螞蟻數科李書博：智能體普及給隱私計算行業帶來顛覆性挑戰

文｜王雅迪

ID | BMR2004

2026年，行業智能體迎來規模化普及浪潮，數據流通主體、交互頻次出現指數級增長，隱私計算作為數據安全流通核心技術，原有技術架構、運行模式已無法適配全新產業需求。

7月19日，由中國信息協會數據智能專業委員會、《商學院》雜志聯合承辦的WAIC2026“數據要素X行業智能體”論壇在上海召開。在論壇期間，螞蟻數科隱私計算與可信空間事業部總經理李書博在接受《商學院》專訪時指出，智能體普及給隱私計算行業帶來顛覆性挑戰，也是全行業必須攻堅的核心課題。

01

傳統隱私計算架構迎來性能與規模雙重瓶頸

傳統隱私計算誕生初期，應用場景局限于兩家或少數幾家企業點對點小規模數據共享，參與主體數量有限、數據交互規模可控，現有算力、傳輸、吞吐量、穩定性架構能夠支撐業務運轉；但在行業智能體時代到來后，市場智能體體量將迎來爆發式增長，海量智能體持續開展跨主體、跨行業數據交互、數據復用，傳統隱私計算的底層性能、傳輸承載能力、大規模集群穩定性難以匹配新場景需求。

李書博認為，海量智能體高頻次數據流通會帶來算力擁堵、傳輸延遲、安全管控失效等一系列風險，是隱私計算賽道當下最核心、最緊迫的技術難題。為應對這一趨勢，企業需要持續投入底層研發，優化資源調度、分布式計算能力，適配海量智能體并行的數據安全流通場景。

他同時指出，數據共享本身存在三重底層堵點，需要技術、制度、企業需求三方協同破解：第一是技術底座，隱私計算、加密傳輸、分布式算力等技術是數據流通基礎前提，必須持續迭代優化；第二是制度保障，依托國家數據登記平臺、數據“三權分置”（所有權、使用權、經營權）制度，消除企業數據共享顧慮，明確數據流通權責邊界；第三是企業內生需求，各行業企業數字化持續升級，經營、生產、風控環節對跨行業公共數據需求持續上漲，企業主動升級信息化系統，愿意投入資源開展數據治理、數據匯聚，借助外部數據降低運營成本、提升經營效率。三者協同發力，才能打通數據要素流通全鏈路。

行業智能體天然具備縮小數據供需雙方認知鴻溝的賦能價值，傳統企業需設置專職數據運營崗位，梳理匹配業務所需跨行業數據，但不同行業數據專業壁壘極高，專業人才供給嚴重不足。行業智能體依托大模型自主分析、理解能力，大幅降低企業使用數據的門檻，即便缺少專業數據運營人才，企業也可依靠智能體自主挖掘、調用跨行業數據。

李書博介紹道，螞蟻數科自研的可信數據空間產品FAIR同步迭代升級，從1.0、2.0、3.0升級至適配智能體時代的4.0版本。升級后，內置高性能隱私計算算子，支撐大規模數據加密流通；將隱私計算與大模型訓練、推理深度結合，依托GPU算力，在大模型全流程中落地數據隱私保護技術；并持續迭代優化，解決各類場景落地過程中涌現的隱私安全問題。

02

企業需要搭建全鏈路隱私安全防護體系

海量智能體持續交互、數據流通規模持續擴張，數據隱私泄露風險也同步提升，用戶普遍擔憂向大模型輸入信息時泄露個人敏感信息，大模型會依托交互數據完成模型微調、推理優化，一旦缺少全流程防護，極易引發數據安全事故。

針對該痛點，李書博認為，企業需要搭建覆蓋數據輸入、訓練、生成、輸出的全鏈路隱私安全防護體系，形成四層標準化防護機制。

具體來看，第一，提示詞安全防護，攔截用戶輸入內容中的身份證、手機號、地址等敏感信息，前置阻斷原始隱私數據流入模型；第二，大模型生成內容安全校驗，識別輸出內容中衍生的脫敏數據、行業機密信息，杜絕二次泄露；第三，訓練前置數據脫敏，原始數據送入大模型訓練前，自動識別、遮蔽關鍵詞、隱私字段，實現數據可用不可見；第四，訓練與推理底層加密防護，依托隱私計算算子完成加密狀態下的模型運算，全程不暴露原始明文數據。

03

合成數據開辟長期數據供給新路徑

除現有成熟隱私防護技術外，合成數據成為面向長期發展的前沿核心技術，將破解未來真實數據供給上限瓶頸。合成數據可作為隱私計算框架下的高質量“虛擬輸入”，降低對真實數據的依賴，從而緩解隱私計算中通信開銷或噪聲干擾的瓶頸；反過來，隱私計算技術也可用于安全地訓練合成數據生成模型，防止生成過程中的隱私泄露，并驗證合成數據的隱私保真度。

李書博解釋道，合成數據不依托現實場景采集真實原始數據，而是基于模型特征生成海量合規訓練數據集，能夠持續供給大模型、行業智能體迭代優化。長期來看，人類可采集的真實場景數據存在總量天花板，當真實數據供給不足以支撐 AI 技術持續升級時，合成數據將成為突破模型能力天花板的核心手段，這也是企業長期重點研發布局的前沿方向。

在他看來，2026 年作為數據要素價值釋放年，核心目標是推動數據落地場景應用，智能體大規模普及會帶來兩大正向作用：一是彌補跨行業專業數據人才缺口，具備行業知識的智能體可批量復制，快速部署至各類細分業務場景；二是實現跨行業數據高效復用，依托高質量數據集、思維鏈共享機制，智能體自主學習跨領域專業知識，打破行業數據孤島。

長遠來看，隱私計算、可信數據空間將成為智能體產業發展的底層基礎設施，技術創新、制度完善、企業需求三者持續協同，不斷降低數據合規流通門檻。隨著全鏈路隱私安全技術持續迭代、合成數據等前沿技術落地，行業智能體將充分釋放跨行業數據價值，推動數據要素安全、高效、規模化落地實體經濟各賽道，構建安全可控、價值普惠的數據智能產業新生態。