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
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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