独家专访 | 蓝象智联完成近2亿元A轮融资,刷新隐私计算赛道A轮单轮融资纪录_UDO:TOC

来源|零壹财经

作者|温泉

2月9日,隐私计算公司蓝象智联宣布完成近2亿元人民币A轮融资。这是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。据公开信息显示,这也是到目前为止隐私计算领域A轮单轮金额最大的一笔融资。

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。本次蓝象智联的A轮融资方皆具国资背景,其中熙诚金睿是由金融街资本联合中国国有企业结构调整基金、中国国新基金发起设立的具有国资背景的市场化专业投资机构;元禾重元资本管理规模百亿元,已培育成长出超20家上市公司,两家机构将在投资后发挥产业基金优势为蓝象智联赋能。

蓝象智联创立于2019年底,正式注册于2020年3月,其团队成员大约一半出自阿里巴巴和蚂蚁集团。蓝象智联创立之后,致力于隐私计算技术的落地应用,初期主要专注于隐私计算技术在金融领域的应用。

经历了第一轮跑马圈地,隐私计算领域正在酝酿新一轮更加激烈的竞争。2021年是隐私计算商业应用规模化落地元年,经过一年的市场实践,大多数隐私计算厂商都经历了与真实商业场景的碰撞与磨合,对自身能力与市场需求有了更加清晰的认知。除蓝象智联之外,近期不少隐私计算厂商都拿到了新一轮融资。

致力于开拓金融隐私计算市场的蓝象智联正在全速前进。蓝象智联创始人兼董事长童玲向零壹财经表示,本轮融资之后将进一步加大人才布局,主要加强底层技术研发、数据运营与售后服务,增强蓝象智联产品在更多场景中的落地能力。

金融落地成果丰硕

据零壹财经了解,经过前期努力,蓝象智联在金融领域的应用落地方面取得的成果堪称丰硕。

从数量上来看,蓝象智联披露,目前包括POC场景在内,已经落地机构客户超过50家,并与其中近二十家金融机构签署了正式的商业合同。目前,隐私计算业内各厂商对落地案例的宣传口径不一,但是对厂商来说最具实质意义的就是签署商业合同的数量。到目前为止,蓝象智联是零壹财经所知在金融领域拿下商业合同最多的一家。

独家 | 金色财经挖矿收益播报:金色财经报道,据OKEx矿池数据显示,今日BTC全网算力约112.19EH/s,全网难度约13.73T,BTC当前块高634807。

由于BTC交易量逐渐趋缓,全网矿工奖励手续费经过一段时间的震荡下行,当前矿工费对当日块奖励的占比已回落至1.53%。当前BTC收益(PPS):0.00000916BTC/T/天,全网算力难度上涨1.21%。预测下次难度15.71T(+14.38%),距离调整还剩还有1天。[2020/6/15]

同时,蓝象智联开始在国内多个区域设置面向客户的销售和服务团队,以便向更多金融机构提供本地化的服务,目前,杭州、北京、上海、深圳、重庆等城市都已经部署了团队。童玲向零壹财经解释,经过前期的测试之后,隐私计算技术正在越来越多的金融机构正式投入应用,系统的稳定运行对业务运转越来越重要,也要求蓝象提供更及时的响应和服务,本地化的团队更便于为金融机构提供贴身服务。

在金融领域落地成果的取得,与蓝象智联战略高度聚焦密切相关。

蓝象智联的初步目标是成为“最懂数据、最懂金融的隐私计算服务商”,为此,其在2021年的商业落地高度聚焦在金融领域。

同时,在初期落地场景的选择上,蓝象智联也并非随意落子。“这就像,如果要完成一次长跑,起跑之后初期的精力分配是非常关键的。”蓝象智联创始人兼CEO徐敏介绍,蓝象智联在初期的落地案例选择上有三个依据:是否有标杆效应、是否可复制、是否可以推动产品进化。

依据这三个标准,蓝象智联在2021年落地的案例当中有三个最具代表性:

