数据，正在重新定义世界的运行逻辑。它被誉为新时代的石油、黄金，但真正实现数据要素的自由流通和市场化释放，至今依然是全球性难题。

政策在推，产业在试，但全球数据市场的现实远比想象中复杂。欧美依赖法律和合规框架构建主体信任，但当数据跨越行业、越过国界，这套体系屡屡失效：法律滞后、合规昂贵、协作成本高企，新兴的数据市场迟迟未能真正成型。

所谓的数据自由流通，更多停留在纸面承诺。想流通，信任机制跟不上；想保护，效率被掣肘。本质上，全球难以解决一个现实悖论：在缺乏天然信任的多主体环境下，数据要如何既能自由流动，又能绝对安全？

破解“数据要素市场化配置改革”这一世界难题，也需要匹配的基础设施实现数据价值安全高效地共享共用。

中国开始尝试给出自己的解法。2024年11月，国家数据局发布《可信数据空间发展行动计划（2024—2028年）》，这是国家层面首次针对可信数据空间这一新型数据基础设施进行前瞻性的系统布局。

2025年福州数字中国建设峰会，成为外界观察这一变化的窗口——中国正在探索一条不同以往的路径：不仅通过法律法规体系的保障，也探索通过技术创新和应用，打破数据流通的信任瓶颈。

数据要素的“外循环”

存在信任缺失下的结构性困境

自国家提出“数据是新型生产要素”以来，数据流通的重要性不断上升，从数据交易所到数据资产入表，制度型基础设施逐步搭建。然而，现实中，数据跨域流通仍受制于最核心的障碍：缺乏可靠的信任机制。数据的潜力始终难以释放，成为数字经济深化发展的隐性桎梏。

信任是市场经济与现代商业社会的基石。从法律法规、市场规则，到技术手段，都是在夯实商业信任的基础。例如，电子商务初期，为解决淘宝平台买卖双方信任问题，支付宝“担保交易”服务应运而生。如今，数据要素流通产业，涉及主体众多、流程复杂、数据量庞大，更需要新型技术基础设施来支撑信任机制。

在这一背景下，“可信数据空间”被纳入国家新型基础设施战略。数据流通不再是单一企业内部的问题，而成为跨行业、跨组织协作的必然要求。AI模型训练需要海量多源数据，金融风控要求跨机构联合分析，精准营销则依赖多平台用户数据的流通。数据正在走向“外循环”，但信任体系的缺失，使得外循环举步维艰。

现实中，数据外循环面临“三大缺乏”困境：

缺乏初级加工：大量数据仍处于“原矿”状态，未经清洗、治理，直接流通不仅无用，反而带来风险。

缺乏融合机制：行业、组织间形成严重的数据孤岛，跨域融合缺少技术标准与法律支撑，数据碎片化加剧。

缺乏验证场景：即便数据被共享，缺乏快速价值验证机制，难以判断其商业意义，导致流通意愿低下。

正如蚂蚁密算董事长韦韬所言：数据要素价值的释放，其核心在于流通与应用的效能，更确切地说，是取决于数据要素参与方之间 “联合加工” 的效能。“大家原本以为数据产业是电商平台，现在发现其实它更像餐厅——数据只有经过加工、融合、验证，才能变成可消费的价值。”

可信数据空间，要解决的正是过去产业界忽视的数据处理链条问题。

更深层的问题在于，传统的数据治理体系，更多依赖主体信任，即认为数据使用方会遵循规则。但在跨域协作中，信任基础脆弱，一旦数据泄露或滥用，损失巨大且不可逆。因此，没有内生的安全与使用权管控机制，数据提供方天然缺乏流通意愿。

要真正打通数据要素的“外循环”，首要的，不是建更多的交易所，不是立更多的规则，而是从底层重塑信任。可信数据空间，正是在这样的紧迫需求下诞生，试图以技术内生的方式，破解外循环中的信任悖论。

密态计算如何解决“外循环信任悖论”

与欧美主要通过“主体信任”不同，中国在探索一条更加“内生化”的信任机制——技术信任。理想情况下，技术解决方案本身，就能够保障数据在流通过程中的安全。要实现这个目标，核心要解决的问题，就是提升数据“联合加工”的效能。

只有处理好一个“不可能三角”——确保数据在整个加工过程中保持隐私、提升数据处理的性能、降低数据处理的成本，才可能实现数据的大规模流通。（更详细的内容，参见数据猿发布的文章《2025展望：“安全计算”平价时代加速到来，数据流通产业兴起》，在这篇文章中，我们提出了“安全平价”的理论。）

