你今天區塊鏈了嗎? —企業導入區塊鏈的停看聽
你今天區塊鏈了嗎? —企業導入區塊鏈的停看聽
2018.09.04 | 區塊鏈

區塊鏈可謂為近兩年最紅的關鍵詞,從2017年中國因其巨大泡沫帶來的「割韭菜」效應,導致政府出面制止利用區塊鏈ICO,但也因為這樣,讓全世界都認識或聽過區塊鏈。隨之而來的是,許多人開始疑惑自身的商業模式與區塊鏈是否或應否發生關聯?在此,筆者將討論企業如何評估應否導入區塊鏈在其組織運作過程。

有一種說法是,「加密貨幣可能是假的,但區塊鏈是真的」

另外一種說法是2018年是區塊鏈大量落地元年,筆者從從事相關工作的角度,發現企業對導入區塊鏈的熱度逐漸升高,但要怎樣使用區塊鏈是個大難題。

如同AI的火熱,區塊鏈因加密貨幣的特性讓更多人參與,剎那間成為全民運動,但也形成很多不協調的現象,如在今年Computex Taipei期間,筆者受邀參加區塊鏈或加密貨幣有關的聚會,台上的人講著自己的幣和產業互動的連結,或根本就是在賣十多年前流行過的box pc(包裝成物聯網挖礦機),台下持幣者雖然討論氣氛熱烈,但多半只關心漲跌和內線。最後還是不會知道區塊鏈是什麼。

回到產業實務面,金融科技業由於跟加密貨幣的目標市場最接近,吸引了各式利益團體。

有趣的是,所有的區塊鏈專案一開始的起手式都是:區塊鏈可以改變世界!區塊鏈會影響到所有產業!

究竟區塊鏈怎麼改變世界,怎麼影響產業呢?總不會是所有的人都去搞幣,世界就會自動改變了吧?

由於區塊鏈泡沫,讓許多企業和各國政府嘗試著利用區塊鏈做些創新變革,區塊鏈也因技術上實作有許多變化,拿當年資料庫面世的狀況類比,不同的公司推出符合資料庫定義的產品和技術,但可能面向的產業和能解決的問題特性有各自的不同切入點。

近一點的雷同的例子則是雲端,若要揣想區塊鏈/分散式帳本的未來,可以拿雲端的歷史來做探討。雲端的觀念成形僅十年餘,現今大家已能朗朗上口,變成一種基本存在,以及大家都能接受的概念。筆者試舉幾個雲端的歷史演進來對比現今的區塊鏈泡沫,或許大家能產生新想法。

什麼是雲端?什麼又是區塊鏈?

發問者例如客戶,基本上不是真的想知道什麼是區塊鏈的技術,你不妨試問許多客戶,客戶說他們在用雲端,然若認真跟客戶討論何謂雲端,就會發現這問題的詭異之處,大家在經過多年洗腦後,早接受雲端這名詞,但具體講雲端是什麼,又好像回答不出來,所以,你覺得你真的想知道區塊鏈是什麼,還是其實你只是以為你想知道?你問對問題了嗎?

很多企業會問,怎麼證明你真的用了區塊鏈?

其實客戶不是真的問這個問題,並不是真的想知道資料是否寫到了區塊鏈,同樣的命題方式是你怎麼證明你在用雲端?事實上,早期的雲端很難證明你真的在用雲端。可以這麼說,客戶真的想知道和看到的是一個美美的dashboard告訴你:現在正在下進行寫入區塊鏈和從區塊鏈讀出的動作,千萬別說你可以開帳本給他看,那就跟怎麼證明你正在用資料庫而不是excel很像,你只是給客戶看資料庫的欄位寫入讀出,這些對於客戶是沒意義的。用傳統Server Client架構產生的特性效果和雲端是一樣的,那什麼時候知道你在用雲端呢?或者說雲端在這類命題的好處是什麼呢?

答案很簡單,當整個用量變大,或者你的服務開始跨國跨境跨區,這時雲端和傳統Server Client的差別就會出現。不證自明。

公有鏈與私有鏈

某種程度上,談論公有鏈與私有鏈,筆者認為跟談論公有雲和私有雲的情境類似。私有雲這個名詞出現可說是硬體伺服器業者對公有雲的反撲,若大家都用雲端,誰還要買伺服器?於是出現私有雲這樣的名詞,業者也宣稱比較安全。但事實上,你如何能確定你的資安能做得比Google或AWS更好?

當你用了私有雲,當業務擴張成長到跨區跨境時,這時你會發現只是用了難以同步成長,缺乏可擴性(Scalibility) 的Server Client技術,所有的基礎建設還是都要靠自己,沒有真的享受到雲端的好處。這種現象套用到私有鏈和公有鏈時,也會浮現類似的問題。

所以,用私有鏈解決了某個問題,未來你要準備多少資源和團隊來解決因為成長而帶來的挑戰呢?

舉個例子,現階段IBM也是用私有鏈或者聯盟鏈提供企業服務,那是因為全球化的團隊和基礎建設本來就是IBM的強項,若真的用私有鏈技術解決某個產業問題,無疑是為IBM這樣的企業帶路。當然正面的看待就是在大企業還未能反應過來時,先把位置佔好佔滿。

這是目前區塊鏈另外一個產業實際運用的矛盾之處,區塊鏈之迷人就是公開的帳本和多人共識帶來的可能性,實踐了新型態的「價值交換」方式,為了能促使更多的人參與其中,有些公有鏈會設計誘因機制,簡單說就是各種挖礦的概念來形成公有鏈網路,也因為這些誘因機制帶來了挖礦成本和新的交易成本,相比過去的雲端,反而把問題變複雜了,雲端你只要選擇好你的費率,基本上就不會有其他的意外成本。

假若你的服務試著架構在公有鏈上,那麼就得面對交易時間品質的不確定性以及交易成本的浮動。這就成了產業應用非常大的障礙,所以才會有聯盟鏈的機制出現。

但聯盟鏈也可能會變成是替某些特定產業大咖作嫁,如此一來,反而對於想用區塊鏈顛覆產業的新創來說不見得有利。

結語:區塊鏈是一個泡沫還是一場革命?

綜觀區塊鏈演進過程,仍然處於早期萌發階段,未來尚有許多不確定性與可能性,然而這股趨勢是令人期待的。

企業經營者若要掌握這個趨勢,必須鑑古而知今,透過資訊科技發展歷史找尋區塊鏈趨勢變化的蛛絲馬跡。企業是否該擁抱區塊鏈,筆者身為從業者當然是相當樂觀看待,從產業態勢及國際局勢來看也確實是樂觀的,擁抱新科技和趨勢本就是驅動產業前進的動力之一,至於企業該用何種方式擁抱它?如何善用泡沫而不被泡沫化?那就真的得把功課做足了。

《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。)

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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