第一个案例是与工商银行合作推出“基于隐私计算的小微商户普惠金融服务”。蓝象智联为中国工商银行和中国银联提供隐私计算技术支持,在双方数据不出库的情况下,实现“工行+银联”数据融合,创新打造面向小微商户的开放式融资服务新模式,将工商银行小微金融服务群体拓展至数千万银联收单商户,进一步扩大服务面,提升金融普惠性。

独家 | 犇睿资本创始人褚康:央行公开市场逆回购不会利好比特币:针对“央行开展1.2万亿元公开市场逆回购对市场的影响”问题,2月5日,犇睿资本创始人褚康在接受金色财经独家采访时表示,本次逆回购对经济市场的影响主要体现在两个方面:第一是资金的流动性补充,此次逆回购规模1.2万亿元,规模非常大,有助于保障金融市场的流动性;第二是利率明显下调,此次公开市场逆回购操作中标利率较前次操作降低10个基点,释放了资金面积极的信号,或也说明后续包括LPR在内的金融指标有降息的可能,从而进一步引导资金成本的降低。

但是中国政策上面释放的资金一般通过中大型金融机构投放到市场中来。由于我们现有的金融环境和政策,肯定是不允许流向比特币等加密资产市场的,所以这个资金流动性的补充明面上不大会利好比特币。比特币依然有自己独特的涨跌逻辑,比如全球经济局势、减半周期的交投情绪、主要经济体对比特币的政策态度等。[2020/2/5]

徐敏介绍,工行与银联的合作,所探索的是隐私计算技术在普惠金融场景下的应用实践,工行和银联的合作探索在行业的示范意义巨大。同时,工商银行与银联对产品要求非常严格,这也有利于蓝象智联对隐私计算产品进一步提升优化。本项目在中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会共同组织开展的2021大数据“星河”案例评选中被评为“标杆案例”,这也是“星河”案例中的最高级别认证。

第二个案例是与新网银行、银联数据合作发布“实时多头”共享平台,探索解决风险数据覆盖不全、更新不及时、数据污染严重等行业瓶颈问题,服务众多金融机构信息共享、风险控制的需求。2021年12月21日,新网银行副行长兼首席风险官徐志华出席2021金融界未来银行年会时透露,目前,已有包括银行、消费金融公司等100多家持牌金融机构接入,平台日均计算次数超过60万。该项目目前已经纳入人民银行的金融科技创新监管试点。

徐敏介绍,新网银行是银行业中科技创新最为活跃的银行之一,这个平台是最早用隐私计算技术支持的数据共享联盟,也是距今为止参与机构最多的基于隐私计算支持的数据共享联盟,是隐私计算进入实际应用的“现象级场景”。同时,项目落地过程需要“实时多头”共享平台与多家银行对接,有助于提升蓝象智联产品在多样性环境下的适配能力。

独家 | CCTV2:暗网中有很多非法交易 用比特币支付:金色财经报道,今日,央视CCTV2财经频道《央视财经评论》报道:暗网中有很多非法交易,用比特币支付。经金色财经查询以往报道,本次是CCTV2财经频道第四次报道比特币相关内容。此前报道依次为:2019年1月10日,CCTV2报道法国烟草商店开始销售比特币;2019年2月13日,CCTV2再提及比特币并推荐书籍《加密资产》;2019年3月8日,央视CCTV2财经频道“交易时间”栏目对比特币等加密货币作出报道,并指出比特币逐渐走进了普通大众的视野。[2019/11/20]

第三个案例是基于业务场景和今日头条、中国电信、某头部城商行三家实现了不同隐私计算产品的互联互通并且投入应用。该项目通过隐私计算互联互通,实现了更大范围的数据价值交互,并在2021年“双十二”期间发出第一批数字信用卡,帮助银行在今日头条、抖音等渠道上实现了发卡的数据化营销。

