提供金融级隐私计算产品及数据服务，「蓝象智联」完成近2亿元A轮融资丨早起看早期

会员服务 ·

提供金融级隐私计算产品及数据服务，「蓝象智联」完成近2亿元A轮融资丨早起看早期

2022 年 2 月 10 日 36氪

公司董事长童玲和CEO徐敏向36氪介绍，蓝象智联的特点主要体现在产品、技术、数据运营能力等方面。

文｜真梓

封面来源 ｜ IC photo

36氪获悉，隐私计算企业蓝象智联（杭州）科技有限公司（以下简称「蓝象智联」）于今日宣布完成近2亿元人民币A轮融资。本轮融资由熙诚金睿领投，元禾重元资本、老股东联想之星等机构跟投，山景资本担任财务顾问。据介绍，这也是公司继万向区块链种子轮融资、金沙江创投和联想之星天使轮融资之后的新一轮融资。

从行业来看，2020年被称作隐私计算元年。彼时由于政策上合规避险的要求，以及业务端持续发挥大数据价值的诉求，业内诞生了一批隐私计算公司，希望通过技术手段让数据“可用不可见”。而2021年更是一个相当特殊的时期——当《数据安全法》和《个人信息保护法》接连落定，社会各界对隐私保护以及隐私计算的关注度也攀上高峰。仅从投融资角度，一年内公开宣布获得新融资的隐私计算企业也在10家左右。

而本文主角「蓝象智联」是36氪持续报道的一家公司，其创立于2019年底，专注提供金融级隐私计算服务及产品。从实际落地进展来看，公司在成立近两年的时间内，先后与工商银行、中国电信、中国移动、中国联通、上海银行、南京银行、杭州银行、国泰君安、新网银行等数十家金融机构、运营商、头部互联网企业达成合作，并成为人民银行及工信部多方安全计算和联邦学习相关标准的起草单位。

此前36氪曾指出过，当前隐私计算创业趋势日渐火热，而对企业的判断维度可以从产品技术能力、数据源丰富程度，以及对金融等客户业务理解程度几个层面展开。对此，公司董事长童玲和CEO徐敏向36氪介绍，蓝象智联的特点主要体现在产品、技术、数据运营能力等方面。

首先在产品技术上，隐私计算主要使用的技术包括多方安全计算、联邦学习、TEE和区块链等，蓝象智联选择的主要是多方安全计算和联邦学习，前者保证数据在计算等过程中的安全性，后者主要用于建模。当前基于这两种技术，蓝象智联表示其已打磨出金融级隐私计算平台GAIA（音：盖亚）。据了解，蓝象的GAIA产品系列包含多方安全计算平台GAIA·Edge，一站式联邦学习建模平台GAIA·Cube，隐私计算联盟共享平台GAIA·Edge-X等。

在产品层面，蓝象GAIA产品完全采用自主研发的算法库，实现高性能、高安全的企业数据应用要求；同时产品具备完备、高效的数据预处理和特征工程组件库，最大程度地方便用户的使用；采用了面向业务流的产品设计，可以通过拖拉拽方式实现可视化建模，低门槛、零代码地兼容用户现有数据应用流程；并通过便捷可拓展的集成能力，高效地与企业内各业务系统进行集成。

在安全体系层面，蓝象GAIA产品实现了密码学、密钥管理、MPC协议、安全算子的架构分层，整体形成GAIA安全计算引擎；GAIA自带密钥管理系统（KMS）用于托管密钥和证书的全生命周期管理；同时在数据流管控安全层面实现了全流程的可审计、可验证、可追踪，GAIA产品与智能合约技术结合，将数据从生成、采集到流通、处理的每一步关键指纹信息上链存储，并通过区块链维护每次数据共享的交易记账。

在产品性能层面，GAIA产品在自主研发的联邦算法库基础上，可实现百万数据在小时内完成联邦学习的模型训练；同时，GAIA产品支持多种类型的数据源，支持大数据的资产化发布和亿级别数据量的隐私集合求交在分钟级完成。

目前，GAIA系列产品已经通过信通院《多方安全计算基础能力专项评测》、《联邦学习安全专项评测》、国家金融科技测评中心《多方安全计算金融应用评测》、《信息系统安全等级保护—第三级》等多家行业机构的产品评测。

GAIA产品图

蓝象GAIA系列产品已经在多家金融等行业机构得到了广泛的应用。徐敏介绍，在多方安全计算方面，当前由银联数据和新网银行联合发起的、基于蓝象隐私计算平台打造的“实时多头”共享平台已接入数百家金融机构，日均调用次数超60万次。而在联邦学习平台层面，去年年底，由中国工商银行、中国银联、蓝象智联联合申报的“基于隐私计算的小微商户普惠金融服务”成果入选2021大数据“星河”标杆案例。在该项目中，蓝象智联为工行和银联提供隐私计算技术支持，通过自研的联邦学习产品GAIA·Cube，在数据不出域、保障信息安全的情况下，促进工行、银联数据价值流通利用。从效果上，徐敏介绍，通过公司的产品，客户在这一场景下的大幅提升了客户准入量，户均授信规模提升了30%。

