经常有人问我，隐私计算能不能解决数据流通的所有问题。坦率地讲，这是个好问题，答案却是：不能。
先交代背景。”数据要流通，隐私要保护”，这两件事在过去几乎是对立的：想共享数据，就得暴露数据；想保护数据，就得锁在保险柜里。隐私计算的出现，第一次让”可用不可得”成为可能：数据可以参与计算，但参与方看不到原始数据。这是数据要素市场的重要基础设施。
但有必要提醒一句：隐私计算解决的是”能不能安全地算”，解决不了”该不该算、凭什么算”。技术给不了答案的问题，制度才能给。
什么叫”可用不可得”？简单说，就是数据可以拿去做计算，但谁都看不到对方的原始数据。国家可信数据空间架构设计中，把隐私计算定位为技术工具箱里的关键一件。它的典型场景非常清晰：两家银行想联合识别跨行欺诈，但都不愿意把客户明细数据交给对方。有了隐私计算，双方可以”带着数据做联合计算”，模型跑完了，谁也没看到对方的原始数据。联合营销、联合风控同理，各方各持数据，共同计算，不泄露明细。
这类场景解决的是数据流通的”安全约束”问题：让数据在加密和计算框架内流动，而不是不加防护地直接暴露。
但它解决不了什么？三件事。
第一，它解决不了”授权”问题。数据能不能被用于联合计算，首先取决于数据主体的授权和参与的合法性。技术再先进，也不能替主体完成”告知同意”，更不能替企业判断”这个用途合不合规”。同意书，技术替谁签不了。
第二，它解决不了”规则”问题。多方联合计算，算出来的结果归谁？谁能用？用错了责任谁担？这些是治理问题、合同问题、责任划分问题。两家银行联合算完一个反欺诈模型，模型归谁、出了错谁担责，隐私计算一个字都不回答。隐私计算只保证”算得安全”，不保证”分得公平”。
第三，它解决不了”信任”问题。技术上的”可用不可得”，需要参与方相信这套机制真的可靠；而信任的建立，靠的是审计、监管、可追溯的制度安排。没有制度背书，再好的技术也会被怀疑。平台拍着胸脯说自己的技术绝对安全，客户还是问一句：凭什么信你？
可信数据空间的价值核心不是”空间”，而是”规则”，多方参与、明确规则、安全可控的流通环境。让数据流通可信的，一半是技术，一半是制度。
所以我的判断是：隐私计算是必要条件，不是充分条件。技术解决”能不能”，制度解决”该不该”。数据要素市场的成熟，最终取决于制度建设，而不是技术突破。
这里要说明，制度可以慢慢建，技术不妨先用起来，边跑边完善。这个观点成立，技术先行探索确有合理性。但也要清醒：技术先行跑出来的”成果”，如果建立在授权不清、规则不明的基础上，将来可能全部要返工。地基没打牢就盖楼，楼盖得越高，返工越贵。与其事后补制度，不如技术、制度、场景同步设计。
所以，上隐私计算之前，先回答三个制度问题：数据授权是否完整？计算结果归谁、怎么用？责任如何划分？三个问题没有答案，技术先不要上。
另外，选择可信数据空间等流通环境时，重点审查它的”规则”，而不是只看”功能”：谁准入、怎么审计、怎么追溯、怎么退出。功能是表面，规则是里子。
还有，把技术方案和合规方案打包立项：安全技术和制度安排同时设计、同时上线，缺一不可。两个方案一个立项，谁也甩不开谁。
这里我要说句反常识的话。数据要素市场能不能走远，卡点不在技术，在制度。我看到的隐私计算成功案例，几乎都是技术、制度一起上的少数；只上技术、制度后补的，大多数后来都在返工，只是这部分人不会出来讲，这叫幸存者偏差。这不是鸡汤，这是统计规律。
所以我的结论是：先建制度，再上技术。制度是系统，技术是系统里的一环。目标是结果，系统是原因。隐私计算是数据要素市场的基础设施，但路上的交通规则，只能靠制度来定。
技术负责”可用不可得”，制度负责”可信可持续”。两者缺一，市场都走不远。那不是技术的问题，是制度的问题。