人人都有獎!Uber創辦人打造加密貨幣「Eco」,改寫挖礦獎勵規則
人人都有獎!Uber創辦人打造加密貨幣「Eco」,改寫挖礦獎勵規則

挖礦、耗電、詐欺,在加密貨幣發展的同時,許多生態系中的缺點,被貼上標籤如影隨形。Uber共同創辦人加瑞特·坎普(Garrett Camp)在過去五個月的時間,親身接觸加密貨幣領域後看到了一些值得被改變現況。

為了打造一款便利、及時、打破國界的的交易工具,加瑞特·坎普宣布推出加密貨幣「Eco」,除了希望成為比特幣、黃金的替代選項,更希望解決當前加密貨幣所面臨的挑戰。

解決加密貨幣挑戰,「Eco」應運而生

結束肯亞旅行後,去年11月Uber共同創辦人加瑞特·坎普(Garrett Camp)宣布加入巴菲特和比爾·蓋茲發起的「贈與誓言(The Giving Pledge)」活動,概念是鼓勵全球富人在活著時,將大部分財產奉獻給慈善事業。財產淨值約有53億美金的加瑞特·坎普表示,除了捐款他還打算投身慈善項目。

Garrett Camp
Uber共同創辦人加瑞特·坎普(Garrett Camp)(右二),加拿大人,2015年被《富比世》雜誌評選為當年全世界最富人物第283名、加拿大最富有人物第3名。
圖/ Twitter

而「Eco」或許正是其中一步。

大約一年前,加瑞特·坎普(Garrett Camp)在交易平台Coinbase上買了生平第一個比特幣,「我根本不是想買一大堆虛擬貨幣。」但深入研究後他發現,與科學家、研究機構一起打造一個完全不同信仰與概念的計畫,才是他真正想做的,「Eco」的概念因此應運而生。

根據Eco白皮書,這款加密貨幣的目標是想解決現存加密貨幣的幾個主要問題,希望回歸虛擬貨幣便利、即時、無國界的最初的願景,甚至成為比特幣、黃金的替代選擇。

按照計畫,一開始將發行一兆個代幣(token),其中50%分給前10億註冊並經過驗證的用戶、20%進入運行驗證節點(nodes)的大學、10%給顧問、10%給策略夥伴,最後10%會進入維護網路的Eco 基金會,加瑞特·坎普也將捐出1千萬美元為營運打基礎。值得注意的是,「Eco」未來不會有ICO(首次代幣發行),這將可以避免多數ICO在募集資金工程中所面臨的潛在法律問題。

Eco特別之處?

加瑞特·坎普(Garrett Camp)強調他想要「解決問題」,因此Eco就肩負了這樣的使命,重點歸納大致有三項特點。

非匿名參與交易驗證

第一,Eco的區塊鏈、分散式帳本系統是在「經過驗證的節點」上運作及驗證交易,白話來說就是不像比特幣網路用匿名的方式參與交易驗證,好處是可以消除攻擊以及詐欺行為,但同時也意味著不能真正實現去中心化(decentralized)。

Eco
Eco並非採匿名的方式參與交易驗證,希望可以藉此消除攻擊與詐騙。
圖/ Eco

供應大量代幣

第二,Eco 會大量供應代幣(token),達到降低價格、日常用代幣目標。另外也會設計簡易使用的網站以及手機App,目標是讓使用者體驗更加友善,讓一般市井小民也能參與其中。

獎勵分配給全網

第三,獎勵的結構機制也很不同,當節點每完成一次交易確認,加密貨幣的獎勵是分配給Eco網路當中的所有人。人人有獎不必搶的概念,不讓礦工彼此瘋狂競爭挖礦(mining),因此就不會有電力密集型的礦工網路產生。

加瑞特·坎普希透露,Eco最快在今年底就會開始運作。

整合生態系,Eco深入日常區塊鏈應用

綜觀加密貨幣的發展,Eco彷彿是一股清流正要掀起一股革命的浪潮,不過其實這樣的構想並非新穎,已經有許多類似的發展案例。

例如,萊特幣以及以太坊都有可以提升交易速度的區塊鏈、Telegram即將推出的代幣目標也是希望做到「行動優先」,透過大量代幣壓低價格、供給日常用代幣;Ripple也開始與合法的團體合作執行節點驗整,來打破過往匿名方式;以太坊也透過Proof of Stake(權益證明機制)來讓能源利用更加有效率。

Ethereum
以太坊透過Proof of Stake(權益證明機制)來讓能源利用更加有效率。
圖/ shutterstock

因此,目前現有的加密貨幣,其實不乏Eco的理想以及功能,推出一款加密貨幣也並不是什麼了不起的事。

Eco想做的,是整合眾多的服務提供商、商品、金融機構,打造開發的生態系支持日常區塊鏈交易應用,這正是這些新興加密貨幣所需要努力的,尤其加瑞特·坎普在科技業中有相對高的聲望以及資源,也許未來真能實現這樣的理想也說不定。

資料來源:TechCrunchEcoFortune

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