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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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