术。
(2)区块链 + 物联网：物联网是一个非常宽泛的概念，如果将通信、能源管理、供应链管理、共享经济等涵盖在内，区块链技术的物联网应用将成为一个非常重要的应用领域。
(3)区块链 + IP版权&文化娱乐：互联网发展的越来越好，数字音乐、数字图书、数字视频、数字游戏等逐渐成为了主流。知识经济的兴起使得知识产权成为市场竞争的核心要素。但当下的互联网生态里知识产权侵权现象严重，数字资产的版权保护成为了行业痛点。区块链去中介化、共识机制、不可篡改的特点，利用区块链技术，能将文化娱乐价值链的各个环节进行有效整合、加速流通，缩短价值创造周期；同时，可实现数字内容的价值转移，并保证转移过程的可信、可审计和透明，有效预防盗版等行为。
(4)区块链 + 公共服务&教育：在公共服务、教育、慈善公益等领域，档案管理、身份（资质）认证、公众信任等问题都是客观存在的，传统方式是依靠具备公信力的第三方作信用背书，但造假、缺失等问题依然存在。区块链技术能够保证所有数据的完整性、永久性和不可更改性，因而可以有效解决这些行业在存证、追踪、关联、回溯等方面的难点和痛点。

网络空间关键基础设施和关键基础资源受制于人。由于国际互联网发源于美国，美国利用先发优势掌控了国际互联网关键基础设施和关键基础资源，形成了对全球各国互联网发展的把控和威慑。以发挥互联网运行总控作用的根域名服务器为例，它犹如互联网运行“心脏”，美国政府掌控了全球13台根域名服务器中的10台，美国只要简单配置一下根域名服务器，就可以让某个国家在网络空间中消失。另外，IP地址资源犹如地址门牌号，是发展互联网业务不可或缺的重要资源。美国政府长期利用ICANN机构 *** 控着国际互联网地址分配，自己占据了大量优质地址资源，造成了全球网络地址资源分配严重不均，对包括我国在内的互联网业务快速崛起国家形成了有效的资源遏制。尽管ICANN管辖权已经移交，但美国政府仍然能通过多种手段形成对ICANN机构业务管理的影响。

1、生态性

“新零售”的商业生态构建将涵盖网上页面、实体店面、支付终端、数据体系、物流平台、营销路径等诸多方面，并嵌入购物、娱乐、阅读、学习等多元化功能，进而推动企业线上服务、线下体验、金融支持、物流支撑等四大能力的全面提升；

使消费者对购物过程便利性与舒适性的要求能够得到更好满足，并由此增加用户粘性。当然，以自然生态系统思想指导而构建的商业系统必然是由主体企业与共生企业群以及消费者所共同组成的，且表现为一种联系紧密、动态平衡、互为依赖的状态。

2、无界化

企业通过对线上与线下平台、有形与无形资源进行高效整合，以“全渠道”方式清除各零售渠道间的种种壁垒，模糊经营过程中各个主体的既有界限，打破过去传统经营模式下所存在的时空边界、产品边界等现实阻隔，促成人员、资金、信息、技术、商品等的合理顺畅流动，进而实现整个商业生态链的互联与共享。

依托企业的“无界化”零售体系，消费者的购物入口将变得非常分散、灵活、可变与多元，人们可以在任意的时间、地点以任意的可能方式，随心尽兴地通过诸如实体店铺、网上商城、电视营销中心、自媒体平台甚至智能家居等一系列丰富多样的渠道，与企业或者其他消费者进行全方位的咨询互动、交流讨论、产品体验、情境模拟以及购买商品和服务。

3、智慧型

“新零售”商业模式得以存在和发展的重要基础，正是源于人们对购物过程中个性化、即时化、便利化、互动化、精准化、碎片化等要求的逐渐提高，而满足上述需求则在一定程度上需要依赖于“智慧型”的购物方式。

可以肯定，在产品升级、渠道融合、客户至上的“新零售”时代，人们经历的购物过程以及所处的购物场景必定会具有典型的“智慧型”特征。未来，智能试装、隔空感应、拍照搜索、语音购物、VR 逛店、无人物流、自助结算、虚拟助理等图景都将真实地出现在消费者眼前甚至获得大范围的应用与普及。

线上维度

线上，在“新零售”生态体系中肩负着商家与消费者双方的信息收集、整理、反馈与决策等重要职能，同时也承担了支付、交流等渠道功能，是零售数字化改造的主阵地，扮演着优化交易过程的重要角色。

当前，众多商业企业实施“新零售”战略的主要目标之一，就在于为顾客提供能够尽可能摆脱特定时间、空间和形式束缚的全新购物方式，实现在不同购买渠道和支付手段下亦能获得一致性的价格、服务与权益，进而时时处处都能满足顾客在整个消费过程中的购买、社交、休闲、娱乐等各种需求，而上述目标的达成则主要依赖于企业线上经营模式和技术应用的创新。

区块链与隐私计算的结合是必然趋势吗？

我们目前对这个问题的思考框架是：如果不与隐私计算技术结合，区块链技术的应用是 否受到限制、无法向前发展；如果不与区块链技术结合，隐私计算技术是否受到限制、无法 向前发展。如果二者对彼此都是刚需，那么它们相结合的趋势就是必然。

以下为我们对这个问题的思考：

1、隐私计算技术的应用是否区块链技术的刚需

区块链技术有巨大的优势，但是如果没有隐私计算技术，区块链技术的应用会大大受到 限制，因为无法解决链上数据的隐私保护问题，这使得大量涉及敏感数据的场景不愿应用区 块链技术，比如金融和医疗领域。

