去中心化:多少罪惡,假汝之名以行?
去中心化:多少罪惡,假汝之名以行?
2019.01.23 | 區塊鏈

何謂區塊鏈所帶來之「去中心化」運動?

此題,我想將「資料」、「權利」與「責任」分開來談。

「去中心化」技術與觀念,來自於中本聰的比特幣。比特幣達成了什麼?它達成了「資料」與「權利」的去中心化。

同黃金,沒有任何政府或組織,可以加印比特幣,稀釋人民手中比特幣的價值,間接剝奪人民擁有的財富;同時又比黃金更方便、更快速、更可擴、更可用。

透過去中心化帳本與共識機制,比特幣是人類歷史上,第一次有效將價值儲存的「資料」與價值的「權利」,大規模去中心化。

這是為何我認為比特幣是人類歷史上重要的發明。

然而,過去幾年,不知多少人設法鼓吹「責任」的去中心化,隱藏在去中心化運動中,而實質只有一個目的:規避責任。

因為鼓吹「責任」的去中心化,就可以不必對使用者負責、更不必對社會負責。

中本聰示範將資料與權利去中心化,而不是把「責任」去中心化

很多人不知道:銀行業每年編不少預算,請資安產業防堵網路釣魚與惡意程式。其實法律上,客戶被釣魚或感染惡意程式而導致損失,是使用者自己的疏失,銀行不需賠償。

但由於銀行是中心化組織,站在保護自己客戶的立場,銀行業這方面一直持續在做。

而鼓吹去中心化的加密貨幣產業呢?多少組織,為了規避責任,而鼓吹並實作了去中心化的系統與組織?

多少組織真的在意自己的使用者?將「責任」去中心化後,使用者被駭、被騙、或一時失誤弄丟金鑰,這些組織,通通不用負責,不用管。

2006 年我為了創立阿碼科技而募資時,工程師出身的我體會到一件事情:原來,這社會中有一群菁英份子,賺錢比我多又快,不是因為他們比我更聰明或更努力,只是因為他們懂一門稀有的學問:金融市場。

金融市場的知識,不那麼容易取得。至少當時已是台大電機博士的我,卻仍不懂。

那時我覺得,這是一種不公平的菁英財富。

過去一年我在加密貨幣產業,有了同樣的感受。只是這門稀有的學問,不是「金融市場」,而是「去中心化技術」。

持加密貨幣,不容易。我父母,外婆,都沒辦法。他們不懂如何安裝錢包,也不懂如何防駭。許多懂加密貨幣的技術人,憑著他們稀有的知識,正創造著菁英財富,同時試圖透過將「責任」去中心化,規避一切責任。

中本聰的比特幣,示範的是如何將「資料」與「權利」去中心化,而不是把「責任」去中心化。

有時我也用去中心化的 BitTorrent,這是憑我有技術可避免惡意程式;我家人,我都讓他們用 中心化 的 Apple TV、Netflix、Amazon Prime Video、iTunes。因為使用者體驗好。

除了使用者體驗外,伴隨公開發行的「透明度」責任呢?

在口口聲聲宣示區塊鏈技術與其開放源碼所帶來之「透明度」的同時,背後卻隱藏了巨大的不透明與不公平:對於任何代幣計畫來說,其組織、薪資結構、資金運作,才是最需要透明度的,而實際上,鏈圈與幣圈,在這方面常無透明度可言。

區塊鏈活動中,在意使用者體驗的團隊很稀有,願意負起透明度責任的團隊更稀有,卻常碰到把「to the moon」掛在嘴上,甚至印在攤位上的假創業家。

「自由」與「公平」本質是衝突的

如果加密貨幣與區塊鏈產業,不負起責任,不注重使用者體驗,不提供真正的透明度,那中本聰示範的「資料」與「權利」的去中心化,將不會為人類帶來提升,只會淪為創造不公平菁英財富的新工具。

「自由」與「公平」本質是衝突的。歷史證明:絕對自由的金融市場,會有極度的不公平。新創界痛恨的法律,許多是在每一次巨大的不公平事件後,被訂出來的。

加密貨幣的產生,證明了軟體技術可以為人類金融與經濟帶來的進步。

但別忘了:人類本性,並未改變。金融法律,畢竟是人類社會尋求「自由」與「公平」平衡點的一個重要工具。

對我來說,中本聰成功示範了如何將「資料」與「權利」去中心化,是偉大並將改寫人類歷史的發明與社會實驗。他讓人民有了新的選擇,一種抵制政府的選擇與技術。

希望更多團隊能夠負起使用者體驗責任,甚至負起社會責任,不再假「去中心化」之名,行「去責任化」之實,只圖利用中本聰之發明,創造另一種不公平菁英財富「to the moon」。

不然,目前的熊市,我想可能才剛剛開始。

本文由黃耀文授權轉載自其Medium。

註:本文僅代表個人立場,不代表我公司、同事或朋友立場,感謝協助提供寶貴意見:Tempo@Decore、Ching@AppWorks、Tom@Joyso、Fenix Hsu、Jacob@DTCO、Winston@XREX。

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