有別於FinTech,談區塊鏈的「分佈式金融」
有別於FinTech,談區塊鏈的「分佈式金融」

加密貨幣與區塊鏈的世界中,各種消息一向迭代頻繁,某大單位要「發幣」的消息早習以為常;然而二月摩根大通(J.P.Morgan Chase)的「JPM Coin」計畫公開後,在短時間內傳遍消息網路而引爆話題,好奇者有之,譏嘲者更多,原因無他:作為傳統金融、華爾街巨鱷之代表,摩根大通一直旗幟鮮明地反對加密貨幣、更曾措辭強烈地批評「比特幣泡沫比鬱金香泡沫更糟糕」,如今這樣的摩根大通居然也要發幣啦?

然而從摩根大通官方的Q&A進一步了解後,會發現摩根大通的幣並非為了集資、更類似於使用「私有鏈」來處理銀行間的清結算問題,符合其一貫「幣是泡沫,然而區塊鏈是真的」的立場,而這些誤解、也具體而微的顯示了機構與民眾認知的不同層面;對機構法人而言,「區塊鏈」是十幾年來、金融科技「FinTech」的一環;而對一般民眾來說,基於區塊鏈的「分佈式金融」(註)已隱然成型,正為世界揭示一種可能的新金融秩序。

區塊鏈做為FinTech的一環

「FinTech」是種「 金融單位如何使用科技,以改善服務效率 」的概念。在這樣的角度下,加解密簽帳技術、資料的電子化程度、乃至於近來被熱烈討論的「開放銀行」(開放各種API、讓外部單位能夠自主整合多家銀行的多種業務),都屬於FinTech的範疇;它從「金融單位」的立場出發,以科技為工具幫金融業這棟大房子填屋添瓦; 運用「區塊鏈」雖重要卻非必要,帶來的是種「或許」更加安全、低成本而更有效率的帳本技術。

基於區塊鏈的「分佈式金融」

有別於FinTech,區塊鏈、乃至於整個去中心化網路系統是構成「分佈式金融」的基礎,在討論它的概念時,可以從比特幣的願景談起:

白皮書的副標題「一種點對點的電子現金系統」,很確切的說明了比特幣的用途,「點對點」代表以個體使用者為主角,而「電子現金」說明了即使距離大到整個全球的範疇,只要有網路、即可發揮現金的功能,匿名且無需許可地加入金融系統進行交易。

很長的一段時間裡面、比特幣的願景主宰了加密貨幣的世界觀,然而自一七年以來,加密貨幣與區塊鏈的發展開始脫離「電子現金」的範疇:ICO與智能合約治理、分散式帳本結合物聯網、身分識別與數位資產自主權,種種技術逐漸各自成一家之言,大大地拓展了整個去中心化系統的可能性;這些概念都試圖以程式碼取代人為主導的第三方,從最小的交易單位「個人」來拓展應用; 「分佈式金融」的架構,便出自於這種「以網路點對點交易」所帶來的可能性。

分佈式金融的潛力

當生產技術走過了工業革命,資通訊技術進入了網路時代,政治制度更不斷迭代,民主人權做為普世價值而被廣泛認知;然而銀行與金融體制,從十五世紀文藝復興以來就沒有太大的改變、總不脫以「可信的第三方」為基礎的架構;「分佈式金融」一詞出現的時間尚短,其定位與影響也莫衷一是,其中卻蘊含了一套運作中的全新規則,具有顛覆性的潛力。

進入二零一九年,與低迷的幣價格背道而馳的是,各大科技、金融機構仍然不時傳出投入加密貨幣與區塊鏈領域的新布局:從USDT以降,PAX、USDC、GUSD等等越來越多法幣掛鉤的穩定幣,新加坡淡馬錫資本旗下Vertex入資加密貨幣交易所巨頭Binance,NASDAQ新增比特幣、以太幣報價並進行獨立審計報價,再到文章一開始摩根大通的「JPM Coin」計畫;從機構到個人,從FinTech到分佈式金融,科技跟金融的關係從沒像今日般這麼近過。

近期哈佛密碼學大師Bruce Schneier批評,「區塊鏈作為去信任的解決方案,往往比它所要取代的物件要糟糕得多」,沒隔幾天、又見到特斯拉創辦人Elon Musk在採訪中表示,「比特幣的結構相當出色,而加密貨幣比鈔票更為好用。」分佈式金融的概念是否真能挑戰數百年以來的金融秩序?在這當下,社群、網路、名人學者們看法不見共識、反而越來越趨於兩極。我們知道的是:這一切才剛開始,這一切也已經開始。

註:相較於FinTech,基於區塊鏈的新金融秩序講法尚未整合,一般常見到幾種講法:「分散式金融」、「分佈式金融」(Distributed Finance)或「去中心化金融」(Decentralized Finance;DeFi),本文以「分佈式金融」一詞為主。

《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: #比特幣 #區塊鏈
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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