臉書幣Libra核爆級發布,以區塊鏈之名揪團「打群架」?
臉書幣Libra核爆級發布,以區塊鏈之名揪團「打群架」?
2019.06.25 | Facebook

密碼貨幣與區塊鏈的世界在6月中迎來了堪稱核爆等級的重大消息:網路巨頭Facebook在一年多的醞釀後,正式公布了密碼貨幣Libra(天秤座)的完整白皮書。不止於圈內,諸多主流媒體、科技資訊中也第一時間進行報導,Libra的規格、技術、市場、組織架構等討論在國內外各大網路社群、討論網站爆量湧現,密碼貨幣與區塊鏈的影響力,向主流社會重重踏前了一大步。

震撼全球的Libra計畫

不難理解這個消息帶來的震撼:在此之前,雖然密碼貨幣與區塊鏈的世界經歷諸多風雨,但本質上還是個小眾市場,各種公開資料、網路討論的粗略估算中,即使將非活躍使用者列入,使用者大抵在三千到五千萬人之間,約占全球千分之五的人口罷了。相比之下,雖說這幾年出現各種用戶隱私、廣告業務、道德危機、成長趨緩等挑戰,但網路巨頭Facebook近二十四億的使用者、幾占世界人口四分之一,加上Instagram、Messenger,WhatsApp等完整生態圈,量級之差異可比做蝦米與鯨魚。

而從白皮書中透露出的各種資訊與完整架構,Libra聲稱要 「建立簡單、無國界貨幣和與為數十億人服務的金融基礎設施」 ,重塑金融支付領域的野心昭然若揭!Libra網路預定明年上線,屆時密碼貨幣的使用者數量將為現今的五十倍以上,無怪乎密碼貨幣與區塊鏈社群出現有史僅見的瘋狂討論,更有 「Libra白皮書的影響,可與比特幣白皮書相比」 的聲音;相對應的就是各國監管部門如臨大敵,在不到一個禮拜的時間內發表了無數的反對意見,由於密碼貨幣一直是個大致上不受規範的市場,由Facebook這樣的「數位巨獸」發布如此的計畫,著實讓監管單位們充滿了戒心。

Facebook支付的過去與現在

事實上,Facebook並非第一次開發支付系統,還記得當年的「開心農場」引爆的社交遊戲風潮嗎?十年前的「Facebook Credits」從遊戲點數支付開始,配合Facebook的生態系的相關應用,意圖攻入全球金融支付體系,最後由於各階層的信任成本過高,利潤分成後對廠商無利可圖,在使用場景無法拓展之下,隨著社交遊戲式微後消聲匿跡。這次發布的Libra計畫,捲土重來的意味不可謂不濃,其設計中充滿各種密碼貨幣的影子:系統開源、共識機制LibraBFT,智能合約語言Move,類似MakerDao的雙幣系統Libra Investment Token(天秤座投資者代幣,LIT)、與不只是穩定幣的「Libra」;Libra的設計類似SDR(特別提款權),緊盯著美元、英鎊、日圓、歐元等一籃子貨幣來定價;為了消除使用者隱私疑慮、確保社交與金融數據分離,Facebook將成立子公司 「Calibra」 專門開發Libra錢包系統與金融服務產品,並配合各國監管。系統初期節點為採取許可制(permissioned)、沒有挖礦等獎勵機制,雖被批評為不夠去中心化、也不算區塊鏈系統,但Facebook認為這將 「有比特幣的好處,卻沒有比特幣的問題」

「分散式治理」的一大里程碑

有趣的是,Libra的治理方式也很有區塊鏈項目的風格:位於瑞士的Libra協會(Libra Association)將以非營利組織的方式來運作Libra計畫,協會創始單位中囊括了區塊鏈、投資機構、非營利組織、共享交通、支付、電子商務、社交媒體、電信等八大領域共二十七家合作單位,諸如Visa、Master、Paypal、Uber等產業巨頭皆為創始成員。Facebook以Calibra公司的角色參與其中,並聲稱其在Libra協會將與其他創始人享有相同的權利、並承擔相同的義務和財務責任,其領導地位並將於2019年後、也就是約莫為Libra網路正式發布後結束;這套自區塊鏈項目風行後、大行其道的 「分散式治理」 模式,被Facebook認為 「有助於降低網路建構和使用的進入門檻,並提高Libra生態系統的彈性」。

與「Facebook Credits」相比,揪團起來「打群架」的目的,除了追求更全面的應用場景、更長遠的生態系統外,當涉及全球等級的金融信任時,更能打破「系統被單一單位掌控」的疑慮,Libra計畫的出現,可說是網路巨頭開始擁抱分散式治理的一個重要里程碑。

與國家金融權的激烈衝突

Libra計畫提出了「重新創造貨幣、重塑全球經濟、讓世界各地的人們過上更美好的生活。」的美好願景,卻在計畫發布後的短時間引發了各國的監管風暴:美國參眾議會要求7月舉辦聽證會、甚至要求先暫停Libra的研發(註),法國財務部長公開表示Libra不該成為統治市場的貨幣,德國也向歐洲議會表示關切,甚至打算在Libra推出前在歐盟設下法律限制;而台灣央行總裁楊金龍也於近日發表看法,認為 「Libra影響力可能大於比特幣」 ;一石激起千層浪,Libra白皮書的發布,既代表了數位巨頭挑戰國家金融權的開始,也是無國界思想對世界的再一次宣言,面對去中心化系統帶來的改變、我們已然在路上,這一切才剛開始,這一切也已經開始。

註:美國參議院銀行委員會已經預定於7月16日舉行聽證會,處理Libra計畫和數位隱私疑慮。眾議院金融服務委員會主席、眾議員華特斯(Maxine Waters),18日要求Facebook高層赴國會作證,並要求臉書在國會議員和監管當局檢視這項計畫之前,先行停止「Libra」的研發。

《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