数字时代的智慧应用与数据密不可分，数据作为底层资源喂养了庞杂算力体系下的各类智能算法。然而近年来数据利用面临越来越多挑战，也因挑战逐渐生变。

首当其冲的是数据隐私问题，数据隐私日渐从社会讨论、传媒声势中落地。在顶层设计方面，事关数据隐私的法律法规逐步完善；在技术上，诸如同态加密这类隐私计算技术已经深入人们日常生活，在手机等智能设备中以难以察觉的方式落地应用。

其次，数据智能的逻辑为数据喂养算法，应用的智能程度与数据的量和质有着莫大因果关联。而随着智能应用的发展阶段不断推进、综合智能程度提升，智慧应用更需要开辟新渠道拓展数据类型，利用优质多维度的丰富数据全面提升智能程度。

隐私计算行业的勃兴正是在此背景下涌现的一波技术商业化浪潮。在技术方面，隐私计算实质上并不指实际的单个技术，而是囊括了多个技术类别的一揽子技术合集。“隐私”为目的项，指明了技术本身功用乃是达成隐私保护。而“计算”则说明了该技术在本质上是对信息、数据的加工，即应用在数据的使用流程中。

隐私计算以“数据可用不可见”切入数据使用过程，最终达到打通“数据孤岛”的目的。这带来了两方面的益处。其一，“可用不可见”某种程度上绕开了数据权属争议，通过技术手段保证了原始数据归属于某一方，与此同时将使用权分离出来，通过平台及技术进行交易、释放数据。其二，数据孤岛的根源在于数据权属问题、数据隐私问题等多重因素交织。因数据有易复制、易篡改特质，所有权难以界定。隐私计算保证数据归属清晰的同时挖掘数据价值，与此同时有效保障了数据内容中包含的隐私信息不被泄露，在涉及个人身份信息及某些特殊场景下具有重要意义。