为了突破这个“不可能三角”，业界几十年来孜孜以求，包括蚂蚁集团探索的密态计算技术体系。

与传统技术相比，密态计算通过密码学、芯片安全、操作系统保障的深度结合，提供了更加系统性和全面的保护。相比多方安全计算（MPC）和联邦学习（FL），密态计算在处理复杂数据时，拥有更高的性能和更低的计算成本；而与可信执行环境（TEE）相比，密态计算则避免了对CPU可信根依赖的限制，强化全链路保障能力，提供了更为灵活和安全的解决方案。通过这一创新技术，密态计算致力于为跨主体、跨领域的数据流通提供强有力的支持，更好实现“数据可用不可见”。

作为密态计算技术的实践者，蚂蚁密算不断推动技术攻坚和规模化应用：从去年在福州首次公布密态计算体系，到今年发布“密态可信数据空间”产品。通过自主研发的Blade芯片、星绽OS和星绽TEE，以及“隐语”隐私计算框架等核心技术能力，为数据流通提供更高效、安全的技术保障。

在这些技术的加持下，蚂蚁密算不仅能够支持PB级数据的分钟级计算，还将密态计算的成本压缩到明文分布式计算的1.3至1.7倍之间，部分AI场景已降至1.1倍，整体成本控制在数据流通价值的5%以内，较好实现了安全、高性能与低成本的平衡。

提升“联合加工”效能

释放数据要素价值

解决了数据安全、性能、成本问题，接下来，就是通过提升数据联合加工的效能，来推动数据要素价值的释放。通过将多个数据源结合并进行联合加工，让数据不再是孤立的、静态的资产，而是能够高效流通并创造价值的动态资源。

那么，这一构想能够实现么？如果能，又该怎么实现呢？接下来，让我们来通过几个典型案例，来看看具体的落地场景。

☆农户秒贷项目：

在农村金融领域，蚂蚁密算通过农业数据与金融数据的联合建模，有效降低了金融服务的准入门槛。通过精准评估农户的信用和经营状况，金融机构能够为更多的农户提供贷款服务。该项目覆盖了超760万农户，授信额度超过1990亿元，极大地推动了普惠金融的发展，帮助农民实现了更好的融资支持。

☆新能源车险定价：

新能源汽车的快速发展，使得车险市场面临新的挑战。为了解决这个问题，蚂蚁采用密态计算技术，联合多家行业头部保险公司，构建了交强险、车损险、三者险等车险定价模型。据测算，该项目将车主每年的人均保费降低了300元。同时，通过更准确、合理的定价来吸引更多用户，参与该项目的保险公司保费收入反而增加了近10亿元。

从上面的例子可以看出，数据联合加工的效能提升，不仅带来了技术创新，还极大推动了数据资产的流动性和产业创新。随着数据流通效率的提高，产业内的数字化转型加速推进。特别是在金融、医疗、智能制造等行业，密态计算和数据联合加工技术正在成为推动行业升级的关键力量。

改变，才刚刚开始

展望未来，随着数据流通与利用需求不断增长，可信数据空间的演进才刚刚拉开帷幕。它不仅是技术突破，更是产业革新的驱动力，将在全球范围内深刻重塑数字经济格局。

首先，在技术层面，高性能与低成本将持续成为探索核心。数据体量爆发式增长，要求密态计算在保障隐私安全的同时，不断提升处理速度、降低计算延迟。正如一座跷跷板，成本下降，应用范围自然放大，密态计算越普及，数据流通的壁垒就越小，产业创新的空间就越大。

但技术突破只是基础，真正释放数据价值，需要构建完善的技术与产业生态。未来，可信数据空间必须打通标准体系，实现跨行业、跨平台的数据互通互信。此外，还需要推动异构协同，使不同计算资源高效融合，并普及数据元件化，让数据模块灵活流动，像商品一样自由组合、交易与加工。生态的完善，不仅包括数据采集、加密、存储、计算各环节的打通，更在于形成一个多方共赢、互信互利的产业链条，让数据成为行业间合作与创新的基础资源，而非孤立的资产。

在应用层面，可信数据空间的落地将直接引爆多个关键领域的变革。特别是在AI大模型、政府治理、平台经济等方向，可信流通的数据将成为创新的催化剂。例如，金融、医疗等行业的数据集将通过可信机制开放流通，为行业大模型训练提供优质数据供给，推动垂直领域智能化加速；政府内部的数据壁垒将被打破，不同部门间的数据共享将变得高效、透明，政务数字化迈向更高阶段。数据要素的真正流动，将为数字经济注入新的增长动力。

更重要的是，从全球视角看，可信数据空间承载着深远的国家战略意义。长期以来，欧洲主导的数据治理模式，依赖于法律制度和主体间自律构建信任，然而在跨境流通和多方协作中，这套体系日益暴露出滞后性与局限性。相比之下，中国探索的是一条全新的路径——通过技术信任，内生化地在数据层面重构信任秩序，为全球数据治理贡献可供参考的“中国方案”。

可以预见，随着可信数据空间的持续建设，不仅要解决数据流动的问题，更要回答如何构建新一代数据信任机制。中国，正在用技术探索答案。