另外，童玲还告诉36氪，蓝象智联在技术、产品之外的又一突出特点即是数据运营能力。数据运营的核心，在于构建用数据要素创造业务价值的最佳路径。在金融场景的精准营销、用户增长、反欺诈、信用评估、合规审查等一些列场景中，数据运营能够有效让数据去产生更大的业务价值，如提升用户活跃、放大信贷规模、管理不良风险等等，数据运营核心离不开几大要素：数据、算法、流量、风控、合规。她认为，具备数据运营能力的厂商既需要懂数据，也要懂业务和场景，而蓝象从创业第一天起即成立了数据运营团队，团队成员来自蚂蚁和阿里等大厂，其中不乏花呗、借呗和芝麻信用团队成员，具备通过数据驱动业务的丰富经验。

蓝象智联设有专门的数据运营团队，为使用蓝象智联隐私计算平台的金融机构提供数据运营服务。数据运营服务的主要内容是数据和运营工具、解决方案及方案落地相关服务的提供，其中包括一系列的营销投放策略、客户运营策略、相应的运营流程和规则等等。在与金融机构商定业务目标之后，蓝象智联会根据客户的业务目标来决定引入哪些数据源、采用什么样的策略和模型。在效果上，蓝象智联表示通过设计数据产品、解决方案，可以测算出数据在场景中贡献的价值，帮助行业机构在安全、合规、高效的前提下充分结合机构内外部数据，挖掘数据价值，帮助业务发展。所以在童玲眼中，从数据运营的角度，蓝象智联更像是帮助客户达成业务目标的合作伙伴。

童玲举例解释，“数据运营”可以帮助银行的信用卡中心降低发卡成本。比如，某城商行在头条、抖音等渠道进行信用卡营销时，在曝光、点击、填表、进件、核卡、开卡等一系列流程中，由于支撑数据的不足，往往在某些环节有较大的用户流失，蓝象智联通过隐私计算将不同来源的数据安全、合规地联合建模、联合预测后，可以提升某些转化环节的转化率。在该城商行的项目中，通过结合中国电信、今日头条和该行自有数据，将信用卡营销环节中的核卡比例提升了近一倍，将整体发卡成本降低近半。蓝象智联也可以从业务效果中取得一定的收入。

蓝象智联创始人兼董事长童玲历任蚂蚁金服首席架构师、芝麻信用CTO、蚂蚁区块链及隐私计算平台创始人。其团队也曾在芝麻信用、花呗、借呗、余额宝、网商贷等产品的数据运营方面取得了成功经验。蓝象智联另一位创始人兼CEO徐敏曾任职于中国工商银行总行，2014年加入阿里巴巴担任阿里云副总裁、阿里金融云事业部总经理。

整体来看，蓝象智联团队覆盖密码学、联邦学习、大数据、多方安全计算等领域，超一半成员来自于阿里巴巴和蚂蚁金服。蓝象算法科学家毛仁歆曾任蚂蚁金服芝麻信用分负责人、花呗、借呗、网商贷后智能负责人、阿里PAI图算法负责人，撰写并贡献过10多个图算法，曾发表蚂蚁第一篇SCI，主导和参与累计40多篇专利；产品总监刘登涛为前阿里云&蚂蚁金服AI平台产品负责人，主导了人工智能平台PAI（Platform of Artificial Intelligence）和蚂蚁AI Studio产品落地和推广；首席架构师王超此前是蚂蚁金服高级技术专家，曾在网商银行、金融核心、蚂蚁国际任技术负责人，多次主导蚂蚁核心支付系统大型架构升级，推动了每秒百万支付架构的落地；公司技术总监谷胜才之前为蚂蚁金服大安全事业部技术专家，,先后负责了流量攻防体系、风控体系、密码安全体系建设，作为稳定性负责人参与了历年双11、双12等大促活动的保障工作。

公司销售和市场团队由来自金融、运营商以及政府等行业的一线专家组成，其中销售总监张婷华之前为阿里云上海分公司总经理、阿里云生态业务运营部总经理、阿里金融云行业总监；运营商行业总监李全胜是前阿里通信高级运营专家、前亚信科技电子渠道产品总监，在通信行业有15年工作经验。

据了解，本轮融资之后，公司将加强底层技术研发、数据运营与客户服务，增强蓝象智联产品在金融等场景中的落地能力，同时也进一步强化人才布局。