比特幣首富李笑來棄幣逃生，台灣IC設計業沒做晶片是深謀遠慮？|數位時代 BusinessNext

比特幣首富李笑來棄幣逃生，台灣IC設計業沒做晶片是深謀遠慮？

台灣IC設計廠在密碼貨幣晶片設計中缺席，僅少數業者賺取代工財，若以風險規避的角度來看，比特幣價格走跌後，礦機業者發展挑戰重重，但若以創新角度來看，放棄IC設計也顯得目光短淺。

2016年，礦機發展史的重要分水嶺

翻開比特幣礦機的演進史，可以發現2016年是很重要的分水嶺，在此之前來自中國與歐美等「群雄」競逐這個大餅，2016年比特大陸推出高C/P值的礦機S9，成為市場挖礦標準配備，自此比特大陸以短短2至3年的時間統一ASIC晶片礦機江山，市占率已突破74%。

自從2009年中本聰採用多核心的CPU挖出全球第一個比特幣後，比特幣的礦機晶片就以大約每年一次大躍進的速度，從通用晶片快速演進至專用晶片，如2010年出現GPU挖礦代碼、2011年出現第一台FPGA挖礦機，2013年第一台商用ASIC晶片礦機出現。

演進史中「集體缺席」的台廠

在演進史中，來自美國的蝴蝶實驗室、中國的烤貓、阿瓦隆與比特大陸與瑞典KNC等廠商紛紛競逐這個大餅。不過在這過程中，並沒有見到台灣華碩與宏碁等國際系統廠商與IC設計廠的身影，台灣大廠在密碼貨幣晶片設計中「集體缺席」了。

不僅集體缺席，也對於投資相關新創興趣缺缺，共識科技暨JOYSO交易所執行長宋倬榮，曾在瑞昱半導體擔任過IC設計工程師，在2013年時曾創立台灣第一家萊特幣礦機公司AlcheMiner，但後來因為缺乏資金收攤，他憶起當時說，「那時創業資金非常難找，台灣IC設計廠商，很懂晶片設計沒錯，但不懂比特幣與挖礦，更不能理解為什麼比特幣會有價值，加上當時光是礦機預售就可以隨便賺進幾百萬美元，聽起來很像詐騙，更讓他們不敢嘗試也不敢投資。」

但對岸的中國則有不同風景。中國業者面對礦機市場與密碼貨幣的高風險與高報酬，勇於冒險創新，狂熱的密碼貨幣與區塊鏈信仰簇擁，加上中國的外匯管制下美元匯兌與洗錢需求，在新疆、內蒙與四川等地有便宜電力，本身就有全球最大的礦池，讓礦機業引來許多IC設計業的大膽資金與敢於冒險的人才參與撐腰，在比特幣價格起起伏伏幾度洗牌後，出現第一大廠比特大陸，還有第二大礦機商嘉楠耘智與第三大的億邦國際，這三家中國廠商相加起來，市占率超過90%，幾乎包辦全球的比特幣礦機市場。

相比之下，而台廠則剛好是風險規避的思維典範，IC設計業者與系統業者集體缺席晶片市場，僅有創意等IC設計服務與台積電IC製造與日月光等封裝等代工業者對於這筆意外之財，反應迅速，勇敢接單，在去年第四季與今年第一季大賺一筆。

台廠是深謀遠慮還是目光短淺？

現在這個問題還沒有到可蓋棺論定之時，但問題的真正關鍵點並不在於比特幣與礦機價格，而是在於比特大陸與嘉楠耘智等公司是否能順利從礦機晶片轉向AI晶片，獲利並逐漸壯大？

為什麼這麼說？

中國礦機業者已經另闢蹊徑，要從礦晶晶片轉戰ASIC晶片，也就是說，就算未來比特幣幣價連年低迷，又受到各國法令嚴格監管，從此一蹶不振，比特大陸等業者坐地暴富成為傳奇，這些業者也賺取由密碼貨幣到人工智慧的寶貴經驗。

另外，雖然AI晶片比礦機晶片複雜，但這些業者的產業鏈的上游與下游通路端已建置完成，最難的生態系布局雛形已現，不得不說，這是一條困難的路沒錯，但也是極有價值的一條路。

但若以風險規避的角度，在比特幣價格走跌後，礦機業者未來挑戰重重來看，「沒有投資沒有損失」僅代工的台灣半導體業者又似乎顯得深謀遠慮。

但若中國業者未來成功從礦機晶片華麗轉身AI晶片，若以創新角度來看，台灣放棄IC設計，僅賺取代工財就顯得「目光短淺」了。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。