机密计算——释放数据驱动决策的潜力
已发表: 2020-12-27虽然世界其他地区已进入 21 世纪,但决策者往往被迫在决策中依赖不完整、不完善和过时的信息
通过利用计算计算解决方案,政策制定者可以从多家公司收集数据并运行算法以获得洞察力
机密计算已经在移动设备中使用,但由于使用该技术的复杂性,在企业和政府科技领域并没有出现太大的提升
信息时代带来了新的机遇、新的挑战和新的做事方式。 2017年, 《经济学人》发表了一篇文章,直言“世界上最宝贵的资源不再是石油,而是数据”。
从此,这句话不断重复。 如果数据是当今世界的货币——也是经济增长、重要决策制定乃至国家安全的燃料——那么,为什么公共和政治领导人未能利用数据流来为他们的决策过程提供信息呢?
答案——安全和隐私问题。 虽然世界其他地区已进入 21 世纪,但决策者往往被迫在决策中依赖不完整、不完善和过时的信息。 这当然会导致整个国家和地区的结果不佳。 然而,技术可能会给出答案。
政策制定者的隐私解决方案
公共政策制定是一项艰巨的任务。 全球的政策制定者应做出有助于他们实现国家经济和社会目标的决策; 在快速变化的本地和国际环境的背景下。 这意味着政策制定者需要分析经济趋势和数据点,以确保他们的政策是最合适的——因此,获得适当的信息对于制定明智和有效的政策至关重要。
传统上,主要政策制定者和政府官员可以获得高级别的历史信息。 然而,随着整个社会和经济的变化速度加快,政策制定者可以从获取与变化速度相匹配的政策制定所需的实时和详细信息中受益。
在缺乏此类信息的情况下,政策制定者可能会提出基于过时数据点的次优解决方案。 例如,如果一个国家想要促进国内制造业,相关政策制定者应该了解某些进口产品的数量、价格、供需情况。 这些数据大部分来自市场参与者,而不是政府。 但是,出于多种原因,包括机密性和数据泄露风险,共享此类敏感和机密数据可能无法成为市场参与者。
为你推荐:
隐私问题
与政府机构共享的信息缺乏有保障的隐私是企业不愿向政策制定者提供敏感数据的主要原因之一。 让我们以印度政府今年早些时候面临的挑战为例。
通过其投资促进部门,政府要求国内的汽车制造商提供有关其进口零部件的来源和成本的信息,包括产品细节及其各自的成本。 其目的是利用这些信息来遏制对特定市场进口的过度依赖,并建立经济的战略部门。 这不仅有利于公共部门,也有利于私人市场参与者。
不幸的是,由于定价数据的敏感性,汽车制造商不愿意分享这些信息。 汽车行业内部人士明确表示,隐私问题是他们拒绝与公共当局合作的核心,并表示如果将定价和采购策略的细节泄露给竞争对手,可能会对他们的业务造成损害。
技术可能是答案——机密计算
面对这个问题,需要一个全面的解决方案。 进入机密计算! 机密计算是一种新形式的隐私保护技术,可在处理数据时对其进行加密。 机密计算还允许跨多个来源汇集数据以获得洞察力,而无需在不同贡献者之间共享基础数据——也就是说,一家公司可以将其敏感数据与另一家公司的专有信息相结合,以创建更全面的数据集——无需任何一家公司共享它不想共享的任何数据或知识产权。
通过利用计算计算解决方案,政策制定者可以从多家公司收集数据并运行算法以获得洞察力。 这可以通过一种方式完成,这意味着即使是政策制定者也无法访问原始数据——他们将收到总产出,但不会收到每家公司输入的孤立数据集。 由于原始数据不共享,这些数据处理创新保护政策制定者和市场参与者免受数据泄露和破坏的风险。
机密计算已经在移动设备中使用,但由于使用该技术的复杂性,在企业和政府科技领域并没有看到太大的提升。 然而,我们越来越多地看到企业级解决方案脱颖而出。 例如,Conclave 平台简化了机密计算的工作,使组织可以专注于业务逻辑并利用通过他们新部署的计算计算解决方案获得的关键行业级洞察力。
展望未来:数据驱动的政策
政策制定者可以平等地使用此类技术解决方案,以最大限度地发挥他们用来在国家层面做出重要决策的洞察力的功效,并将对整个经济和社会产生深远的影响。
通过克服困扰当前信息共享过程的数据安全问题,这些问题会影响国家和国际重要决策,隐私保护技术(如计算计算)的创新可能会为政策制定的新时代奠定基础。 有了适合目的的工具,我们最终可能会看到我们的政府官员让数据为他们服务——将其所拥有的巨大价值转化为有形的公共利益,这是每个人都可以支持的。