（1）区块链技术的局限性

第一，链上数据公开透明，数据的合规处理和隐私保护能力不足 区块链作为分布式账本系统，数据的公开透明尽管有利于存证、防篡改，但也存在数据 可轻易被复制、泄漏个人隐私的风险。区块链在公有链上要求不同节点对交易和交易状态进 行验证、维护，形成共识，因此每个参与者都能拥有完整的数据备份，所有的交易数据公开 透明。如果知道某个参与者的账户，就很容易获取其每一笔交易记录，从而据此推断其 社会 身份、财产状况等。以消费场景为例，平台之间存在竞争壁垒，用户也希望保留消费隐私， 因此区块链缺乏对用户流水、物流信息、营销情况等与企业、个人隐私相关的数据缺乏保护 能力，往往导致数据拥有方不愿意让数据进入流通环节。在链上系统的交易不再受中心账本的控制，用户通过使用唯一的私钥进行交易，交易过 程被加密且加密前数据很难还原，仅以私钥作为交易凭证使得区块链内的交易变得更加匿名 和不可控。在分布式账本系统上，所有的转账以地址形式进行，一但发生了诈骗或者洗钱等 金融犯罪，即便可以公开查询地址，但对资金追踪的难度极大，且私钥作为交易凭证很难证 明使用者的身份，因此许多企业、个人通过区块链进行洗钱等违法交易，不利于数据的合规 处理和合法共享。

第二，数据处理能力不足，制约技术的进一步落地和商业化拓展 链上计算受限于网络共识的性能，使得链上交易难以具备实时性和高效率，区块链智能 合约的计算能力需要扩展。以最大的加密支付系统比特币为例，每秒钟只能够处理大约 3 到 7 笔交易5 ，且当前产生的交易的有效性受网络传输影响，往往需要等待 10 分钟左右的记账周 期才能让网络上的节点共同知道交易内容。此外，如果链上有两个及以上节点同时竞争到记账权力，则还需要等待下一个记账周期才能确认交易的准确性，最终由区块最长、记账内容 最多的链来完成确认。

完全去中心化的系统与现实中大部分现有体系的兼容性不足，缺乏链上链下协同、多业 务发展的系统和功能，制约区块链技术的进一步落地。在区块链的技术落地过程中，首先， 各行业本身具有成熟的体系，区块链完全去中心化的形式不一定适合所有的领域和行业；其 次，区块链的平台设计和实际运行成本巨大，其所具备的低效率和延迟性的交易缺陷非常明 显，是否能够弥补原系统更换的损失需要经过一定的精算和比较；此外，使用区块链存储数 据需要对原有数据格式进行整理，涉及到政务、司法领域的敏感数据，更需要建立链接线上 和线下数据的可信通道防止数据录入有误，这带来了较高的人力、物力成本。

（2）隐私计算技术对区块链技术的帮助

隐私计算技术保障数据从产生、感知、发布、传播到存储、处理、使用、销毁等全生命 周期过程中的隐私性，弥补区块链技术的隐私保护能力，实现数据的“可用不可见”。通过 引入隐私计算技术，用户的收支信息、住址信息等个人数均以密文的形式呈现，在平台进行 数据共享的过程中，既能防止数据泄露，又能够保障用户个人隐私的安全，有利于进一步打 破数据孤岛效应，推动更大范围内的多方数据协作。隐私计算技术可与区块链技术形成技术组合，提升数据处理能力、扩大可应用范围。隐 私计算技术通过对数据进行规范化处理，能够提升数据处理、数据共享的效率，提升区块链 的数据处理能力。此外，隐私计算技术+区块链技术的技术组合能够应用于缺乏中心化系统、 但又对敏感数据分享有强烈需求的合作领域，扩展区块链技术的应用场景。

区块链技术的应用是否隐私计算技术的刚需

（1）隐私计算技术的局限性

第一，数据共享缺乏安全检验，制约数据流通的可信性

数据共享的整个流程涉及到采集、传输、存储、分析、发布、分账等多个流程，隐私计 算主要是解决全流程的数据“可用不可见”的问题，但是难以保证数据来源可信和计算过程 可信。

从数据来源可信的角度来说，在数据采集的环节，数据内容本身可能不完整，数据的录 入可能会存在失误；在数据传输的环节，数据的传输可能会被其他的客户端攻击，导致数据 在传输的过程中泄漏；在数据的储存环节，储存数据的角色方有可能会篡改数据或者将数据 复制转卖到黑市，这些都不会被隐私计算技术记录。如果无法保证数据共享各方的身份得到 “可信验证”，就有可能导致数据的隐私“名不副实”。从计算过程可信的角度来说，在数 据分析和发布的环节，数据的共享方有可能私自篡改数据的运行结果和发布内容，对最终数 据处理的结果进行造假。因此，一旦信息经过验证并添加到隐私计算的环境中，很难发现数 据是否被篡改、被泄漏，很难防止不同时间点不同节点的数据造假的情况，在涉及到金融、政务、医疗、慈善等关键领域里，如果数据有误则产生的一系列法律问题则难以追究。

第二，业务水平整体层次不齐，制约技术平台的扩展

当前，隐私计算的技术实现路径主要分为三种：多方安全计算、联邦学习、TEE 可信执行 环境。三种技术路径存在各自的应用缺陷和问题，由于行业内不同公司对于技术的掌握能力 和研发能力有限，导致技术平台的实际应用范围有限，可扩展能力不足。

多方安全计算尽管具有复杂高标准的密码学知识，但其计算性能在实际应用的过程中存 在效率低的缺陷。随着应用规模的扩大，采用合适的计算方案保证运算时延与参与方数量呈 现线性变化是目前各技术厂商面临的一大挑战。多方安全计算虽然能保证多方在数据融合计 算时候的隐私安全，但是在数据的访问、控制、传输等环节，仍然需要匹配其他的技术手段 防止数据泄露、篡改。

联邦学习技术目前在业内的应用通常以第三方平台为基础模型，在基础模型之上进行隐 私计算，这样的基础模型本身存在被开发者植入病毒的隐患。此外，联邦学习的机制默认所 有的参与方都是可信方，无法规避某个参与方恶意提供虚假数据甚至病害数据，从而对最终 的训练模型造成不可逆转的危害。由于联邦学习需要各个参与式节点进行计算，因此节点的 计算能力、网络连接状态都将限制联邦学习的通信效率。

