隨著移動互聯網、物聯網、云計算的深入發展，大數據國家戰略的加速落地，大數據體量呈現爆發式增長態勢。

數據顯示，2018年我國大數據產業規模突破6000億元；隨著大數據在各行業的融合應用不斷深化，2019年中國大數據市場產值達到8500億元。

2019年包括數據挖掘、機器學習、產業轉型、數據資產管理、信息安全等大數據技術及應用領域都將面臨新的發展突破，成為推動經濟高質量發展的新動力。

全社會都在信息化、數字化、智能化的道路上持續升級，數據已經成為了關鍵的生產要素。

伴隨著數據資源價值的逐步認可，企業自有數據成為了主要的數據來源，而隨著數據流通和共享的需求正不斷增加，數據收集、數據分析再到數據應用全過程的產業鏈日趨成熟與完善，形成了以行業聯盟或行業融合的多維度的大數據產業。

然而，大數據產業的發展現狀以互聯網行業巨頭為大數據應用的領跑者，真正有用、能夠影響企業決策、影響人們認知的數據被擁有巨額流量入口的互聯網巨頭擁有，使得大數據產業在潛移默化中形成一個個的數據孤島或頗具特色的大數據公司。

大數據公司通過組建大數據、算法分析團隊，利用爬蟲、終端設備“埋點”等技術獲取外部數據，再經數據加工處理以一種數據服務的形式對外提供或向內賦能，形成中心化的處理模式。

中心化處理模式的局限性1.企業獲取到的是數據“觀點”而不是數據生產要素本身，很大程度上企業很難基于一個看不到背后邏輯結構的外部觀點來指引公司內部決策。

2.數據生產要素不同于普通的生產要素。

后者存在資源消耗的成本，而數據是有記憶的，數據被重復使用的成本趨近于零，這使得數據一旦開放使用后其價值難以得到保護，才需要以服務產品的形式進行包裝，這一定程度上阻礙或削弱了數據真實的價值。

3.數據生產要素以個人數據、金融類數據、互聯網行為數據為主，數據同質化嚴重，大量產業數據沒有得到有效挖掘，數據賦能的群體存在局限性。

4.數據獲取的方式和手段，以及數據使用的模式沒有對數據隱私進行有效的保護，產生了許多信息泄露與安全性風險。

隨著數據流通的需求不斷上升，企業間直接合作或與大數據公司合作外，更廣泛、覆蓋范圍更廣的數據交易市場成為了一個新的發展方向，如何建立數據需求方與供給方之間成規模化的直接聯系，如何實現數據生產要素更加安全、可信的流通與分享，通過市場化的手段實現數據生產要素的流通與交易成為了數據生產要素交換模式2.0的發展方向。

在這其中，隱私計算將成為數據開放協作的一大助力。

隱私計算帶來的變革1.可實現數據采集過程的可信與可追溯，確保數據隱私信息的安全，實現數據資產的確權與權屬管理。

2.可為原始數據生產要素提供不同級別的隱私保護手段，實現各類數據的隱私協作基礎，達成數據使用中的價值保全，杜絕因數據明文留痕造成的使用價值遞減風險。

3.基于隱私AI與隱私計算引擎，實現去中介化的數據交易市場與數據價值實現網絡，形成分布式的大數據商業，通過市場化的運營模式，提升數據流通與共享的范圍，實現數據價值的實現與效用升級。