區塊鏈落地最大挑戰,IBM全球區塊鏈實驗室總監:不在技術而是商業模式
區塊鏈落地最大挑戰,IBM全球區塊鏈實驗室總監:不在技術而是商業模式
2018.06.05 | IBM

2018年號稱區塊鏈落地關鍵年,但至今多數區塊鏈專案仍處於概念驗證(POC)階段。對此IBM全球區塊鏈實驗室總監Nitin Gaur表示,觀察不少經過POC階段、最終卻無法繼續進入商轉的專案後發現,區塊鏈落地最大的挑戰在於商業模式,而非技術。

IBM區塊鏈POC案例超過400件、8%已商轉

IBM為區塊鏈聯盟Hyperledger主要成員,該聯盟在2017年推出專為大型企業設計的區塊鏈框架「Hyperledger Fabric 1.0」,IBM也推出企業區塊鏈解決方案。

至今,與IBM合作的區塊鏈POC已超過400件,其中有8%已商轉。例如,IBM和全球海運龍頭快桅(Maersk)合作,利用區塊鏈技術追蹤貨櫃流向,大幅減少昂貴和耗時的紙上作業和通關手續;又或者是和沃爾瑪(Walmart)合作,將區塊鏈用於全球食品供應鏈,確認食品來源及流向。

不過,從這些合作案中,Nitin Gaur也發現區塊鏈要在商業場景落地,仍有不少挑戰待突破。

挑戰一、當每個節點都承擔部分責任,如何課責?

區塊鏈最大的特點在於,各企業作為節點共同參與帳本的記錄和確認,將責任分散在每間企業,而非像過去其中在單一企業或政府。

Nitin Gaur以食品溯源為例,當酪梨要從秘魯運到美國,中間只要稍有耽擱酪梨就會壞掉,而透過區塊鏈,從酪梨農場、海關、港口到收貨者,每個角色都是不同節點,對酪梨的品質好壞都有責任。另一個例子是,當各家銀行透過區塊鏈合作,只要一間銀行做過「客戶風險屬性評估」(KYC),該結果也能分享給其他銀行,而不用重複做,相關金融服務流程(如開戶)也能因此簡化。

雖然區塊鏈解決過去不同企業合作面臨的缺乏信任、時間冗長等問題,卻也產生另一個問題:責任歸屬。舉例來說,若因為某間銀行KYC沒做好,導致其他銀行也出問題,那責任歸屬應如何釐清?這或許是目前區塊鏈在產業落地面臨最大的挑戰,「所以商業模式很重要」Nitin Gaur認為這些都不是技術的問題。

Blockchain
區塊鏈解決了過去企業合作面臨的缺乏信任、時間冗長等問題,卻也產生責任歸屬新的問題。
圖/ shutterstock

挑戰二、數位法幣是區塊鏈交易最後一哩

另外Nitin Gaur也提到,目前有90%的區塊鏈技術都只用到分散式總帳的對帳功能,沒有完全發揮區塊鏈潛能。他認為,區塊鏈的價值在於「價值轉移」,也就是可以把數位資產轉移給他人。

而要做到這點,數位法幣和數位身份是兩大關鍵。他認為,「交易」作為區塊鏈核心概念,會涉及清算和結算,如何把資產數位化?將資產和個人數位身份做連結?做實體資產交易時,作為分身的數位資產如何同步轉移?這些都是尚待解決的挑戰。

而在金流部分,他認為最後區塊鏈生態系少不了數位法幣的角色,可加快金流速度。不過他也提到,數位法幣至少還要十年才有機會實現,因為這必須和各國主管機關和央行合作。僅管困難,卻是不得不面對的挑戰,「數位法幣可以解決交易結算最後一哩路。」他說。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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