TEE 可信执行环境在国内目前核心硬件技术掌握在英特尔、高通、ARM 等少数外国核心供 应商中，如果在关键领域从国外购买，则存在非常高的安全风险和应用风险。第三，数据共享缺乏确权机制，制约数据流通的应用性 隐私计算通过使用多方数据共同计算、产生成果，然而在实际合作的过程中，由于各个 数据共享方业务水平不同、数据质量不一导致在数据处理的每一个环节难以实现合理的确权。

按照常规的利益分配机制，拥有高质量数据、高成果贡献率的数据拥有方理应从中获取更多 的利润，但是隐私计算仅考虑到数据的“可用不可见”，数据共享方难以从最终结果来判断 谁的数据对于成果的贡献最大，造成利益分配的不公平。如果缺乏合理的成果贡献评估机制和利益分配机制，就会难以激励数据所有者和其他数 据持有者进行合作。尤其是在不信任的多方合作的场景下，会更加增加合作的信任成本，使 得多方协作难以达成，制约数据流通的实际应用性。

（2）区块链技术对隐私计算技术的帮助

区块链技术通过数据流通的所有环节、所有参与者进行记录，实现数据共享流程中的权 责分明，提升了数据流通的可信性。在数据传输的环节，区块链记录数据的提供者，确认数 据提供方身份的真实性和有效性，有利于数据确权，为公平可行的利益分配机制提供参考；在数据储存的环节，区块链保证数据的每一次修改都有迹可循，防止数据的恶意篡改。区块 链技术可作为隐私计算技术的底层平台，保证了加密数据本身的真实有效性，提升了隐私计 算平台里数据流通的可信性，拓展隐私计算技术的应用范围。

3 结论

隐私计算技术和区块链技术的融合是必然的趋势。对于数据资产的流转来讲，没有隐私 计算，不能解决数据本身的安全和隐私保护问题；没有区块链，不能解决数据的确权问题以 及在更大范围内的数据网络协作问题。将区块链和隐私计算二者结合起来，建设大规模数据 流通网络，在目前的实践中成为有所共识的 探索 方向。

区块链与隐私计算的结合会改变什么？

1、形成大规模数据流通网络和数据要素市场

当前，数据流通存在三方面问题：数据拥有方的数据保护和数据确权难以实现；不同来 源数据的整合处理成本过高、缺乏统一标准；数据利益的分配机制不完善。

如前文所述，区块链和隐私计算技术相结合，可以一方面解决隐私保护问题，一方面解 决数据确权和多方协作问题，从而建立大规模的数据流通网络。

在大规模数据流通网络建立的基础上，真正意义上的数据要素市场才能够形成，数据作 为生产要素的价值才能够被充分发掘出来。

2、推动数据资产化的发展

所谓资产，是指由企业过去的交易或事项形成的，由企业拥有或者控制的，预期会给企 业带来经济利益的资源。

数据的资产化就是让数据在市场上发现价值，能够为企业创造新的经济益。

大规模数据流通网络和数据要素市场的形成，将大大推动数据价值的发现、数据资产化 的发展。

从企业一侧来看，企业的生产经营活动当中沉淀下来的数据会成为宝贵的资产。一方面， 对这些数据的分析和运用，将推动企业改善自身的业务；另一方面，与外部机构进行数据的 共享，能够推动数据发挥出更大的价值，企业自身也将从中获取更多收益。这会反过来进一 步推动企业的数字化转型和对数据资产的管理。未来，对数据资产的盘点可能成为企业在资 产负债表、现金流量表、利润表之外的“第四张表”。

数据资产化的发展，也会推动围绕数据价值挖掘形成全新的服务体系。其中包括数据确 权、定价、交易等各个环节。上海 社会 科学院信息研究所副所长丁波涛将未来数据资产服务体系中的机构分成四类：

第一类提供中介服务，包括数据经纪人，还有数据代理。

第二类提供数据评估，由于数据市场信息不对称或信息混乱，需要提供合规评估、数据 质量和数据价格的评估。

第三类提供价格咨询，如提供法律、经济咨询或者是上市辅导等的咨询服务企业。

第四类提供专业技术服务，包括数据开发、数据处理服务、数据交付服等。数据资产化的发展，带来的将是人们认知的提升、生产效率的提高、生产要素的重组、 创新的产生、经济的发展以及全 社会 整体福利的提升。

3、对现有业态的改变

区块链与隐私计算的结合，将提升企业和个人分享数据、利用数据的积极性，进一步推 动打破“数据孤岛”。其对现有业态的改变主要体现在以下几个层面：

第一，这将带来新的数据和 科技 变革。

首先，这将推动数据密态时代的到来。数据密态时代的核心，是数据流通使用方式的巨 大改变，数据将以密态形式在主体间流动和计算，显著降低数据泄露的风险，并在合规前提 下支撑各种形态业务的发展。此前，数据被加密之后只能用来传输或者存储，但是未来数据 在加密状态下可以被计算。这将带来一系列新的问题和挑战，引发许多相关技术领域的连锁 反应。

其二，这将重塑大数据产业。随着数据流通的安全化，以往较为敏感的数据领域逐渐开 放。以政务数据为例，隐私计算使联合政务、企业、银行等多方数据建模和分析成为可能， 进一步释放数据应用价值，创造了多样化的应用机遇。

其三，人工智能产业将获得新一轮的发展。数据、算法和算力是人工智能发展的三要素。近几年来，由于缺乏可用的数据，人工智能的发展遭遇瓶颈。未来，5G 和物联网的发展将使 得万物互联，数据量大幅增长。区块链+隐私计算技术的应用，可以使得人工智能利用海量数 据优化模型，真正迈向“智能化”。其四，这将为区块链产业的发展带来新的机遇。区块链与隐私计算相结合，将拓展联盟 链的节点数量，从而进一步扩大可协同利用的数据资源的范围。

第二，在 科技 变革的基础之上，区块链与隐私计算相结合，将给许多传统产业带来变革。

在政务领域，一方面，可以实现政府不同部门之间的互联互通及数据共享，从而促进政 府不同部门的协同，提高政府的效率以及决策质量，推动智慧城市的建设；另一方面，可以 促进政务数据与民间数据的双向开放。政务数据向 社会 开放，可以为企业或学界所用，释放 更多价值。民间的数据源向政府开放，可以提高政府在决策以及政务流程等方面的效率。