徐敏介绍,首先,这是金融领域内首个基于真实业务场景实现的隐私计算平台的互联互通,即在今日头条和蓝象智联的隐私计算平台上可以实现数据和算法的隐匿互联互通。基于蓝象智联的数据运营能力,运营商数据和今日头条数据通过联邦学习建模,更精准地确定营销目标人群,帮助该银行大大降低营销成本。在此模式下,蓝象智联可以实现与业务效果挂钩的收入模式。

在标杆案例的基础上,预计2022年蓝象智联隐私计算产品在金融场景中的应用将迎来更快的增长。

在未来的金融场景落地方面,新股东熙诚金睿可能为蓝象智联带来不小的帮助。据了解,熙诚金睿是由金融街资本运营集团有限公司联合中国国有企业结构调整基金股份有限公司、中国国新基金管理有限公司发起设立的具有国资背景的市场化专业投资机构,同时也是知名风险投资机构GGV与金沙江创投的母基金。北京金融街已入驻数百家金融及运营商行业总部机构,是中国首都金融主中心区。

数据运营商业模式得到验证

通过一年多的商业探索,在徐敏看来,蓝象智联在商业方面取得的最大突破在于——在真实场景中验证了隐私计算平台“数据运营”的商业模式。

独家 | RatingToken提示用户警惕千面合约存在“假充值”漏洞:第三方大数据评级机构RatingToken最新数据显示,2018年8月1日全球共新增1655个合约地址,其中388个为代币型智能合约。RatingToken安全审计团队发现,某以太坊个人地址使用同一份代码创建了6个智能合约地址,包括SPR、FXS、RKG、STR、SFX和VER,这些合约地址被包装成6个网站,类型包括社交和贸易合作等,疑似使用相同网站模板创建,且投资方信息无法对应。合约安全检测得分为3.8分,且发现合约地址存在“假充值”漏洞,如果该类代币上所交易,攻击者可以利用漏洞向中心化交易所、钱包等服务平台发起充值操作,如果服务平台仅根据“TxReceipt Status ”是否是 “success”来判断交易是否成功,则会触发“假充值”行为,该创建者的动机可疑,RatingToken安全审计团队将持续关注该类合约。如需查看更多智能合约检测结果,请查看原文链接。[2018/8/2]

这对整个隐私计算领域都是一个好消息。此前,据零壹财经了解,隐私计算技术在实际落地当中,初期的收入主要来源于软硬件的销售,后期的商业模式主要是数据分润。未来,其他的商业模式都需要进一步探索。如果“数据运营”的商业模式可以走通,未来对隐私计算技术的应用意义重大,它将使得隐私计算技术的应用不只意味着技术成本投入,还意味着业务收入的大幅提升,这会提升更多机构应用隐私计算技术的积极性。

此前,零壹财经曾报道过,蓝象智联产品最大的特点,是其背后的数据运营思路,希望走出一条隐私计算叠加数据运营的道路。蓝象智联并不是把隐私计算平台GAIA仅仅当成IT系统去卖,而是与业务紧密结合,通过帮助金融机构赚钱来获取收益。

在此次接受采访时,徐敏告诉零壹财经,“数据运营”的商业模式在实际业务场景中得到了验证。

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,其中包括几大要素:数据、算法、流量、风控、合规。在金融场景的精准营销、用户增长、反欺诈、信用评估、合规审查等一系列场景中,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。

金色财经独家分析 微软支持BCH 效率手续费优势增加吸引力:消息称,继比特币之后,微软现在开始支持比特币现金(BCH)作为支付方式,用户可以在自己的微软账户余额中找到BCH支付方式。金色财经分析,此前,微软曾经三次暂停BTC的支付,原因或因为BTC相对手续费高,处理的速度受限等。BCH在手续费和处理速度都具备优势,与比特币的区块也基本一致,因此更多的企业也在转向BCH,之前Roger Ver也曾说过BCH的优势,并且说比特币现金实质上就是改进的比特币。[2018/4/20]

