[專訪] Gartner：區塊鏈出現「炒作泡泡」，但業界不必擔憂泡沫化|數位時代 BusinessNext

現況：炒作泡泡開始存在，但還不會泡沫化

（圖說：區塊鏈技術目前處於過度期望的高峰期，將在5至10年內帶來顛覆性影響。根據Gartner的新興技術評估模型，技術成熟度曲線將新興技術的發展區分為五個階段，包括「科技誕生的促動期」（Technology Trigger）、「過高期望的膨脹期」（Peak of Inflated Expectations）、「泡沫化的底谷期」（Trough of Disillusionment）、「穩步爬升的光明期」（Slope of Enlightenment）、「實質生產的高峰期」（Plateau of Productivity）。圖片來源：Gartner。）

8月公佈的研究報告指出。區塊鏈技術目前處於過度期望的高峰期（Peak of Inflated Expectations），這個時期中，有些創新應用是成功的，但有更多是失敗的，大眾對科技創新產生不切實際的期待。

之後當科技無法滿足過度期待，大眾當理性回歸後，該技術就進入泡沫化的谷底階段（Trough of Disillusionment）。由圖可知，區塊鏈技術已經進入炒作的區間，但還沒有到頂端，炒作還會持續一段時間。就現在這個時間點來看，還不會泡沫化。

「從全球的觀點來看，區塊鏈現在的確產生『炒作泡泡』。」Gartner研究總監闕斯尼（Fabio Chesini）說。不過闕斯尼認為業界不用為泡沫化現象擔憂。他認為各產業已經逐漸理解區塊鏈技術本質，過去在網際網路泡沫化的經驗也警醒著企業不要重蹈覆轍，「加上，炒作現象目前僅集中在金融領域而已，總體市場的投資與投機熱度不大，未來會有泡沫化存在，但不會像.com泡沫那樣劇烈。

而他的觀點和《區塊鏈社會》作者，區塊鏈鉛筆創辦人龔鳴不謀而合。龔鳴指出，從2013年到2016年4月份的數據表明，全球在區塊鏈投資上還沒有出現泡沫，目前區塊鏈投資僅呈線性成長，還沒有到泡沫時期的指數級成長，有點像當時網際網路在1996年的發展趨勢，遠遠沒有到2000年第一次網際網路的泡沫時期。

企業：小心標準的變革，太早投入區塊鏈可能徒勞無功

那在這個泡泡炒作期，企業要特別注意什麼事呢？現在有很多企業走在前端，利用區塊鏈技術，做身份與所有權管理，以及能源資產交換。不過闕斯尼提醒，「並非走在技術最前端的就是贏家，太早投入區塊鏈技術可能耗費很多資源又沒有成果。」區塊鏈的標準還沒有定型，如果沒有思考未來發展就貿然投入，恐怕會面臨選定標準被淘汰的窘境。

舉例來說，到底選擇公有鏈還是私有鏈？就是一個頭痛問題。在應用大爆發之前，許多業者選擇發展特許制的私有鏈，而非比特幣公有鏈，避免和現有金融法規衝突，但比特幣區塊鏈會廣受全球社群支持，關鍵就在於去除中央系統的架構，因此雖然許可制的私有區塊鏈盛行，公有區塊鏈未來還是具有龐大發展潛力。「和網際網路當初從封閉的企業內網（Intranet）走向互聯互通的網際網路（Internet）發展途徑有點雷同，最後整體社群還是會走向開放。」闕斯尼說。

但若只是等待別人實驗成果才投入也會失去發展先機，因此企業要先洞察著區塊鏈到底能解決企業哪些問題？跟風投資將會徒勞無功。

監理：用地面交通號誌管飛機？政府要走在最前面才行

若要採用公有區塊鏈，那政府對於比特幣等虛擬貨幣的監理態度就非常重要。這段炒作泡泡期，正是政府監理的最佳時機。但目前各國政府對於比特幣等虛擬貨幣的監管沒有共識，各有各的觀點，讓業者無所適從。「政府不能積極逃避相關法規的制訂，不論是積極還是被動的公司，這些虛擬貨幣總有一天會進入各國的經濟體制中。」闕斯尼指出。

以美國來說，商品期貨貿易委員會（CFTC， the Commodity Futures Trade Commission）認為比特幣等虛擬貨幣是一種商品（Commodity），但美國金融犯罪執法網絡（the Financial Crimes Enforcement Network）則把比特幣定義為貨幣（Currency）。「兩個機構，產生的不一樣的定義，而且這兩種定義還相互衝突。因為虛擬貨幣除了具有商品特性之外，也具有價值交換功能，沒有辦法一分為二。監管單位們也要彼此合作，搭起一個新橋樑，找到新規則。」闕斯尼指出。

闕斯尼把此譬喻為地上交通號誌管理飛機時會遇到的問題，我們在地面上大量採用紅綠燈與路標告示牌管理地面交通工具，但這些規則對在天上飛的飛機是不管用的，天上飛的飛機總有要降落地面或要在地面行進的時候，因此各國政府必須重新思考一套規則。

Fabio Chesini
先前任職於IBM，主要負責零售銀行網路入口網站的互動金融服務（IFS）架構，之後也曾帶領企業金融需求相關轉型計畫。曾任花旗銀行全球交易服務部門的電子商務產品經理，擔任資深專案經理的時間也長達10年，為各種產業提供極為複雜的全球現金管理委任服務。在Gartner為金融機構提供交易銀行諮詢服務，範圍涵蓋商業現金管理、支付、收款與資訊服務，以及區塊鏈（Blockchain）。