在金融领域，支付、征信、信贷、证券资管等各个领域都会因之发生变化。总体来看， 主要是影响到金融的风控和营销两个方面。区块链与隐私计算技术的结合，可以在符合法律 规定、不泄露各方原始数据的前提下，扩大数据来源，包括利用金融体系外部的互联网数据， 实现多方数据共享，联合建模，从而有效识别信用等级、降低多头信贷、欺诈等风险，也有 助于信贷及保险等金融产品的精准定价；同样，内外部多方数据的共享融合也有助于提高金融机构的反洗钱甄别能力。

在医疗领域，未来在疾病治疗、药物研究、医疗保险等多个领域，区块链与隐私计算都 能助推医疗信息化建设，带来巨大变革。在疾病治疗和药物研究方面，区块链与隐私计算结 合，能够促进更多的医疗数据被联合起来进行分析和研究，从而为许多疾病的治疗带来新的 突破。在医疗保险方面，区块链与隐私计算技术结合，主要是可以使得保险公司可以应用到 更多的数据，改善保险产品的设计、定价、营销，甚至可以促进保险公司对客户的 健康 管理 等。

区块链与隐私计算技术相结合，目前应用的重点领域是政务、金融、医疗领域，但是未来其应用将不仅仅局限于这三个领域，还将在更多领域发挥作用。

第三，数据权利、利益将重新分配。

这可能是区块链与隐私计算技术相结合所带来的最为核心，也是最为深刻的，与每一个人 的切身利益都息息相关的变革。

首先，这涉及到每个产业链不同环节利益的重新分配。

前述在广告营销领域的应用落地为例，此前广告营销的利益分配主要是在广告主与渠 道商之间。但是，未来应用区块链和隐私计算技术，可以在更大范围内进行数据协作，则要 解决广告主、多个渠道方、消费者之间多方数据协作的问题，这其中就涉及到多方之间权责 的划分、利益的重新分配。

其次，这还涉及到企业与个人之间利益的重新分配。

欧盟的 GDPR,美国的 CCPA 等法案中涉及用户的一项重要权益即“portability，（可携 带权）”。即第三方应用不能封锁个人数据，一旦个人有下载的诉求，APP 需要提供便利的 API 利于个人拷贝数据。美国公司已陆续为用户提供 API，如果在这方面功能缺失，个人客户 可以提出诉讼，而公司也将面临巨额的罚款。在中国的《个人信息保护法》当中，也有相关的条款。《个人信息保护法》第四十五条规 定，“个人有权向个人信息处理者查阅、复制其个人信息”、“个人请求查阅、复制其个人信息 的，个人信息处理者应当及时提供。个人请求将个人信息转移至其指定的个人信息处理者， 符合国家网信部门规定条件的，个人信息处理者应当提供转移的途径。”

目前，中国公司的区块链+隐私计算 探索 主要集中在 To B 服务领域，但是区块链是全球 化的商业，如果美国已经出现这样的模式，中国大概率不会完全不受影响。伴随着消费级软硬件技术能力的提升，区块链与隐私计算技术结合，会逐步对个人与机构 之间的数据服务进行变革。对于个人用户而言，将有机会获得自身隐私数据的完全掌控权， 并为数据业务过程中所涉及的数据隐私需求获得更强的技术性保障。目前关于 To C 服务的相关问题，国内业界还在探讨当中。

为什么区块链+隐私计算的应用尚未大规模普及？

第一，区块链+隐私计算的落地应用，主要是在涉及需要多方数据协作的情况，目前实际需求尚未爆发。

从隐私计算技术发展的角度来看，目前隐私计算尚在落地初期，解决的主要是两方之间 的数据协作问题，涉及到多方的场景还不多，因此很多时候还没有体会到对区块链+隐私计算 应用的需要。

从区块链技术发展的角度来看，区块链技术在许多领域的应用目前并非刚需。不少问题 可以应用区块链解决，但是不用区块链技术也能解决，而应用区块链技术解决的成本更高。因此，目前区块链项目的建设主要是政务部门和大型企业较为积极，因为政府和大型企业从 长远发展的角度来考虑，可以做前瞻性的投资建设和技术布局，但是大多数商业机构需要衡 量投入与产出。

区块链技术与隐私计算技术结合，主要是用于处理数据协作问题。从数据治理的角度来 看，目前大多数机构都在处理自身内部的数据治理问题，内部的数据体系梳理好之后，才涉 及到与外部进行数据协作，因此还需要时间。

第二，区块链+隐私计算的落地应用较为复杂，涉及到新商业模式的创造、权责以及利益 的重新分配，因此需要的时间更长。

以在广告营销领域的应用落地为例，目前的大多数应用 都只是落地了隐私计算平台，主要涉及两方数据协作，直接应用隐私计算技术，延续此前商 业应用即可。但是，如果引入区块链技术，则要解决广告主、渠道方、消费者之间多方数据 协作的问题，这其中可能涉及到多方之间权责的划分、利益的重新分配，新商业模式的形成 需要时间进行 探索 。

应用的大规模普及，还需要解决哪些问题？

区块链+隐私计算的应用在大规模铺开之前，还需要具备三方面的条件：

第一，从外部环境来看，需要全 社会 整体的数字化水平的提高。 打个比方，区块链+隐私 计算将来会形成数据流通的高速公路，但是路上要有足够的车。目前全 社会 的数字化正在快 速推进当中，大多数机构都是正在进行自身内部的数据治理，他们需要先处理好自己的数据， 之后才能产生更多的与外部数据进行协作的需求，这还需要时间。

第二，从技术发展来看，技术成熟尚需投入。 区块链+隐私计算技术的应用，实际上是牺 牲了数据流通的效率、提升了安全性，但是数据流通的效率也非常重要，未来需要在效率和 安全这两个方面形成一定的平衡，安全要保障，足够的效率也要满足，这其中涉及到许多技 术的研发、行业标准的制定，技术产品化的发展和完善、技术成本的进一步降低，还需要时 间。

