数据安全和隐私保护已成为全球范围内广泛关注的焦点，保障个人信息安全与处理合规既是法律遵从的基本要求，也是保障企业未来数字化业务成功的基石。业界和学界广泛认同隐私计算作为平衡数据隐私保护与应用发展的技术可行解。本文对隐私计算的技术流派及各自特点进行了总结，从现行的法规约束下，结合美团外卖业务场景经过一系列探索，逐渐形成了具备隐私保护能力的ToC“弱个性化”和ToB“跨域联合建模”隐私计算能力矩阵，为业界在隐私保护技术上提供了解决范式参考：形成以差分隐私技术为核心的技术解决方案，针对日常数据处理过程中的隐私保护问题，实现个人信息使用程度的可控可量化；探索了无个性化和强个性化之间的中间态即匿名群组建模方案，在保护用户隐私的同时，满足业务发展的需求；构建跨域/机构安全数据流通底座，形成了联邦学习技术解决方案。