当AI对话成为“数据收割场”，密态计算正从实验室来到用户的“指尖”

来源：市场资讯

（来源：环球网资讯）

来源：环球网

【环球网科技报道 记者 林迪】当人工智能大模型深度嵌入工作与生活，数据隐私安全已成为悬在行业头顶的“达摩克利斯之剑”。荆华密算创始人、CEO林修醇对AI时代数据安全风险的判断，远比“隐私泄露”四个字更为深刻。在他看来，大模型的能力正在将数据泄露从“个人隐私时代”推向“职场隐私时代”。

AI责任险背后的“信任博弈”

“当我们连跟AI说一句真心话都要掂量风险的时候，这不是用户的问题，这是整个行业的信任危机。”林修醇直言：“上个时代的移动互联网时代，一旦发生了数据泄露，丢失的是个人隐私；现在我们在智能平台上提问的问题可能涉及工作的文件，可以说大模型的能力越来越强，使得数据泄露从个人隐私时代正在迈向职场隐私时代。”

在林修醇看来：“只有数据被妥善保护，它才敢流动；只有AI有了安全兜底，人们才敢使用。”为此，荆华密算与人保财险北京分公司于近日正式签署“网络数据损害赔偿责任保险”协议，打造首个为AI对话平台产品投保的网络数据损害赔偿责任保险。

据介绍，此次签约的“网络数据损害赔偿责任保险”，正是为了解决上述痛点问题。人保财险北京分公司科保分中心负责人陈键表示，人工智能重塑生产方式的同时，数据安全与隐私保护风险日益凸显。人保财险在承保前进行了详尽的尽职调查和安全评估，这意味着保险机构以专业的风控视角，为荆华密算的数据安全技术投下了“信任票”。

“让数据敢流动，让AI敢使用。”林修醇强调，这份保单不仅是对荆华密算技术实力的认证，更是为整个AI行业探索出了一条通过金融工具化解信任风险的可行路径。

将千倍性能损耗降至“无感”

作为孵化于清华大学计算机系的硬科技公司，荆华密算的核心竞争力在于其自主研发的“密态推理引擎”。

在AI隐私保护领域，同态加密（密态计算）被视为“皇冠上的明珠”，它能实现数据“可用不可见”。然而，这项技术长期面临着一个致命缺陷：性能损耗极大。传统隐私计算方案在应用于大模型时，往往会导致千倍甚至万倍的性能下降，导致产品卡顿到无法商用。

荆华密算团队攻克了这一难题。“我们把性能损耗从1000倍降到可用商用水平。”林修醇介绍道。通过数学原理的优化与工程实现的突破，团队不仅拿下了全国创新中国比赛总冠军，更让密态计算在实时性要求极高的对话场景中成为可能。

“速度上会稍微慢一点，但我们通过增加机器算力，让用户在体感上感觉不到差异。”林修醇解释道。这种“无感”的加密体验，依托于其国内首个可信AI对话平台“墨镜熊”落地。该平台已在内测阶段积累了超过3万用户。

他解释道，在技术架构上，荆华密算采用了多重防护：在传输侧，采用国密标准SM3加密，确保数据在传输链路上不被劫持；在计算侧，利用加密芯片或自研数学方案，确保模型在“盲算”状态下处理数据，云端服务器无法看到明文；在存储侧，数据在云端以密文形式存储，即使数据库被脱库，黑客拿到的也只是一堆无法破解的乱码。

让“加密模式”成为用户的一种选项

为什么用户需要为AI对话加密？荆华密算给出的答案是：为了保护用户的“前途”。

林修醇敏锐地观察到，AI时代的数据泄露风险已从单纯的“个人隐私”升级为“职场隐私”。当律师将案情上传、医生上传病历、公务员处理公文、科研人员分析实验数据时，一旦数据泄露，直接影响的不再是简单的骚扰电话，而是职业生涯。

而荆华密算的产品定位非常清晰：服务于那些对数据安全有极高要求的用户——数据敏感的专业人士，包括律师群体、科研人员、医疗与心理咨询等，针对这些场景，荆华密算不仅提供通用的加密对话，还内置了法律、医疗、心理等专家级模型，并购买了正版的专业知识库，确保在合规的前提下提供服务。

值得一提的是，为了让“保险”不仅仅是一个营销噱头，荆华密算设计了一套严密的理赔触发机制。

据林修醇透露，用户在使用产品时，系统会生成“双水印”（明示水印与隐式水印）。一旦市场上出现源自该用户的数据泄露事件，且泄露内容带有特定的双水印，即可被认定为产品责任事故。

“我们叫联合承保。如果发生数据泄露，用户可以直接找保险公司理赔。”林修醇表示，赔付范围不仅包括数据本身的价值，还可能涵盖因泄露导致的精神损失或职业前途损失。目前，荆华密算正处于内测向正式版过渡的关键期。

据悉，荆华密算的野心不止于做一个加密聊天软件，而是成为AI时代的安全基础设施。林修醇描绘了未来的AI用户分层：一类是愿意用隐私换取免费服务的“搜索引擎化用户”；另一类则是追求极致安全、愿意付费的“职场级用户”。荆华密算的目标，就是让加密技术像水电一样，成为职场AI的标配。

“我们的愿景是把大家使用AI加密的成本打下来，让普通用户可以用起来。”林修醇表示，未来荆华密算将探索更多合作模式，甚至希望与头部大模型厂商合作，在豆包、通义千问等应用中直接提供“加密模式”选项，让用户拥有选择权。