第三，还需要相关法律法规的完善，以及数据交易商业模式的形成。 不过，这一条件与 前两个条件相比，其在目前的重要性相对次之。因为随着需求的爆发、技术的完善，相关的法律法规以及商业模式就会随之形成，这一条件在现阶段并非限制区块链与隐私计算技术落 地应用的最关键因素。

区块链+隐私计算的应用中还蕴藏着哪些趋势？

1、国产化的趋势

区块链+隐私计算的应用，涉及网络安全、数据安全，未来将成为新基建的重要组成部分。这是关乎网络空间主权、国家安全和未来发展利益的重要方面，因此这个领域的国产化是未来趋势。

在区块链+隐私计算技术应用的国产化当中，软件的国产化是相对容易实现的。难点在于 硬件的国产化，其中最难的部分是芯片的国产化。

这一部分的发展，与信创领域的发展相关。信创，即信息技术应用创新产业，其是数据 安全、网络安全的基础，也是新基建的重要组成部分。信创涉及到的行业包括 IT 基础设施：CPU 芯片、服务器、存储、交换机、路由器、各种云和相关服务内容；基础软件：数据库、 *** 作系统、中间件；应用软件：OA、 ERP、办公软件、政务应用、流版签软件；信息安全：边 界安全产品、终端安全产品等。

在区块链+隐私计算领域，目前已经有企业在尝试产品的国产化。例如，前文提到的，蚂 蚁链自研了密码卡、隐私计算硬件以及自研可信上链芯片，同时还推出了摩斯隐私计算一体 机。创业公司如星云 Clustar、融数联智也在进行相关国产化硬件产品的研发。

2、软硬件技术相结合、更多技术融合发展的趋势

目前，在区块链与隐私计算技术相结合的实践中，也呈现出了软硬件技术相结合、更多 技术融合发展的趋势。这主要是缘于几方面的需求：

第一，是加强数据安全性的需求。

隐私计算主要是解决数据在计算过程中不泄露的问题，区块链主要是解决存证问题，二者结合仅能解决数据安全的一部分问题。数据从产生到计算再到消亡，会涉及采集、传输、 存储、计算、销毁等多个环节，其生命周期可能会有数十年之久，要真正保障数据安全需要 一个更加全方位的、体系化的解决方案，以使得每个环节上都有对应的技术体系保障数据安 全 在数据采集阶段需要精心设计设备可信架构，在网络传输阶段需要合理运用安全协议， 在存储阶段需要兼顾加密与性能，在数据计算阶段需要灵活选择可信执行环境与密态运算。除此以外，计算环境的可信与安全在防御纵深建设上也至关重要。这些安全保障能力的技术 图谱会涉及到可信计算、软硬件供应链安全、隔离技术、网络与存储的透明加密、密钥管理、 可信执行环境等等。这其中每一个技术点都有软硬件结合、多种技术融合发挥的空间。

第二，是提升计算性能的需求。

隐私计算的性能目前还比较低，在计算机单机、单机和单机之间、计算机集群之间这三 个层面上都存在。

在计算机单机上，隐私计算由于运用了密码学技术，计算过程中涉及到很多加密解密的 步骤，这使得计算量以几何级数增加。以全同态算法为例，在通用芯片上密文运算的速度比 明文运算慢了 10 万倍。这意味着，做同样的运算，如果用全同态算法，在 Intel 最新的 Icelake 处理器上，跑出来的效果等同于 Intel 的第一代 8086 处理器，直接回退了数十年。这使得全 同态加密在现实情况下就不具备可用性了。算力问题也是导致全同态算法一直未得到广泛应 用的根本原因。

在单机之间和计算机集群之间，会涉及到单机之间和集群之间的通信效率问题。一方面， 主流的隐私计算技术无论是联邦学习还是多方安全计算，都有通信问题。密文膨胀、传输次 数膨胀，会导致单机之间网络传输效率成为隐私计算的瓶颈之一。另一方面，由于大多数隐 私计算的场景都是跨多方的，多方要通过公网进行通信，公网的带宽与时延目前也是巨大的 鸿沟。

性能的问题，会随着时间的推移越来越严重。2021 年，隐私计算的落地尚处于颇为早期 的阶段，主要是在一些机构内部或者是两方、三方之间应用，处理的数据量较小，这个问题 还不明显。可是未来，多方数据交换需求的到来、5G 和物联网的发展所带来的数据量急剧增 大，最终导致的将是数据量爆发式的增长，这需要消耗大量的算力。

到那时，隐私计算的性 能将面临巨大的挑战。现在在硬件的创新方面正处于体系结构的黄金时代。这是因为，移动互联网的飞速发展 使得应用场景发展很快，上层的软件也发展很快，这使得在计算机底层进行支持的硬件甚至 芯片都需要随之进行改变，进入了新一轮的创新周期。

而从区块链与隐私计算结合的长远发展来看，软硬件结合、多技术融合，对隐私计算来 说，可以提升性能、安全性和计算效果；对区块链来说，可以促使更多机构低成本加入联盟 链，扩大联盟链应用范围。

END

编辑 | 领路元

来源 | 零一 财经 《区块链+隐私计算一线实践报告（2022）》

疫情发生以来，全球经济发展都进入了数字经济的新阶段，“数据要素”的概念逐渐深入人心。

作为数字经济深化发展的核心引擎，“数据要素”已成为最具时代特征的生产要素。 数据显示，“十三五”时期，大数据产业规模年均复合增长率超过30%，2020年超过1万亿元。去年年底，《“十四五”数字经济发展规划》和《“十四五”大数据产业发展规划》的连续发布，更是进一步规范并推动了数据要素市场的培育、数据产业链的形成，以及整个数据产业生态的构建。

