《虛擬貨幣經濟學》:錢從來都不真實,未來貨幣形式可能更多元
《虛擬貨幣經濟學》:錢從來都不真實,未來貨幣形式可能更多元
2015.02.15 | 科技

你認為什麼是「錢」?這看起來像是個蠢問題,但是若告訴你貝殼是錢,也許你會認為在開玩笑嗎?不過,對古代人而言,貝殼就等同於錢的價值,古早時候,人類沿水而居,常透過水中的各種生物作為交換的方式,因此歷史上記載著有「貝錢」,甚至鹽、木板條、松鼠毛皮等,都曾經是古代被當成貨幣具有付款的功能。

華盛頓與李大學法學院(Washington and Lee School of Law)教授約書亞.費爾菲爾德(Joshua Fairfield)指出,當我們提到「錢」時,我們到底指得是什麼? 是一張張的紙鈔?硬幣?還是流通在虛擬世界的比特幣?身為遊戲學術研究的創始者,也是虛擬世界社群的專家愛德華.卡斯特羅諾瓦(Edward Castronova)在《虛擬貨幣經濟學》一書中,就詳細的探討了人們對於貨幣的認知、定義,以及未來的可能性與發展。

作者指出,在數位時代來臨前,貨幣最常出現的形式不是紙張,就是硬幣。但嚴格來說,貨幣並不存在,貨幣其實是一種支付系統,目的是為了讓人快速而便利地進行交易,可以適用在各種不同事物上。所以,在貨幣發明之前,人類是以物易物,用大麥買駱駝、用鹽巴換食物。

不過,我們對什麼是「真實」貨幣、「虛假」貨幣,往往有一些錯誤的認知。試想若有一張紙上面寫著可以向商家領取一包白米,這張紙就具有「價值」,但這張紙是不是錢呢?

信心為貨幣的基礎 所有貨幣其實都是虛擬

作者在本書中不斷提出許多過去我們所認定貨幣的定義,又一再的反覆辨證,讓我們更釐清何謂「價值」,並從中提出許多貨幣在歷史脈絡中的發展與改變,讓讀者更加了解。

尤其當銀行出現後,銀行體系透過放款模式的行為,早就讓貨幣的取得變得不真實,也就是說,當貨幣開始脫離銀行存款,獨自發展時,貨幣的基礎就完全來自於信心,而這樣的模式跟虛擬貨幣的特質是一樣的。

把時空轉換到現今來看,在市場上流通的貨幣都是國家的法定貨幣,而它之所以擁有價值,是因為政府說了算。所以,支撐貨幣的力量來自於民眾對政府的信心,以及政府本身的信用。

因此作者才會說,說穿了所謂「真實」的貨幣,不過是國家承諾支持的數位資料庫裡的條目。依這樣的定義來看,作者認為我們所認定的法定貨幣和虛擬貨幣其實是一樣虛擬

如果貨幣只是一種支付系統,哪一種能越快速滿足人類便利交易的貨幣形式,往往都能取代功能較差的支付系統,例如硬幣取代以物易物、紙幣取代硬幣、電子交易又將取代紙幣。

隨著人們的支付方式日新月異,無論是前一陣子吵得沸沸揚揚的比特幣(Bitcoin)、亦或是亞馬遜在2013年發表的亞馬遜幣(Amazon Coins),或者星巴克星星( Starbucks Stars),這些虛擬貨幣早就一步步在侵入實體經濟,很多時候,我們沒有花費到實際的金錢就可以獲取某些商品。

舉例來說,我們常用的紅利點數,買一杯咖啡就可以在一張卡上面蓋一個章,蓋滿之後可以憑卡免費兌換一杯咖啡,這就是一種虛擬貨幣交易到實體物品的最佳例子。

當我們花費在虛擬世界的時間越來越長,虛擬貨幣也越來越重要,作者在書中從電玩遊戲、社群、再到是否可以自己發行貨幣、是否會發生金融恐慌、以及虛擬貨幣是否會取代實體貨幣等問題,都在八大章節裡有非常詳盡的介紹。

未來在我們的存款裡,可能不會只有一種貨幣形式,可能有新台幣、美元、便利超商點數、咖啡卡點數、信用卡紅利點數、航空公司里程數、比特幣、line幣、遊戲點數或線上金幣等,這麼多種不同形式的貨幣,透過「數位價值移轉系統」能順暢地移轉使用者與貨幣的購買力,成為買東西、付學費、買房子的支付形式。

(作者Jasmine,曾擔任科技媒體記者,現為Readmoo特約作者。)、

關鍵字: #比特幣
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