比特幣在台不合法?業者:沒有台灣,比特幣還是會走下去
比特幣在台不合法?業者:沒有台灣,比特幣還是會走下去

「比特幣(Bitcoin)在台灣不是合法的支付工具。」金融監督管理委員會主任委員曾銘宗此話一出,讓不過一個月前才聽到政府通過金融科技創新方案,要投入台幣10億元金融科技基金的比特幣業者也傻眼了。

比特幣是雙向虛擬貨幣的一種,最初是在2008年由一位化名「中本聰」的匿名人士所發表的想法:一種去中心化、純粹的P2P電子貨幣。比特幣沒有發行單位,是透過被稱為「挖礦」的電腦運算解謎,才能「挖出」新的比特幣。但一般人只要持有比特幣電子錢包,就可以透過比特幣交易所購買比特幣。比特幣去中心化的特點讓它的每一筆交易更動都必須要通過所有的「節點」同意,因此透明公開,難以竄改交易資料。

圖說明
照片來源:Steve Jurvetson

比特幣目前在國際間被當作支付貨幣,也被視為投資商品,由於身兼「貨幣」和「商品」兩種特質,在不同的國家有不同的監管方式。例如今年九月,比特幣在美國被商品期貨交易委員會歸類為類似黃金和石油的大宗商品;十月底,歐盟裁定比特幣在歐洲交易被視為一般貨幣,免付增值稅。但在台灣,目前政府沒有任何法令可以監管比特幣。中央銀行則是在一份兩年前的新聞稿中表示,比特幣不是貨幣,屬於高投機的數位「虛擬商品」

##缺乏法規,台灣業者態度更嚴謹

即使如此,過去一年,台灣有一群比特幣新創業者默默在耕耘這項虛擬貨幣的發展,讓台灣在今年成為東北亞國家中接受比特幣人均商家數目最高的經濟體。例如和全家便利商店合作比特幣小額購買服務的BitoEx「幣託」,以及在台灣和美國提供比特幣服務的Maicoin。

BitoEX執行長鄭光泰表示,由於沒有相關法規,台灣的業者反而採用更嚴謹的方式規範,例如要註冊帳戶,透過身分證、手機、email等認證,才能透過銀行匯款購買較大金額的比特幣。透過全家便利商店購買的方式雖然不用身份認證,但代收付的金額最高限制台幣2萬元,不易發生詐騙等狀況。發生詐騙時,BitoEX也有能力警示並攔截。

鄭光泰說,當使用者只要在全家便利商店就能小額購買比特幣的消息曝光,國際比特幣社群都認為台灣的發展很先進,甚至有人組團來台灣玩,就是為了到全家去體驗購買比特幣。比特幣今年在台灣的能見度變高,BitoEX的營業額也隨之提升。購買的人分為兩種,一種是想購買國外遊戲點數,卻沒有信用卡能支付的年輕人,在全家就能小額購買比特幣,再藉由比特幣購買點數;另一種就是投資客。

這次因為綁票案要求用比特幣支付而引來的爭議,鄭光泰認為對台灣的比特幣業者來說或許是一個讓「比特幣正名」的機會。「過去由於比特幣匿名性重,又是全球通用的貨幣,比較容易被大眾誤解。」

##帶來信任的區塊鍊技術

由於比特幣的匿名性,過去常常與犯罪行為連結,例如在「暗網」(dark net)中的各種非法交易,往往是以比特幣來支付。然而比特幣帶給世界最大的價值或許不是貨幣或商品本身,而是底層的「區塊鍊」技術(blockchain)

透過區塊鍊技術,資料也能去中心化,資料與資料、物與物在點與點之間的改變或交換,不需要再透過公正中立的第三方進行。英國經濟學人雜誌在10月31日出刊的這一期封面故事就認為,區塊鍊技術是「建立信任的機器」。能應用的範圍極廣,例如藝術品的認證資料,銀行的帳本等等,希臘和宏都拉斯的政府甚至正在研擬利用區塊鍊技術建立土地登記等公開資料。

對於銀行而言,運用區塊鍊技術來記錄帳戶資料的更改,遠比保留內部的帳冊資料來的更方便,西班牙的桑坦德銀行認為透過支付練技術,到2022年能為銀行節省超過200億美元。有25家銀行加入一家名為R3CEV的區塊鍊技術新創,要開發通用的標準,而納斯達克股票交易所則開始要用區塊鍊技術記錄記錄私人公司的交易紀錄。

Maicoin是台灣第一個比特幣買賣的交易平台,也提供比特幣電子錢包的服務。但除此之外,美國的分公司運用區塊鍊技術研發出「BlockSeer」,可以用來追查有問題的比特幣交易軌跡,更獲得美國檢調單位的採用。Maicoin執行長劉世偉說,例如這次的綁票案,其實就可以透過BlockSeer的技術來追蹤。BitoEX也同樣成區塊鍊專案實驗室,研究以區塊鍊為基礎的金融和企業級應用。

##希望業者和政府能好好討論

「央行的態度其實一直沒變,」Maicoin執行長劉世偉表示,「但金管會之前是不了解,所以也不管。」

劉世偉說,全球目前投入區塊鍊技術開發的金額已經高達10億美金,台灣卻沒有動靜。他比喻,區塊鍊技術之於台灣,就像網路之於現在的北韓,不可能埋著頭不要做。「沒有台灣,比特幣還是會繼續走下去」。要是台灣不鼓勵比特幣和區塊鍊技術的發展,這些團隊大可以出走他方,尋找更好的機會。

事實上,金管會在10月初通過的金融科技創新方案中,定義「金融科技」包含的項目就包含區塊鍊技術。但劉世偉認為,若比特幣被政府視為不合法而要查緝,因此在台灣發展不起來,底層的區塊鍊技術就更不可能得到普及。甚至,未來若像電子支付機構專法的發展,需要一定的資本額才能成立比特幣交易機構,對比特幣新創公司來說非常困難。

「比特幣和區塊鍊技術傳遞的是價值,不只是貨幣。」劉世偉直白的說,透過這次的風波,可以看到社會的選擇,希望業者還是有機會跟政府好好的討論。

資料來源:
The trust machine〉,〈The great chain of being sure about things

延伸閱讀:
[Meet創業之星] 比特幣變打擊犯罪工具?Maicoin開啟比特幣2.0時代
比特幣交易生態成熟,3步驟買賣快速上手!
美國首家合法比特幣交易公司終於出現!

@@ACTIVITYID:503@@

@@ACTIVITYID:638@@

關鍵字: #比特幣 #金管會
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 2026 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