需要指出的是,目前不少隐私计算初创公司都致力于让数据流通起来,在提供隐私计算软硬件产品的同时,也为数据源和数据使用方提供一些相关的服务,蓝象智联所指的“数据运营”与其他隐私计算公司在金融场景中提供“解决方案”的方式有所不同。

首先,数据运营服务的提供以业务目标为导向。隐私计算服务商与金融机构商定业务目标之后,根据目标来决定引入哪些数据源、采用什么样的策略和模型。其中,隐私计算厂商一部分商业回报来源于为金融风控场景创造的业务价值,比如提高了多少资产规模、降低了多少坏账率等等。

其次,提供“解决方案”,是对产品的技术和服务本身收取费用;“数据运营”,则增加了可以按照业务效果收费的收入模式。

童玲举例解释,比如“数据运营”可以帮助银行的信用卡中心大大降低发卡成本。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,可以大大地提升某些转化环节的转化率。例如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。

目前,业内具备数据运营能力的隐私计算团队并不多。数据运营服务的核心在于,需要丰富的经验,特别是成功经验的积累。因为数据运营思路需要经历现实的考验,不断获得反馈、进行调整,最后才能探索出现实中最佳的实践方案。

比如,由于具备丰富的成功经验,蓝象智联一项独特的能力在于——清晰地知道不同数据在不同场景下的定价。这里的“定价”既包含价值、也包含价格。例如,一条运营商数据的调用,在一个场景中定价为一次0.35元,但是在另外一个场景中可能是0.25元,需要根据数据在不同场景中产生的价值来确定价格。要做这样精准的定价,需要数据运营团队有真实数据运营经验,能够准确把握数据在场景中的实际价值。

在蓝象智联的商业计划中,未来“数据运营”将占据重要的位置。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。其团队曾经在芝麻信用、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。芝麻信用的团队也是中国最早在金融业务中探索数据运营的团队之一。她告诉零壹财经,数据运营对于业务的发展至关重要,过往的众多现象级互联网金融产品的成功,背后都是数据运营在支撑的。

寻找“特种兵”

经历了产品商业落地初期的摸索,蓝象智联正在步入快车道。

徐敏总结,通过一年多的实践,蓝象智联主要完成了两件事:第一,验证了隐私计算技术在真实商业场景中可用;第二,验证了隐私计算叠加数据运营确实能够产生业务价值。

童玲向零壹财经表示,蓝象智联下一阶段的重点在于三个方面:其一,进一步加强底层技术研发,不断把产品打磨好;其二,在真实业务场景中进一步验证商业模式;其三,促进产品落地更多的场景。

在童玲看来,隐私计算正在迎来一个黄金时代。根据她的观察,创新技术的发展与崛起,会经历三个非常重要的里程碑,她简称为“三浪”。

以童玲亲历过的网上银行的发展为例:

第一浪,是找到第一批“吃螃蟹”的客户。2000年,工商银行、招商银行率先推出了网上银行,成为第一批“吃螃蟹”的用户。

第二浪,是让第一批“吃螃蟹”的客户得到好处,使新技术的应用得到进一步发展。网上银行上线之后,一方面分流了大量柜面业务,不仅在一定程度上缓解了网点排队现象,而且逐步发挥出电子银行对传统网点服务的替代和补充作用;另一方面,网上银行办理业务的便捷吸引了更多用户,成为银行之间竞争优质客户、密切客户关系的重要武器。因此,网上银行的交易量开始快速增长。

第三浪,是监管环境和法律法规的突破,使新技术的应用迎来质的飞跃。网上银行发展历程中的一个关键里程碑是2005年《电子签名法》的施行,这是密码学技术与法律结合取得的突破,它明确了线上电子签名的合法性,极大缩减了人工处理金融交易的步骤和手续,提高了业务的处理效率。三年后,2008年中国网上银行交易规模达320.9万亿元。

