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:TechCrunch、Eco、Fortune

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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