終結虛擬貨幣瘋狂融資亂象？美證交會將首次代幣眾籌（ICO）視為證券、納入監管|數位時代 BusinessNext

ICO屬灰色地帶難監管

ICO是近來興起的新型融資方式，類似首次公開發行股票（Initial Public Offerings，IPO），只是發行標的物從證券改成公司發展項目的代幣（Token），投資人必須以比特幣或以太幣這類的加密貨幣認購代幣，購買代幣後可用兌換公司發行的項目或直接交易變現，有時也會獲得投票權、利潤分紅等權利。

對新創而言，ICO的好處在於能以極低的門檻，快速募得來自全球的大筆資金，例如，上個月區塊鏈新創Brave Software透過ICO，僅花30秒就募得3,500萬美元。而讓投資人追捧著ICO項目的原因，正是ICO的高資產報酬率。例如，最著名的ICO項目「以太坊」，資產報酬率高達近700倍。

不過，在缺乏監管的情況下，ICO市場也出現各種良莠不齊的代幣，甚至是一開始就沒打算實現專案、只是為了短期吸金的ICO詐騙。

SEC：證券交易類型ICO需先登記、對外披露財務狀況和管理人員身份

面對這些「假融資、真詐騙」的ICO亂象，SEC今日宣布，區塊鏈代幣屬於證券的一種，只要是屬於證券交易類型的ICO，一率要向委員會註冊。在此規定下，公司必須對外披露他們的財務狀況以及公司管理人員的身份。SEC也指出，提供購買和交易代幣的線上交易處，需要登記為證券交易所。

針對所有在美國的區塊鏈公司、或希望獲美國投資人投資的公司，SEC警告：「聯邦證券法適用於在美國發行或出售證券的機構，無論發行實體是傳統機構或去中心的匿名組織、無論這些證券是以美金或以虛擬貨幣購買，也無論是透過實體證書交易或透過分散式帳本技術。」

值得注意的是，並非所有ICO都需要向SEC註冊，若交易代幣不是屬於證券、而是具其他功能，這種代幣便不屬於投資和股票，也不用向SEC註冊。然而，ICO並沒有詳細定義哪種類型的ICO屬於股票交易。

引發SEC調查的為去年的「The DAO」事件。用以太坊技術打造的創投基金公司「The DAO」，主打無人管理、由程式自動執行並投資區塊鏈技術相關的共享經濟項目，在去年募得超過1.5億美元的資金、創下史上最高額的群眾募資紀錄，但隨即遭駭客竊取1/3的資金，專案也戛然而止。

SEC指出，由於「The DAO」的代幣購買人在購買代幣時，是抱著「想透過其他人管理而獲利」的期待，因此其發行的代幣屬於股票性質，受聯邦證券法約束。

好消息是，SEC表示他們不會對「The DAO」的相關人士提起訴訟，而是將該事件作為警告。

「在虛擬交易背後的創新技術，無法讓這些證券發行和交易平台免於受到保障投資人和市場完整性的監管架構管理。」SEC執法部門負責人Stephanie Avakian表示。

有助於減少ICO詐騙事件，但恐讓區塊鏈新創出走美國

可以預期的是，SEC此規定一出，將打擊到那些想透過ICO管道融資的新創。

根據《路透社》報導，今年透過虛擬代幣籌資的科技新創，融資總金額高達11億美元，為2016年的10倍。且根據代幣銷售追蹤網站tokendat.io統計，今年下半年還有110個即將展開的ICO。

在SEC將ICO納入監管後，最大的好處就是能有效減少ICO假籌資真詐騙的事件。對證券交易相關的律師和顧問而言，也能開始合法經營ICO業務。

不過，壞處是區塊鏈相關創新可能將移出美國，轉而到瑞士、杜拜和新加坡等國家。另外，在執法上可能也會遇到挑戰，因為只要透過VPN從其他國家連網，就能避開監管。此外，以太坊的匿名性也讓追蹤用戶變得更加困難。

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。