36氪36氪首发 | 「冲量在线」完成数百万美元的天使轮融资，IDG资本独家投资

_本文原题：36氪首发 | 「冲量在线」完成数百万美元的天使轮融资， IDG资本独家投资
36氪获悉，数据流通与隐私计算服务商「冲量在线」已于近日完成天使轮融资。本轮投资方为IDG资本，融资金额为数百万美元，源合资本担任独家资本顾问。本轮融资之后，公司计划持续打磨产品，同时进行客户拓展。
该公司正式成立于2020年8月，专注数据流通解决方案，目标是助力企业构建可信、安全、隐私、公平、高效的数据流通平台，用数据帮助业务进行精细化运营，同时帮助客户构建外向型的数据生态。
当前，随着国内外对数据使用方式的重视，特别是近期个人信息保护法草案的亮相，如何在保护数据隐私的前提下解决数据孤岛问题成为各行业讨论的话题。例如，金融行业是数据密集型行业，也是数据需求密集型行业，其风控、营销等能力都高度依赖于大量内部或外部数据的支持，这就带来双方或多方在保护隐私信息前提下进行数据协作的需求。「冲量在线」解决的也是此类数据流通问题。
具体落地在产品层面，「冲量在线」根据客户需求拆分出两大平台，即冲量公有云平台和冲量私有化平台。
前者针对中小型互联网企业的数据流通场景，后者针对传统大客户。根据目前行业动向，针对私有化平台的诉求较成熟。这其中包含两大模块——数据互联平台和数据查询平台。数据查询主要针对数据建模需求不高的客户，它们的查询诉求一般只需两方数据就可完成，冲量会保护数据被查询双方的数据隐私安全与过程可信。数据互联平台，适用于需要多方联合建模的客户。这类客户通常体量较大，有构建外向型数据生态的需求，比如我们常说的营销场景就比较适用多方建模。这种情况下冲量会在保护多方数据隐私和安全的基础上帮助进行数据流通。

本文插图
冲量在线产品架构
更底层的技术上，「冲量在线」采用区块链、隐私计算、人工智能以及云原生技术进行支持。区块链不可篡改、可追溯、公平化权益等特性保证数据计算过程的可信，且未来可能有利于数据要素的清算；隐私计算包含可信执行环境、安全多方计算和联邦学习三类技术，主要解决隐私数据的安全问题；机器学习算法保障了数据挖掘的深度与效果；云原生则让产品更易开发、更易部署、更易运维。
采用前三种技术是市面上多家隐私计算公司方案的共识，而云原生是「冲量在线」强调的差异化特点之一，公司创始人兼CEO刘尧认为，现在行业客户的数据/系统多拥抱云原生，具备云原生架构的产品也更易和客户兼容。数据流通类产品属于企业服务类IT产品，在真正落地的过程中一样需要和客户的大数据中台、图数据库、AI平台等IT基础设施匹配、融合。这类特性在产品POC阶段或许并不必须，但当产品真正落地时，其重要性会逐渐凸显。另外，公司也在国产化方向进行了发力，软件产品兼容了国产化的芯片与硬件，符合信创产业的自主可控标准。
在客户画像上，「冲量在线」主打金融、电信、互联网这类数据密集型的行业，这类客户对数据渴求度较高，同时对创业公司接受度也很高。在对重点行业的客户服务上，「冲量在线」的特殊点在于，其不仅会为其提供数据流通方案，还会和客户一起服务to B企业，为客户解决更深层次的问题。之所以可以提供这样的服务，也和公司此前积累相关，刘尧介绍，「冲量在线」核心团队来自百度、华为、字节跳动等头部科技公司，具备服务B端的技术能力，也了解政企类客户的诉求，同时也有落地超大项目的经验。
「冲量在线」80%团队成员是技术出身，曾实施交付了多个云原生、区块链、可信计算的大型私有化项目，累计完成过数亿级别的商业化成果，具备人工智能、大数据、区块链、隐私计算等领域的实践经验。并且公司多位成员也是国际和国内相关标准组织的核心成员，主导或参与撰写了IEEE、人民银行、工信部多个组织发起的行业标准。