分散式帳本如何應用在能源?
分散式帳本如何應用在能源?
2018.07.03 | 區塊鏈

2018年對於區塊鏈/分散式帳本來說是個聲量豐沛的一年,不管是因為封口泡沫的原因,或者是群眾追逐加密貨幣漲漲跌跌的泡沫,在在都說明了區塊鏈有趣以及迷人的地方。

而2018年也是區塊鏈開始大幅落地與各種產業接軌的一年,從過去大家對於區塊鏈就會直接連結到加密貨幣,進而大多認為就都是加密貨幣的應用。接著是也是因為炒幣而來起手勢總是說區塊鏈可以改變世界,可以在aaa到zzz應用都可以使用區塊鏈,不過只要問具體在應用中做了什麼又講不出個所以然來,然後就發現又回到加密貨幣了,說穿了只是炒幣的話術。

分散式帳本的能源應用1.jpeg
無所不能飛天盾地的區塊鏈
圖/ 朱宜振

那以這篇文章談到在能源端又有什麼可能性呢?

我們先看一下這份筆者整理對於導入技術可以參考的幾個條件。

分散式帳本的能源應用2.png
Lman整理
圖/ 朱宜振

對於能源,看法也一樣,我們絕非能源專家,但與能源生態夥伴的合作切入點反而是從互補性來看待。對於未來世界的各項種電和發電方式,早有諸多專家在討論,反而我們在切入的是在未來當能源發電也朝向分散式的概念,例如去年行政院長賴清德提到的<賴清德:屋頂種電 工廠、民間一起來>。

我不懷疑政府的決心,因為可以有著各種手段和透過短期的經濟誘因一定可以讓這件事達陣。

當人人種電這件事情達陣後呢?

我們關注的是達陣之後,到底不同個體間的能源怎麼做交換,還是如同現在只是單純的賣回台電,那麼你以為你在賺錢其實是稅金在那邊轉來轉去並沒有產生新的價值。

分散式電網確實是個世界關注的一種趨勢(不代表必然主流),基於成本和效率效益的考量上。

簡單的案例諸如,你家的屋頂發的電但用的少,而我用的多,可否就你的電賣給我用就好,不需要中轉台電還形成更多損耗。

這一段話在發電和配電我相信問題不大,我們看到的反而是怎麼讓這樣具體的去中心化(分散式)的電力資產轉移可以發生?這就是分散式帳本技術可以切入的點了。

各位記得五月份這則新聞的話:「Gogoro兩顆電池可供家用6天」蔡英文為口誤致歉。

其實蔡英文總統在討論這樣的應用跟歐洲人討論的分散式電網的概念是類似的,只是舉的例子和數學有問題,但情境是可行也是歐洲戰場上努力的方向。

充電站是否用加油站概念落實?

另外一個命題,

如果未來,真的是電動車盛行的世界,那麼對於充電站是否是如同過去加油站的概念的方式來落實嗎?

有意思的是,在台灣可能早有答案了

分散式帳本的能源應用3.jpeg
南部街頭巷尾容易見到的加水站
圖/ 朱宜振

在南部因為諸多原因,所以養成這邊的群眾習慣去加水站買水,進而形成了各地只要你願意在你家門口裝上相關設備也可以開始賣水。這可能是未來分散式充電的答案。從網路拓樸的角度,會發現根本是極為相似的。

分散式帳本的能源應用4.jpeg
加水站不性感,換成Tesla充電樁霎時高大上
圖/ 朱宜振

技術上不是問題,分散式帳本解決的是:

  1. secure data transfer安全的做資料傳遞,並且要防杜網路攻擊
  2. fee-less real-time micropayments無交易手續費的即時交易(筆者認為用On time可能比real time好)
  3. No back office and no communication protocol is required to operate the charging station不需要各種後勤及額外的通訊成本就可以運作(有沒有發現跟加水站很像)

若使用了加密貨幣作為價值交換的載體整個狀況就達成了大家對於物聯網M2M的具體想像和實作了。

這在「整體成本」和所帶來的「效率」「效益」的考量下,可以說是一個必然性。

那在這樣看似美好的情境下是否區塊鏈/分散式帳本就是萬靈丹可以去掉中心呢?我認為是無法的,反而會創造出新的中間人(中心)。

當你願意把你家的電分享給別人使用時,那需要使用的人怎樣找到你家去充電呢?

這時就會發現這是Uber與AirBnB的價值,而且極難被去掉!但也就告訴了大家還有許多未來的Match Maker可以創造出來。也可以想想,若這樣的Match Maker是必然的,那麼誰可能是極可怕的存在呢?留待大家想像。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)?

關鍵字: #區塊鏈
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