與API應用不同!區塊鏈將如何推動消費性產業的發展?
與API應用不同!區塊鏈將如何推動消費性產業的發展?
2017.11.17 | IBM

談到區塊鏈,大部分人多聯想到其為比特幣及金融科技的基礎,然而在物聯網領域的應用中,區塊鏈也扮演非常重要的一環基底技術。今年 11 月在 Meet Taipei 的物聯網創新論壇中,IBM 技術長兼業務副總經理徐文暉,提出一系列區塊鏈在消費性產業最新的技術及發展,關鍵成功因素以及給台灣產業的建議,闡述自己對於此議題的觀點。

IBM 徐文暉
圖/ 數位時代攝影

區塊鏈源於比特幣,本質上為透過去中心化及去信任的方式,任何人任何時間都可採用相同的技術標準,在共享的資料庫中加入自己提供的資訊;通俗一點的說法,指的是一種全民參與記帳的方式。過去 Walmart 的帳本自己記,現在區塊鏈中的任何成員,包括自身以及業務夥伴,皆可連接到共享的區塊鏈商業網絡,每一方都可以即時、安全地存取,加速產品及供應鏈所需資訊,並將其放在最終消費者手中。「當其他人還是只在談論區塊鏈,但 IBM 已在全球建立了十多個區塊鏈商業網絡!」徐文暉這麼說道。

IBM 徐文暉
圖/ 數位時代攝影

以 IBM 在消費性產業中導入區塊鏈為例,該技術能幫助紙本文書作業數位化,減少文件數量及工作流程,降低紙本作業的運輸成本,甚至減少生鮮水果在傳統供應鏈中,因無效率而腐敗的成本。接著,導入區塊鏈後,也可提高供應鏈的共享可視度,在 Maersk 的案例中,其存貨管理上能降低庫存變化,提高訂單處理效率以及降低出貨成本。第三能打造值得信賴的生產履歷,提高供應鏈上的追溯速度。徐文暉以 IBM 協助 Walmart 利用區塊鏈技術追蹤食品供應鏈的例子說明,導入前後 Walmart 在追蹤污染食品所需花費的時間,從六天降低到僅需 13 秒。

而促成區塊鏈成功的三個關鍵因素為信任機制,參與者以及數位化資產共享帳本的建立。區塊鏈旨在建立交易信任,建立金融服務生態系統的規範及創新。參與者包括規則的建立者如政府,產業內的企業以及通常為市場領導者的市場創造者。除此之外,區塊鏈專案要成功,營運單位的參與是關鍵,要能建立跨部門或跨組織的商業情境,並找出需要解決的業務問題,導入跨部門合作的流程路線圖,最後考慮部署營運的重要性,其中安全性為首要考量。

徐文暉也提到諸多人的疑點,為何我們要使用區塊鏈,而不使用 API 呢?「使用 API 固然更方便更簡單,在對接一兩家企業(點對點的串接)並不會產生太大問題,卻無法串聯整個產業生態系,在IT的管理,網路安全性上會更加複雜。」使用區塊鏈能凸顯跨企業之間的價值交換,被目前的顧問公司譽為第二代的 Internet。

IBM 徐文暉
圖/ 數位時代攝影

對於台灣產業,要如何開始區塊鏈的旅程?徐文暉有以下三點建議:開始學習相關的技術原理,接著建立區塊鏈系統,最後再連接整條供應鏈。在區塊鏈的應用上台灣仍屬不純熟的狀態,唯有踏實地一步一步建構,方能走得安穩。

往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

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
一次搞懂工業AI
© 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