伴随着互联网和移动终端的普及，以及信息通信技术的蓬勃发展，在传统的金融数据之外，诞生了另类数据，并成为当前数据市场不可或缺的一部分。

成立于2016年，百观 科技 主要面向一、二级投资市场的金融机构以及消费、零售、文化 娱乐 及地产等行业的企业客户，帮助其以另类数据驱动的模式，更系统性地制定商业决策。 百观推出的百观 科技 新一代智能研究 *** 作系统 ROS（Research Operating System），以产品化的方式颠覆了数据的采集、存储、分析到最后分发的全过程。

成立以来，公司已完成了来自华创资本、真格基金、Palm Drive Capital及标普全球（S&P Global）的多轮融资，融资金额高达数千万美元。

数字经济需数据先行，数据作为数字经济的血液与养分，其规范的加工、交易流程及安全合规的运转模式将是产业 健康 发展的前提。

“十四五”规划对数字经济和大数据产业提出了具体的规范和指导，并强调要培育壮大数据服务产业，培育数据服务商。这对于百观 科技 这样的另类数据服务商来说，意味着一个全新的时代已经到来。在这样的背景下，百观 科技 将持续专注信息的采集、聚合、降噪，为各行各业客户提供另类数据驱动的系统性商业决策解决方案。

随着大数据在各行各业的渗透和发展，继农业经济、工业经济之后，数字经济成为新的经济形态。 作为数字经济的核心引擎，数据要素已经成为与土地、劳动力、资本和技术并列的五大生产要素之一。

2021年，国务院和工信部分别针对数字经济和大数据产业的发展出台了《“十四五”数字经济发展规划》和《“十四五”大数据产业发展规划》，在政策层面明确了数据是新时代重要的生产要素，是国家基础性战略资源，同时提出以数据流引领技术流、物质流、资金流、人才流，打通生产、分配、流通、消费各环节，促进资源要素的优化配置。

另类数据，是相对于传统金融数据而言的新类型数据。传统的金融数据一般指股票、债券等的交易数据、上市公司年报和财务数据，而另类数据一般分为三类，1）个体生产的数据，包括社交网络上个人所生产的文章、评论一类的数据；2）商业过程中生产的数据，像人流量数据等；3）来自传感器的数据，如卡车的物联网数据、卫星图像数据等。

另类数据的爆发离不开互联网、移动终端以及信息通信技术的普及。随着积累数据的基础设施不断加强，以前无法留存的数据得以大规模的存储和积累，并得到有效利用。而伴随着另类数据在宏观、中观和微观层面的应用，另类数据与传统数据相互补充，共同组成了数字经济时代的生产要素， 对另类数据的分析和研判也成为了经济形势研判和商业决策中不可缺少的一环。

“百观 科技 在另类数据领域深耕多年，在技术、产品、合规、行业理解以及人才培养上都有突出的表现，正符合“十四五规划”中提到的应该被重点培育的数据服务商。” 百观 科技 的创始人兼CEO陈沐表示。

在他看来，数据服务产业目前正处在黄金发展期，政策的落地使得产业在数据加工、交易和应用等各个阶段均有规可循，同时各地数据交易所的成立，也将使得数据资源得以更高效地流通，“数据产业链上游的不断完善将利好处于产业链下游应用端的数据服务商，这其中就包括百观 科技 ”。

创立百观 科技 之前，陈沐曾在两家百亿级的国际对冲基金工作，同时也是美国第一批数据产品经理，成功打造了多个百万美元收入的数据产品，数据产品经理的主要工作即将数据和数据工具用技术封装成产品，再使其应用于商业分析和洞察。

2016年，陈沐注意到，国内不少投资机构和企业在做投资、商业研究时，仍然使用数十年前陈旧的技术和方法。彼时，他开始思考将先进的云计算等技术与另类数据相结合，开拓出全新的数据研究方式，百观 科技 应运而生。

相较于传统的数据研究，百观 科技 用产品化的方式来提供数据分析服务，其产品定位为“基于新的数据和新的技术形成的体系化、底层的 *** 作系统”，涵盖了数据采集、数据挖掘、数据整理，直至应用数据产品的全过程。

基于这样的产品架构，百观能够帮助客户从海量信息中高效提取有价值的内容，最终实现更系统化、更数据驱动的商业决策。

在持续的 探索 和尝试后，百观推出了百观 科技 新一代智能研究 *** 作系统ROS（Research Operating System），为客户提供针对10+个行业、200,000+家公司的可靠分析与深度数据指标。

陈沐介绍，ROS平台由三大部分组成，底层模块负责多源异构的原始数据的采集，中台运用先进的数据湖等技术对数据进行存储加工，最上层则是直接向客户展示的数据产品及数据洞察。客户不仅能够通过ROS平台随时随地接触高价值、精准且即时的数据，也可使用SaaS内集成的各类交互式分析工具定制分析维度，满足其研究需求。

在底层的数据源上，百观已经开发了包括线上/线下消费数据、遥感数据、app流量数据、舆情数据等在内的多种数据源。针对客户的特定需求，百观还能帮助投资机构追踪制造业企业货物的数据、消费者支付行为的数据、人流量数据等。

成熟的产品与服务离不开持续的技术投入。百观 科技 在大数据工程、算法、数据产品化等方面积累深厚。正是基于先进的多模态识别、大数据、AI以及云计算等技术，公司搭建了业界成熟的湖仓一体解决方案。

今年年初，经国家 科技 部、财政部、税务总局联合认证，百观 科技 被认定为国家高新技术企业，这意味着百观 科技 在核心自主知识产权、 科技 成果转化能力以及成长性指标等方面得到了国家级认可。

在产品与技术实力的加持下，百观 科技 形成了两大主要的应用场景，一个是投资研究，另一个是商业分析。 投资研究场景的客户包括一、二级投资机构，服务内容既有对上市公司关键指标、趋势的跟踪挖掘，也包括对一级市场新趋势、新品牌的跟踪和数据挖掘。

商业分析则主要针对品牌等企业客户。陈沐表示，对于企业而言，对外部数据的采集和分析正渗透进越来越多的部门。除了战略部门，企业在市场、产品研发等各个环节都需要外部数据的参与，而百观能够帮助企业进行全方位的数字化转型，实现其内部数据与外部数据的打通与融合。

