[导读]数据流向千行百业的“田地”，大模型才能开花结果
文｜白鸽
编｜王一粟
今年世界人工智能大会上，大模型如何走向深度应用成为重要议题。
但在大模型迈向深度应用的过程中，相比于算力的稀缺，“真正的问题是缺数据，无论是在通用技术领域，还是在专业领域，数据才是决定AI能力的上限。”蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算董事长韦韬表示。
毕竟，想要解决真正的行业、专业应用问题，都依赖于关键数据能不能按需获得。但想要获取高质量数据却并不是一件容易的事情，尤其是在具体的某个行业场景中。
就拿金融行业来说，此前一位智谱AI技术专家对光锥智能表示，金融行业非常注重数据的隐私性，智谱AI在服务银行客户时，数据只能在银行自己内部使用，不允许拿到外部进行大模型训练。
背后原因在于，数据价值越高，风险越大，毕竟数据本身复制成本非常低，明文数据很容易造成二次分发，从而引发数据泄漏问题。
因此，高质量的行业数据难以流通起来，这也在很大程度上限制了行业大模型的迭代更新和应用落地。那么，有什么方法能够在保证行业数据安全的情况下，能够让数据大规模流通起来？
此背景下，行业开始探索平衡数据流通与隐私安全的技术路径。
蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算董事长韦韬
韦韬认为，密算会成为数据可信流通的新算力，只有让数据以密态方式流通，才能发挥正向价值、控制负向风险，“无论是对AI进一步发展的支撑，还是对整个数据行业支撑，我们认为行业将会从通算、智算走向密算。”
“我们一定要做大、做强行业大模型。”中国电信大模型首席专家、大模型团队负责人刘敬谦在世界人工智能大会上说，一方面，借助行业大模型可以拉起我国整个大模型技术的发展，另一方面，行业也能够为大模型的应用提供内生需求场景。
不过，行业大模型发展背后的关键，则在于行业数据的供给。
但当前行业数据的供给方、大模型厂商，以及用户之间，却很难建立相互信任的体系。企业担心数据对外泄露，大模型厂商担心模型资产安全，用户担心个人数据和隐私泄漏的风险。
这也就导致AI大模型在跨系统、跨行业的应用中，遇到了数据整合与流通的难题。
现阶段，在大模型落地方案中，通过自有数据开展微调、RAG或智能体应用，并提升自有数据检索和理解能力的大模型还十分初级，距真正赋能行业的大模型还相距甚远。
“密态计算，是大模型产业深入应用的必经之路。”蚂蚁密算CEO王磊说。
为什么密态计算能够解决数据流转过程中的安全问题？
数据密态流通的本质是通过密码学，把访问边界从传统的物理边界变成密钥管控的虚拟数字空间边界，即使数据离开了数据的运维域以后，依然能够进行有效管控。
此前，王磊曾解释道，密态计算的本质逻辑，是机构一将数据通过密态环境给到机构二，在这个密态环境中，机构二能够使用这部分数据，但并不能够看到这些数据。也就是业界经常提的，“数据可用，不可见。”机构二只能够按照双方约定方式使用数据，且其加工后的数据也只能存放到密态环境中，只有双方经严格的数据确权后，数据衍生产品才能够以明文的方式析出。
这相较于传统的数据安全技术，已经发生了根本性的变化，“传统数据安全技术是保障运维域内的数据安全，而密态计算技术核心保障的是域外数据的安全，是外循环的数据安全。”韦韬解释道。
实际上，密态计算是把对人的信任转移到对技术的信任，实现数据跨主体流通过程中跨域管控的问题。通过利用密态计算技术，实现数据密态流转，做到数据“可用不可见，可控可计量”。
现阶段，大模型行业虽然发展的“热火朝天”，但在具体应用层面，却很难从可用走向专业应用，背后的关键，就在于高质量行业数据的稀缺。而想要高质量的行业数据大规模可信流通，密态计算是关键。但只有标准化的技术和产品，才能够加速行业应用。
任何新技术和产品，都需要经过小规模试点后，才能迈向大规模应用阶段，密算技术同样如此。
事实上，此前业内也有使用密码技术进行数据安全防护，但单纯使用密码学技术成本太高，导致难以大规模应用。同时，当前由数据泄漏造成的安全成本增加问题正日益严重。
据IBM《2023年数据报告》显示，2023年数据泄露的全球平均成本上升至445万美元，达到历史新高，比2022年的435万美元增加了2.3%，比2020年的386万美元增加了15.3%。
因此，如何平衡安全技术的成本和数据价值，让密态技术能够更好的为数据流通做底层安全保障，则成为推动数据大规模流转的关键。
韦韬表示，蚂蚁通过可信芯片和机密计算技术来协同保障，从而大幅度降低成本，实现低成本密态计算，形成行业里规模化应用方案。
蚂蚁集团在WAIC上发布的“隐语Cloud”大模型密算平台，就是蚂蚁密算科技贯彻这一技术路线而发布的首款商业化产品。该平台通过软硬件结合的可信隐私计算技术，在大模型托管和大模型推理等环节实现数据密态流转，保护模型资产、数据安全和用户隐私。
在2024世界人工智能大会上，公众在蚂蚁集团展台上了解“隐语Cloud”大模型密算平台
“隐语Cloud”大模型密算平台首批推出两大服务，分别为大模型密态托管和大模型密态推理。
