联邦|WeLab 汇立集团的「隐私计算」路径：做大市场再谈竞争，永远对风险保持敬畏( 三 )_国美零售|国美|黄光裕|零售业

“我们计划把隐私计算的相关技术全部开放，但可能要分阶段，首先从联邦学习平台开始。”
WeLab通过开源，让各方可以针对不同的应用场景、技术手段往各自需要的方向进行改进，这将极大提高隐私计算各环节的技术发展效率，使整个生态链更加完善。
吴焕明笑着说，“你可以选择把某个东西包装得高大上，让少数人拥有，获取高利润，但我们更想跟行业一起努力，垄断者、独裁者，对于隐私计算的发展是不靠谱的。”
WeLab中国区总裁潘叡表示，“集团成立八年多的时间，能从单一的品牌发展至为全球三大市场提供金融科技服务的多元化集团，并在中国内地、中国香港及印尼处于领先的地位，是集团一直坚持技术创新战略的成果。”
事实上，作为一个涵盖了智能金融全链路的集团，WeLab具备强大的技术研发实力和技术基础，在围绕To B输出技术时，他们既是时代的参与者，也是引导者。
在这个过程中，除了技术基石打造、技术能力输出，WeLab更是在不遗余力地进行市场教育。
WeLab通过各种方式推广，比如将技术上传到阿里云、华为云、腾讯云等公有云，让行业了解、试用。
WeLab认为，技术再好，没人用就没价值。只有尝试了，才能知道对自身是不是有实际价值。
吴焕明坚信那一天会到来，“从前银行开户一定要去柜台，没有远程这回事，当时的人会相信远程是真的吗？但现在不一样了，登陆银行人脸识别就可以了。”
吴焕明坦然道，这个市场足够大，能够容纳下不同类型的竞争对手。
天冕科技的优势在于起步早，积累大量技术专利；有成熟的产品，不局限于联邦学习；依托于汇立集团，产品均在在内部实际场景中得到验证。
在开源必然趋势下，最后比拼的是产品和服务。WeLab有这个自信，也有这个耐心。
头号目标：易用性WeLab创新研究中心用短短几个月的时间完成了联邦学习平台从0到1的突破，搭建了从任务管理、在线推理、操控中心、算法库与联邦基础于一身的学习平台。
吴焕明指出，除了WeLab在联邦学习平台上投入坚决外，单纯从联邦学习技术可能各家大同小异，但天冕的产品都经过集团内部和上下游合作伙伴的验证，无需花费太多精力就可启动。
“但是我想强调，几个月做出来的东西并不意味非常完善和完整，我可能花了4个月让平台跑起来，但是我花了1年让平台做得更好。”吴焕明表示。
在这份严谨与务实中，易用性，是WeLab汇立集团的隐私计算的重中之重。
“不同企业侧重点不同，有的在技术上投入多，追求算法更快、效率更高、安全强度更大、应用场景更多等等，我们最注重好用。”吴焕明坦白道，WeLab的目标是打造最好用的隐私计算产品。
在WeLab看来，好用体现在门槛低、成本低。
如何降低门槛？
WeLab将具化成，“我们前面走过的路，不要让其他人去走一遍、理解一遍才能用。”
要实现这一点并不容易。除了技术能力，还有工程化能力、产品化能力等等。
从技术层面，以计算框架中的计算引擎为例，市面上现有的联邦学习产品，大部分集成的是计算引擎Apache Spark，这是一款专为大规模数据处理而设计的快速通用的计算引擎，可为建模过程中提供高效的运算。但是部署一套Spark集群，相对耗时、耗力，且大多使用云服务器，联邦成本较高。
天冕联邦学习平台开发计算框架——函数计算，重点是轻量级、一键部署。
用户可以在Spark集群的基础上，选择函数计算，从而实现弹性计算，动态扩展资源，节省成本，提高效率的目的。这也成为WeLab的业界首创技术。