目前公司已经服务包括国内外大型对冲基金、主权基金、PE/VC及国内外知名企业在内的上百家客户。此外，据陈沐透露，公司的头部客户留存率为100%，合约金额续约率也高达140%。

另一方面，对于数据服务企业来说，数据安全是绕不开的话题。

去年9月实施的《中华人民共和国数据安全法》对数据服务中的数据来源的合法性、正当性提出了明确的要求。陈沐表示，百观 科技 一向重视数据的安全合规，公司有专门的数据源团队与法务合规团队，在数据合规、安全以及数据传输的加密上，团队也会做详细的尽职调查。

今年，百观 科技 成功入选信通院数据安全推进计划（DSI）成员单位，对此，陈沐表示：“本次入选DSI参与单位，是中国信通院对百观的企业实力和数据安全保障能力的认可，我们也将与其他入选单位一同为推进国家《数据安全法》、《个人信息保护法》等法律法规的实施贡献力量。”

自2016年成立，百观 科技 从零开始，目前的员工规模已经超过百人。其中，产品研发人员占比达80%，团队中近一半拥有海外求学或工作的经历，在行业研究、数据科学、产品研发领域经验丰厚，并在顶级金融机构与新经济企业有多年从业经验。

与此同时，另类数据仍属于新兴市场，作为业内头部企业，百观正逐步完善其内部人才培养体系。陈沐介绍，百观内部为员工提供了清晰的培训机制和晋升路径，合伙人团队也正在以mentor制来培养数据产品经理。 同时，在由清华大学金融 科技 研究院发起的金融 科技 创业大赛中，百观 科技 也是“最受投资人欢迎”企业的得主，并持续支持学院在另类数据领域的研究和培训。

对百观 科技 来说，其现阶段的目标是打造一个企业外部数据聚合及分析的平台，不断完善数据要素产品化的系统。 市场层面，百观 科技 一方面会继续提高在投资机构类客户的渗透率，同时也会扩大在消费品市场的客户群。另外，公司还将面向新经济产业，包括新能源 汽车 、商业地产以及文化艺术等领域，积极开发新客户。

政策和市场的双重驱动下，我国数据要素市场正加速走向成熟，而这对于数据服务企业来说，也意味着不可估量的商业机会。

接下来，百观 科技 将持续引入战略资本，加大对更多原始数据的产品化投入，加强多模态识别、认知AI、云计算、大数据等技术模块的研发投入，深入数据驱动决策场景的SaaS化开发，完成数据驱动决策平台的愿景，成为中国新一代数据产品行业的巨头。

可按照时间点划分大数据的发展历程。

大数据时代发展的具体历程如下：

2005年Hadoop项目诞生。 Hadoop其最初只是雅虎公司用来解决网页搜索问题的一个项目，后来因其技术的高效性，被Apache Software Foundation公司引入并成为开源应用。

Hadoop本身不是一个产品，而是由多个软件产品组成的一个生态系统，这些软件产品共同实现全面功能和灵活的大数据分析。从技术上看，Hadoop由两项关键服务构成：采用Hadoop分布式文件系统（HDFS）的可靠数据存储服务，以及利用一种叫做MapReduce技术的高性能并行数据处理服务。这两项服务的共同目标是，提供一个使对结构化和复杂数据的快速、可靠分析变为现实的基础。

2008年末，“大数据”得到部分美国知名计算机科学研究人员的认可，业界组织计算社区联盟 (Computing Community Consortium)，发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》。它使人们的思维不仅局限于数据处理的机器，并提出：大数据真正重要的是新用途和新见解，而非数据本身。此组织可以说是最早提出大数据概念的机构。

2009年印度政府建立了用于身份识别管理的生物识别数据库，联合国全球脉冲项目已研究了对如何利用手机和社交网站的数据源来分析预测从螺旋价格到疾病爆发之类的问题。同年，美国政府通过启动>

2009年，欧洲一些领先的研究型图书馆和科技信息研究机构建立了伙伴关系致力于改善在互联网上获取科学数据的简易性。

2010年2月，肯尼斯ž库克尔在《经济学人》上发表了长达14页的大数据专题报告《数据，无所不在的数据》。库克尔在报告中提到：“世界上有着无法想象的巨量数字信息，并以极快的速度增长。从经济界到科学界，从政府部门到艺术领域，很多方面都已经感受到了这种巨量信息的影响。科学家和计算机工程师已经为这个现象创造了一个新词汇：“大数据”。库克尔也因此成为最早洞见大数据时代趋势的数据科学家之一。

2011年2月，IBM的沃森超级计算机每秒可扫描并分析4TB（约2亿页文字量）的数据量，并在美国著名智力竞赛电视节目《危险边缘》“Jeopardy”上击败两名人类选手而夺冠。后来纽约时报认为这一刻为一个“大数据计算的胜利。” 相继在同年5月，全球知名咨询公司麦肯锡(McKinsey&Company)肯锡全球研究院（MGI）发布了一份报告——《大数据：创新、竞争和生产力的下一个新领域》，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据。报告指出，大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。报告还提到，“大数据”源于数据生产和收集的能力和速度的大幅提升——由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。

2011年12 月，工信部发布的物联网十二五规划上，把信息处理技术作为4 项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。

2012年1月份，瑞士达沃斯召开的世界经济论坛上，大数据是主题之一，会上发布的报告《大数据，大影响》(Big Data, Big Impact) 宣称，数据已经成为一种新的经济资产类别，就像货币或黄金一样。

2012年3月，美国奥巴马政府在白宫网站发布了《大数据研究和发展倡议》，这一倡议标志着大数据已经成为重要的时代特征。2012年3月22日，奥巴马政府宣布2亿美元投资大数据领域，是大数据技术从商业行为上升到国家科技战略的分水岭，在次日的电话会议中，政府对数据的定义“未来的新石油”，大数据技术领域的竞争，事关国家安全和未来。并表示，国家层面的竞争力将部分体现为一国拥有数据的规模、活性以及解释、运用的能力；国家数字主权体现对数据的占有和控制。数字主权将是继边防、海防、空防之后，另一个大国博弈的空间。

