“可用不可见”走向前台：2026年隐私计算撬动数据要素安全流通

数据被称为AI时代的“石油”，但比石油更难处理的是它的敏感性。如何在保护个人隐私与商业机密的前提下，让数据跨机构、跨行业安全流动并释放价值？2026年，“隐私计算”与“数据要素流通”成为高频词，以“可用不可见”的技术理念，为数据合规流通提供了现实解法。

一、人民数据大会上的共识：流通的关键在信任

2026年6月16日至17日，“2026人民数据大会”在四川自贡举行。安恒信息副总裁、隐私计算事业部总裁陶立峰在会上指出，数据要素流通的关键在于建立信任——既要保障数据安全合规，也要让数据在具体场景中释放价值。他介绍，金融、医疗等行业数据敏感度较高，能否流通、如何流通都需更清晰的规则与技术支撑。

陶立峰强调，当前数据流通的一大瓶颈是部分行业缺乏统一标准与明确依据，导致数据供给方倾向于“从严处理”。对此，企业更多从技术角度解决信任问题：通过数据分类分级，为不同安全等级匹配不同流通方式；对高敏感数据采用隐私计算，实现原始数据“可用不可见”。谈及医疗AI大模型训练，他认为数据安全与模型效果都是刚性需求，隐私计算可在保护原始数据的基础上支撑建模，在隐私与效果间找到平衡。

二、制度供给加速：从“数据要素×”到可信空间

在国家数据局2026年“数据要素×”系列行动中，医保、人社、农业农村、民航等领域持续探索数据价值释放。国家医保局明确，正积极运用隐私计算、数据脱敏、区块链等技术，构建医保数据“可用不可见、可控可计量”的安全流通模式；武汉入选全国第三批数据流通安全治理典型案例的项目，亦依托区块链与隐私计算盘活科研数据、破解“有数贷不到”的融资困境。

标准层面，中国发布GB/T 46284—2025《人工智能 联邦学习技术规范》，首次以国家标准形式为联邦学习设定系统架构、隐私保护与技术评估要求；国际上，APEC于2026年2月举办隐私增强技术（PETs）研讨会，99名来自11个经济体的参与者就PETs在跨境数据流动中的角色形成政策共识。

三、智能体时代的新挑战

2026年行业智能体规模化普及，给隐私计算带来颠覆性挑战。WAIC 2026“数据要素×行业智能体”论坛上，蚂蚁数科专家指出，海量智能体高频次跨主体交互，使传统隐私计算的性能、传输与稳定性难以匹配新场景，行业需在底层研发、制度安排与企业需求三方协同破局。

当数据从“被囤积”走向“被使用”，隐私计算正成为连接数据安全与AI价值的关键纽带。2026年的实践表明：只有让数据“可用不可见”，数据要素市场才能真正活起来。