大模型密态托管，指模型提供方可以将模型加密后托管在平台上，一键完成云上密态部署，保护模型资产不被泄漏和盗用；大模型密态推理，是指数据以密态形式完成推理，保护用户交互时的数据安全、商业机密等。
“整个密态访问流程非常轻量化，远程认证，密钥交换和加密操作都是在浏览器中完成，和明文大模型的访问体感一致。用户如果担心其安全性，也可以自己打开浏览器侧的代码，来确认整个访问过程的安全性。”王磊说。
在安全保障上，该产品利用内存、磁盘加密等方法，实现用户访问的端到端加密和托管模型的跨域访问控制。
技术产品化可以让用户先用起来，使数据小规模流动，但想要数据真正大规模流动，王磊认为：“用‘云’的方式才会实现数据的规模化流动，并把安全技术的成本降下来。”
现阶段有很多机构，数据在私域内，又希望用大模型，所以把大模型私有化部署到域内来。但私有化部署会带来的两个问题，一个是大模型更新迭代非常快，企业很难快速部署最新升级的大模型产品，导致模型的效果受到影响。更重要的是，私有化部署的成本很高，很难大规模普及。
王磊认为：“隐私计算是保障用户数据安全和隐私的重要技术，但是它成本很高，之前只有一些非常有钱的机构才能够用的起，但通过‘云’的方式是能降成本的。”
以公有云为例，提供PaaS层服务，模型提供者可以一键加密上传自己的大模型，10分钟即可完成高可用推理服务的发布。用户通过网页就可以实现对模型的加密访问，无需感知到复杂的加密过程，即开即得。
“我们希望通过密算技术给用户非常强的安全保障，解决“不敢、不愿”的问题，再通过密算云服务解决“不会”的问题。”韦韬表示，“同时，还希望推动行业把整个链路走通，让大家能够敢而且愿意把高价值的数据流通起来。”
当前，密算技术已准备好，而接下来则是要迈入真正的商业化落地应用，毕竟技术只有商业化落地，才能够可持续地产生价值。
蚂蚁密算和传统隐私计算的最大区别，在于重新树立了隐私计算的市场格局。
而数据就像自来水，局部流通的价值远远小于全域流通。
技术的迭代更新能够逐步降低应用成本，但想要真正实现大规模商业化，本质上还需要数据产业链条上的各方参与者，从原本的安全成本投入思维，转向利益分润的模式。
“行业数据的提供方，是希望能够通过数据进行变现，变现的最好模式就是基于行业大模型能够持续的提供产品价值，来获得收入；而模型的提供方，也是希望能够持续获得分润，而不是一次性的售卖。”王磊表示。
事实上，在原本隐私计算的商业模式中，主要是通过卖软件技术，以高成本的项目交付方式进行。但因为安装环境，使用方法等各种问题，仅仅提供软件并没法保证数据流通过程的安全性，同时这种高成本低利润的商业模式，也导致隐私计算技术提供商无法在安全技术上持续投入。
“但是隐私计算是要让数据流通起来，并且保证数据安全，这是最终目的。”王磊说道，“我们希望的商业模式，是对安全结果负责。保证整个数据流通的过程中的安全性，从全链路上降低成本和法律风险，并由于数据价值得到了保障，密态计算技术提供商可以从被保障的数据价值中分得利润。”
因此，蚂蚁密算希望能够通过多方联动，在构建全产业链数据安全防护的基础上，能够让各方获得一定的利益，从而更好的推动安全技术的投入和支出。
现如今，密态计算已经进入规模化商业应用的前夜。
“蚂蚁密算的使命是通过密算科技推动数据可信流通。”韦韬说道，“科技是最大普惠，但技术通过商业化是最好的服务社会的形式，这是我们成立浙江蚂蚁密算公司的初衷。”
不过，虽然现阶段隐私计算已经在部分场景中已经有了商业化落地应用，但在行业大模型应用场景中，仍处于PoC阶段。
对于密态计算的商业化应用，韦韬认为，隐私计算技术非常像光伏，光伏刚推出来的时候价格昂贵，肯定不是让所有行业全部用上，但高需求行业先用起来后，实现规模化的降低成本，当它降到临界点的时候，对于光伏而言发电成本跟煤电相当的时候，全面大规模展开应用。
同理，隐私计算也一定是从比较高价值的数据，高价值的场景开始来用，但是它解决的问题不是只有高价值数据才有的需求。“当密态计算的成本，降低到数据流通价值的5%，就能够实现规模化推广。”韦韬曾向光锥智能提到。
与此同时，市场化的应用，还需要交给市场化的手段。在密态计算技术走向市场商业化的过程中，韦韬认为可以引入保险机制。
保险公司主要有两个作用，一个是事前，保险公司做独立的第三方，去看所有产品的安全性是不是能达标，并根据实际安全风险状态收取不同费率的保费。第二个，真的出现了黑天鹅事件，事后（保险公司）做风险兜底。
通过这个方式，才能推动整个产业良性地运作起来。只有商业的模式健康运转起来，技术的迭代也才能可持续地健康发展。
随着大模型的大规模商业化落地，数据要素的流通市场也势必会不断扩大。但现在现阶段，隐私计算技术在大模型数据可信流通赛道中，尚属于早期，未来真正的商业化落地，仍需要验证。
但隐私计算就像数据的安全通道，越快打开，大模型的落地效率就会更高。就像蚂蚁集团董事长兼CEO井贤栋此前所比喻的，数据价值就像“自来水”一样，从原来的数据孤岛，像自家水井一样自产自销，走向“桶装水”式的点对点流通。
接下来，大规模数据流转会发展为犹如“城市自来水网”的行业、区域间可信流通，走向未来更广域的可信流通，形成综合水利工程。在此基础上，大模型产业及各种数据要素的应用场景，将都能够充分应用数据要素价值，实现跨行业、跨地域和跨云可信流转和互联互通。