在产业变革中，伴随着三大挑战：如何解决商业合作中的企业信任问题；如何解决数据质量、数据安全和隐私保护等问题；如何将边缘计算、区块链和联邦学习技术相结合，为企业创造最大的商业价值。
如今，数据大爆炸的时代，各行业对数据质量和准确性提出了越来越高的要求，如：数据更新是否及时，数据的真实性等。与此同时，企业在数据协作共享、数据安全和隐私保护等方面也面临着前所未有的挑战和机遇。当前正逐渐兴起的去中心化数据治理模式的趋势下，上个世纪盛行的中心化治理模式已显得格格不入。
这种以数据中心和中央App为代表的云时代成就了一大批公共云服务提供商，而移动网络边缘计算(MEC多接入边缘计算)和分布式应用(DApp)的诞生标志着云时代的到来，企业也可以借助5G、边缘计算等技术来实现。
针对上述行业挑战，科技将“边缘计算+区块链技术+联邦学习”相结合。
首先，利用区块链技术，在无中心机构状态下，采用共识算法来解决多方‘信任’问题。第二，利用联邦学习的技术特性解决了数据隐私和安全性问题，即在不离开本地数据库的情况下，通过区块链对分布式机器学习和模型训练结果进行管理。最终通过边缘计算节点实现分布式架构，使多个灵活的访问成为可能。
随着运营商纷纷布局5G网络和多接入边缘计算(Multi-accessEdgeComputing,MEC)，以及区块链等技术的逐渐成熟和广泛应用，企业对数据安全及隐私的要求越来越高，如医疗、金融等领域，要求越来越高，如医疗、金融等，制造业等，近几年，许多行业的重大机遇已经到来，而且许多行业对数据的安全及隐私的要求越来越高，企业对数据的安全及隐私的要求越来越高。