童玲认为,隐私计算产业的崛起也正在经历类似的“三浪”。从最早一批“吃螃蟹”客户的隐私计算项目落地、到隐私计算发挥独特的业务价值、再到法律法规监管层面政策的出台,隐私计算正在出现“三浪叠加”的效应。“三浪叠加”也必将推动隐私计算以更快的速度、以更深远的方式来推动行业的发展。

巨大的产业机会,也意味着更加激烈的竞争。零壹财经曾经做过梳理,目前入局隐私计算领域的厂商有十大类,其中包括:互联网巨头、云服务商、有人工智能背景的公司、有区块链背景的公司、有大数据背景的公司、有安全背景的公司、软件服务商、有金融科技背景的公司、有供应链金融背景的公司、从隐私计算技术出发的创业公司。这些公司,皆为在过去数年互联网发展历程中涌现出的优秀公司,未来的竞争看上去颇有些“华山论剑”的味道。

但是,蓝象智联对未来充满信心。在童玲看来,赛道并没有看上去那么拥挤。首先,隐私计算需要结合人工智能、密码学、分布式计算等多种技术进行创新,技术门槛较高。不少体量较小的公司并没有能力大力投入技术研发,而只是改造了开源软件,这样的产品一般较难在真实场景中落地。而对互联网大厂和一些较有实力的公司来说,因为各自都有此前的优势业务方向,对于隐私计算这个新业务,需要衡量投入与回报,同时也存在与现有业务的可能冲突与竞争。其次,单从拿到大量融资的隐私计算初创公司来看,经过前期的摸索,由于各自能力积累的不同,逐渐在发展中产生了方向的分化,有的擅长硬件、有的专注医疗行业、有的致力于建设软件平台,并不是完全的竞争关系。

蓝象智联的底气来源于他们所集结的一支堪称“全明星”的团队。

创始人兼董事长童玲是前蚂蚁金服首席架构师、中国工商银行总行研发中心总架构师、芝麻信用CTO,也是蚂蚁区块链及隐私计算平台的创始人。

创始人兼CEO徐敏是前阿里云副总裁,阿里金融云的创始人、总经理,一路将阿里金融云业务带到行业第一,此前也曾任职于中国工商银行总行科技部。

首席战略官高俊国是前蚂蚁金服保险事业群CTO,历任财富事业群CTO、共享事业群金融核心平台部技术负责人职务,并曾任恒生电子股份有限公司董事。

算法科学家毛仁歆是前蚂蚁金服芝麻信用分负责人、微贷贷后智能负责人,推动了联邦学习在信用评估领域的落地,同时他也是阿里PAI复杂网络算法负责人,他曾发表蚂蚁第一篇SCI。

产品总监刘登涛是前阿里云&蚂蚁金服AI平台产品负责人,主导了阿里云PAI和蚂蚁AIstudio从0到1、从1到N的产品化工作,并且负责了蚂蚁联邦学习平台MPC、特征平台的产品规划与落地工作。

技术总监王超是前蚂蚁金服高级技术专家,在信息安全、大数据处理、机器学习、高可用、高并发有广泛涉猎,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。

技术总监谷胜才是前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。他曾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。

金融行业总监张婷华是前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,具有丰富的金融行业经验以及政府数据开放体系建设经验。

运营商行业总监李全胜是前阿里通信高级运营专家,负责天猫运营商行业运营。他也是前亚信科技电子渠道产品线总监,在通信行业有15年工作经验。

在位于毗邻杭州西溪湿地的办公区里,蓝象智联正在创造全新的公司文化。他们信奉“特种兵”人才战略,致力于提升“人才密度”,相信优秀人才所产出的创新效果数倍于他人,而不迷信人海战术。他们高手云集,但却低调、真诚、办事直接,“平等、开放、快乐”才是他们致力于构建的工作环境。

现在,加大人才布局是蓝象智联最重要的工作之一。童玲最后向零壹财经表示:“最好的工作环境就是和一群高手牛人共事,期待更多优秀人才加入”。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-8:890ms