2012年4月，美国软件公司Splunk于19日在纳斯达克成功上市，成为第一家上市的大数据处理公司。鉴于美国经济持续低靡、股市持续震荡的大背景，Splunk首日的突出交易表现尤其令人们印象深刻，首日即暴涨了一倍多。Splunk是一家领先的提供大数据监测和分析服务的软件提供商，成立于2003年。Splunk成功上市促进了资本市场对大数据的关注，同时也促使IT厂商加快大数据布局。2012年7月，联合国在纽约发布了一份关于大数据政务的白皮书，总结了各国政府如何利用大数据更好地服务和保护人民。这份白皮书举例说明在一个数据生态系统中，个人、公共部门和私人部门各自的角色、动机和需求：例如通过对价格关注和更好服务的渴望，个人提供数据和众包信息，并对隐私和退出权力提出需求；公共部门出于改善服务，提升效益的目的，提供了诸如统计数据、设备信息，健康指标，及税务和消费信息等，并对隐私和退出权力提出需求；私人部门出于提升客户认知和预测趋势目的，提供汇总数据、消费和使用信息，并对敏感数据所有权和商业模式更加关注。白皮书还指出，人们如今可以使用的极大丰富的数据资源，包括旧数据和新数据，来对社会人口进行前所未有的实时分析。联合国还以爱尔兰和美国的社交网络活跃度增长可以作为失业率上升的早期征兆为例，表明政府如果能合理分析所掌握的数据资源，将能“与数俱进”，快速应变。在这一年的7月，为挖掘大数据的价值，阿里巴巴集团在管理层设立“首席数据官”一职，负责全面推进“数据分享平台”战略，并推出大型的数据分享平台——“聚石塔”，为天猫、淘宝平台上的电商及电商服务商等提供数据云服务。随后，阿里巴巴董事局主席马云在2012年网商大会上发表演讲，称从2013年1月1日起将转型重塑平台、金融和数据三大业务。马云强调：“假如我们有一个数据预报台，就像为企业装上了一个GPS和雷达，你们出海将会更有把握。”因此，阿里巴巴集团希望通过分享和挖掘海量数据，为国家和中小企业提供价值。此举是国内企业最早把大数据提升到企业管理层高度的一次重大里程碑。阿里巴巴也是最早提出通过数据进行企业数据化运营的企业。

2014年4月，世界经济论坛以“大数据的回报与风险”主题发布了《全球信息技术报告（第13版）》。报告认为，在未来几年中针对各种信息通信技术的政策甚至会显得更加重要。在接下来将对数据保密和网络管制等议题展开积极讨论。全球大数据产业的日趋活跃，技术演进和应用创新的加速发展，使各国政府逐渐认识到大数据在推动经济发展、改善公共服务，增进人民福祉，乃至保障国家安全方面的重大意义。5月份，美国白宫发布了2014年全球“大数据”白皮书的研究报告《大数据：抓住机遇、守护价值》。报告鼓励使用数据以推动社会进步，特别是在市场与现有的机构并未以其他方式来支持这种进步的领域；同时，也需要相应的框架、结构与研究，来帮助保护美国人对于保护个人隐私、确保公平或是防止歧视的坚定信仰。2014年，“大数据”首次出现在当年的《政府工作报告》中。《报告》中指出，要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。“大数据”旋即成为国内热议词汇。

2015年，国务正式印发《促进大数据发展行动纲要》，《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。标志着大数据正式上升这国家战略。

2016年，大数据“十三五”规划将出台，《规划》已征求了专家意见，并进行了集中讨论和修改。《规划》涉及的内容包括，推动大数据在工业研发、制造、产业链全流程各环节的应用；支持服务业利用大数据建立品牌、精准营销和定制服务等。

大数据的技术：

1 Hadoop

Hadoop诞生于2005年，其最初只是雅虎公司用来解决网页搜索问题的一个项目，后来因其技术的高效性，被Apache Software Foundation公司引入并成为开源应用。Hadoop本身不是一个产品，而是由多个软件产品组成的一个生态系统， 这些软件产品共同实现全面功能和灵活的大数据分析。从技术上看，Hadoop由两项关键服务构成：采用Hadoop分布式文件系统（HDFS）的可靠数据 存储服务，以及利用一种叫做MapReduce技术的高性能并行数据处理服务。

2 Hive

Hive是一种建立在Hadoop文件系统上的数据仓库架构，并能对存储在HDFS中的数据进行分析和管理。它最初是应Facebook每天产生的海量新兴社会网络数据进行管理和机器学习的需求而产生和发展的。后来其他公司也开始使用和开发Apache Hive，例如Netflix、亚马逊等。

3 Storm:

Storm是一个分布式计算框架，主要由Clojure编程语言编写。最初是由Nathan Marz及其团队创建于BackType，这家市场营销情报企业于2011年被Twitter收购。之后Twitter将该项目转为开源并推向GitHub平台，最终Storm加入Apache孵化器计划并于2014年9月正式成为Apache旗下的顶级项目之一。

当前的投资热点主要涵盖以下几个方向和行业：
1 5G技术：随着全球范围内5G网络的建设逐渐完善，5G相关产业迎来新的机遇。5G通信设备、芯片、通讯基础设施等相关产业都将是未来的热点。
2 新能源：随着全球对于环境保护意识的不断提高，新能源产业也得到了大力发展。太阳能、风能以及生物能等新能源行业将成为未来的热点。
3 人工智能：人工智能技术的广泛应用将推动各行各业的发展。图像识别、自然语言处理、智能交互等领域都具有巨大的发展潜力。
4 消费升级板块：消费升级板块包括教育、文化娱乐、健康医疗等行业，这些行业都受益于人们对于生活品质提升的需求，因此具有非常大的发展前景。
5 新零售：随着新技术的不断应用，新零售将成为未来的一大趋势，包括无人售货、智能购物、线上线下融合等新型零售模式都将受到市场的追捧。
以上是当前的主要投资热点，当然还有一些其他的行业和领域也具有巨大的投资潜力，需要根据市场变化和自身情况进行选择。

---