虽然隐私计算有望成为数据要素市场建设的关键基础设施，但若要真正成为核心底座，仍然任重道远。算力性能、计算成本、产品化能力等诸多的工程化层面问题依然掣肘着隐私计算迈向商用级突破。总体来看，隐私计算市场仍处于大规模商业应用的前期，想要得到更好的发展和应用，离不开市场的推动和其他技术产业的支持。

近年来，数据治理在产业升级和利好政策的推动下走上了快车道，成为金融机构的刚需，业内对数据安全和隐私计算的要求随之越来越高，也因此促进了数据治理和隐私计算的协作关系。郑保卫博士表示，数据治理作为隐私计算的基础，在金融产业整合内外部数据时为隐私计算提供支持，在有效提升监管数据质量方面发挥着至关重要的作用。

当被问到金融机构所处的数据治理阶段对引入隐私计算的影响时，郑博士认为应该基于两个角度考虑。从业务角度来看，保险行业在日常运转中会涉及到大量的理赔、评估等业务，对外部数据的需求远大于其他金融产业，因此更需要隐私计算提供相应的支撑和保障；从预防风险角度来看，金融机构需要使用大量外部数据来提升风控能力。这两方面都是促进隐私计算发展的重要业务场景，而因为业务的特殊性，保险行业对隐私计算的需求更为迫切。因此，隐私计算与数据治理在保险行业的有机结合、相互成就亟需更深入地探讨和更明确地指导。

顺应国民经济的快速发展和市场的多样化需求，技术手段的革新和融合也将成为未来科技发展的趋势。打破技术手段壁垒，实现技术优势的互融互通，会在很大程度上提升社会机制的运转效率，促进国家经济的繁荣复兴。今后，恩核将继续深耕数据治理，探索与隐私计算的高效协作之道，为数据产业的更新升级发挥更大价值。