@@ACTIVITYID:638@@

火熱的 AI 風潮掀起客廳革命，到底 AI 電視可以幹嘛？簡單來說，AI 電視透過 AI 處理器與演算法，即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦，全面顛覆傳統智慧電視。在 AI 電視功能中，最讓消費者有感的是 AI 畫質優化，但許多人往往忽略了，畫質提升不只關乎演算法，更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視，正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術，精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼？不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛，首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路，讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上，導入了 AI 處理器與先進演算法，讓智慧電視具備「主動分析與學習」的能力，可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境（如白天強光或夜晚暗光），甚至是家庭成員的使用習慣，進而動態調整視聽呈現。簡單來說，傳統智慧電視解決的是「能不能連網看內容」的問題，而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後，如果硬體無法精準跟上，優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目，確保 AI 算出的極致色彩與對比，能精準落地在觀眾眼前。

AI 電視可以幹嘛？從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛？」，可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪：讓低解析度內容更清晰

透過 AI 升頻與降噪技術，可分析解析度較低或經過壓縮的影音內容，改善線條、紋理與雜訊，使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識：依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容，自動調整畫面呈現，比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時，True RGB 讓亮度與色彩對比表現依然精準自然。

AI 音效優化：讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時，能放大環繞立體感；看新聞時，則優化人聲頻率，甚至能根據客廳結構進行空間音效校正。

語音互動與個人化推薦：減少尋找內容時間

AI 語音互動更能理解複雜語意，當你說出「我想看適合週末晚上的搞笑電影」時，AI 便會結合使用者的觀看偏好推薦清單，真正做到懂你所想。

整體而言，在眾多 AI 電視功能中，消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大，都需要有對應的硬體執行力，而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵：不只靠演算法，硬體也是決勝點

在討論 AI 電視時，大眾常有一種迷思，認為只要電視內建強大的 AI 處理器和演算法就行，事實上，AI 電視的畫質優化不是靠單一演算法完成，而是包含「AI 判斷」與「硬體呈現」兩大層次：

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果，演算法在底層即時計算出一套優化藍圖，決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現，包含電視的背光、面板、控光技術與色彩控制技術，才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範，硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED，再搭配濾光片混色的方式，容易產生色彩混濁或亮度減損，True RGB 技術則以獨立驅動紅（Red）、綠（Green）、藍（Blue）三原色 LED 作為背光源，當 XR 認知智慧處理器分析影像內容，發出畫面調整指令後，True RGB 能精準響應，讓紅、綠、藍三色背光以極高精度進行獨立控光，將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪？

跳脫複雜的規格參數，一次搞懂三代智慧電視有何不同。簡單來說，一般 AI 電視可以做到升頻、降噪與場景辨識；搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制，真實還原亮度、色彩與對比。

	一般智慧電視	AI電視	搭載 True RGB 的 AI 電視
核心定位	解決「連網與內容獲取」	解決「基礎畫面自動優化」	解決「極致高階畫質精準執行」
畫質處理能力	支援基本的數位降噪，無法因應訊號源差而改善	具備 AI 升頻技術，能動態辨識場景並優化低解析度影片	結合 XR 認知智慧處理器與硬體優勢，進行深度的 AI 畫面優化
背光技術	傳統常亮背光，容易產生漏光與局部發灰現象	具備區域控光，但演算法與硬體匹配度較為普遍	採用 True RGB 三色獨立背光，控光精準度極高，無溢光與色偏
色彩與亮度表現	色彩表現較為平淡，高亮處易過曝，暗部細節容易丟失	色彩飽和度高，但有時因演算法過度補償而顯得不夠自然	實現豐富飽和的色彩表現層次，精準還原真實色彩
主要適合情境	看第四台、日常追劇	看 4K 串流，希望電視能自動適應不同影音內容	追求劇院級體驗，喜歡高畫質影音、球賽、遊戲的用戶

買 AI 電視時，真正該看哪些規格？

當你準備為家裡添購 AI 電視時，除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外，以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標：

AI 處理器

大腦優劣決定電視表現，挑選時認準旗艦級的 AI 處理器，如 Sony 的 XR 認知智慧處理器，不只單純堆疊算力，而能模擬人類大腦的認知方式，打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」，在去除雜訊的同時保留皮膚毛孔、衣服編織等細節，而非一味抹平。

背光與控光技術

若重視高階畫質，True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術，徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格，更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力，銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1：AI 電視適合哪些人？
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家，AI 電視都能大幅提升觀影體驗。

Q2：AI 升頻會把影片變成 4K 嗎？
無法完全等同原生 4K，但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插，將原本模糊線條變得銳利清晰，結合 True RGB 的高精細控光後，視覺表現會非常接近 4K 原生畫質。

Q3：買 AI 電視時，只看 AI 處理器夠嗎？
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行，電視的背光技術、控光與色彩管理能力（如 True RGB）同樣重要。軟硬完美結合，才是高畫質的保障。

Q4：AI 電視對看球賽或玩遊戲有什麼差別？
AI 電視能根據不同場景優化畫面表現，觀看球賽時，能動態識別高速移動對象，即時插幀消除動態殘影；玩遊戲時，能自動切換至低延遲模式和強化暗部細節。

Q5：白天和晚上看電視，AI 電視會自動切換不同的畫質設定嗎？
Sony 搭載 True RGB 的 AI 電視內建環境光感測器，能根據環境光線變化動態調節畫面呈現，在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比，省去手動切換的麻煩。