数字经济时代，数据要素作为关键生产要素，对资源配置效率起着重要作用，数据的重要性日益凸显。聚合多维海量数据，充分挖掘并利用其内在价值，成为各产业发展的战略重点。
在此背景下，中国移动主导、参与了《电信运营商互联互通标准框架协议》《电信网和互联网数据合作安全管理实施指南》等一系列隐私计算行业标准的制定，并积极布局多方安全计算、联邦学习等新技术，规划建设中国移动梧桐大数据隐私计算系统，实现了数据安全融合、匿踪安全查询、多方安全计算及联合安全建模等功能。
中国移动联合其他运营商通过匿踪查询和联邦学习技术，共同建设诈骗电话识别模型，在保证数据“可用不可见”的前提下进行黑名单共享，解决了运营商数据覆盖面不全的问题，有效支撑了工信部、公安部等部门实施电信网络诈骗治理，降低了网络犯罪风险。
在跨行业合作方面，中国移动深入政府、金融、医疗等行业，利用隐私计算技术，在“数据不出库、数据不落库”情况下实现跨行业数据融合，确保数据要素的安全流动，促进各行业实现数智化转型。
在金融领域，中国移动梧桐大数据积极探索隐私监管新常态下的数据跨界合作新模式，利用联邦学习、同态加密技术在运营商与金融机构之间进行数据交互并开展联合建模。在无需交互敏感数据的前提下，双方数据安全流通，扩展了风控模型的参考维度，对于在反洗钱业务中识别涉赌涉骗人群效果显著。
在医疗领域，积极配合卫健委在双方数据“可用不可见”的前提下，进行横向联邦学习建模，在数据安全流通的前提下，识别潜在的健康问诊目标用户，进行问诊挂号精准推荐。梧桐大数据的隐私计算技术在为用户提供隐私保护的同时，解决了用户的挂号问诊难题，对提高医院问诊效率起到了助推作用。
此外，中国移动主动对接文旅产业，深入参与产业数据场景的构建，与航旅、银联大数据开展深入合作，以增强数据安全服务为前提，贯通数据链路，利用隐私计算技术实现移动数据与交通出行类数据的安全流通，解决了对航旅用户出行诉求判断不准确、文旅服务无法形成闭环的问题，大大改善了用户的服务体验。
