主題演講：全密態計算，破解AI時代的數據安全難題 | 36氪WAVES2026新浪潮

### 主題演講：全密態計算，破解AI時代的數據安全難題

在2026年36氪WAVES新浪潮大會上，辰宜科技創辦人于功山發表了一場備受關注的主題演講，焦點鎖定在「全密態計算」這項新興技術。隨著AI應用快速滲透各行各業，數據的價值與風險同步攀升，傳統加密技術在端點處理與傳輸之間留下漏洞，而全密態計算被視為可能徹底改寫數據安全規則的關鍵解法。于功山在演講中強調，這項技術並非遙遠的理論，而是已在特定場景中展現實用潛力的突破方案。

#### 重點整理：全密態計算的核心思維

所謂全密態計算，是指數據在整個生命週期中——從儲存、傳輸到計算——全程保持加密狀態，無需解密即可進行運算。這與目前常見的「先解密再計算」模式截然不同，後者往往在運算節點上暴露明文資料，成為攻擊者的突破口。全密態計算的技術基礎植根於同態加密與安全多方計算的融合，但進一步簡化了運算複雜度，讓企業能在不犧牲效率的前提下，實現「數據可用但不可見」的理想狀態。于功山指出，這項技術的核心價值在於打破「安全與效率不可兼得」的傳統迷思。

#### 背景脈絡：AI時代的數據安全困境

AI訓練與推理需要大量數據，但這些數據往往涉及用戶隱私、商業機密或法規規範。歐盟GDPR、台灣個資法等監管框架已明確要求數據必須在處理過程中受到保護。然而，傳統加密技術只能保護靜態儲存與傳輸，一旦數據進入記憶體或CPU進行運算，就必須暴露明文，導致雲端服務商、第三方運算平台可能成為洩密管道。2025年以來，多起AI模型訓練數據外洩事件已讓業界意識到，現有安全機制已難以滿足AI時代的需求。全密態計算正是在此背景下應運而生，試圖從架構層面徹底堵住漏洞。

#### 可能影響：產業應用的深層變革

全密態計算的落地將對多個產業產生深遠影響。首先是金融領域，銀行可在不共享原始交易資料的前提下，與第三方進行聯合風控模型訓練，避免客戶資訊外流。其次是醫療產業，醫院之間能協作分析病患影像或基因組數據，卻不必擔心個資被濫用。對於AI開發者而言，這項技術也將讓「數據聯邦學習」變得更具實踐性——不再需要依賴複雜的分散式架構，而是直接對加密數據進行集中運算。此外，政府機關與雲端服務業者若導入全密態計算，可大幅降低因內部人員違規或駭客入侵導致的資料外洩風險，從而提升整體社會的數據信任度。

#### 讀者可關注的後續發展

于功山在演講中並未提供具體效能數據或商用時程，但可預見的是，未來半年到一年內，全密態計算的技術規格與標準化進展將是觀察重點。讀者可以關注辰宜科技是否推出實際可用的開發套件或API，以及是否有大型雲端業者宣布支援該技術。同時，國內外監管機關對全密態計算的態度也很關鍵——若主管機關將之視為符合法規的合規方案，將加速企業導入。此外，學術界與開源社群對全密態計算的效能最佳化研究，也將直接影響這項技術能否從實驗室走向規模化商業應用。