數位轉型正夯!看區塊鏈如何翻轉產業的商業模式
數位轉型正夯!看區塊鏈如何翻轉產業的商業模式
2020.09.15 | 區塊鏈

區塊鏈可以作為除了金融應用外的基礎建設,這幾年下來可以說已經無庸置疑,不過由於現實世界的歷史包袱過多,這狀況會讓區塊鏈在真實世界的導入碰到許多阻礙。

筆者曾經用一些歷史案例的推演來解釋這一個現象,在現代出門開車用車已經是個不需要解釋的行為,我們試著回到一百多年前,在那個世界還是以馬車為主的時代,如何讓大家體會到汽車可能帶來的好處,尤其在汽車當時的造價和導入成本是高的,從歷史角度推演的好處是,你就是未來人,你早就知道答案,汽車成了現在交通的主流,但這一切是如何發生才是先行者,創新者所關注的。

延伸閱讀:區塊鏈的大規模運用還離我們多遠?

區塊鏈的狀況就如同當時,透過其技術特性我們推演區塊鏈勢必會成為物聯網的一種基礎建設,這個預測筆者自己在2016年與夥伴一起看到,到了2020年已經有諸多國際研究機構的報告證實了這件事情。下一個挑戰就是,物聯網太大,具體的導入和應用又是什麼呢?

區塊鏈的導入與應用

筆者團隊因故在兩三年前針對區塊鏈產業做研究時,有注意到一件事情,就是為何有好幾個汽車品牌都有參與一些區塊鏈研究以及導入規劃,當時看到卻沒多加注意,直到2019年因為團隊方向的調整,我們再次針對汽車產業對於區塊鏈關注的現象做了一些研究和調查,進而發現到他們所關注的其實是基於汽車所帶來的各種mobility服務的可能性(MaaS),甚至是更大的關於智慧城市的議題,其中因為未來電動車所帶來的劇變而導致能源或者電網這類題目成了這些汽車業者所關注的領域。

但到底具體可以是什麼應用,或者說會用怎樣的方式呈現到真實世界呢?

2019年起我們陸續有了幾個跟我們一起探討相關可能性的潛在客戶,其中一個在中國的案例成了現在進行式。客戶A在中國針對低端的電瓶車提供充電服務,目前在中國這一類型的電動機車有超過三億台,每年約有10%的成長,當前樣貌都是透過微信支付或者支付寶來進行服務的取用及付費。

面臨的挑戰

對於服務業者來說,提供服務然後換取客戶手上的錢是最基本的價值,可是到了Internet時代,這樣的價值看起來是不夠的,所有的人都透過Google、Facebook、Amazon等等看到對於客戶的新想像,於是也開始思考起,除了過去的買受關係,跟使用者的關係可否更長久?我們的服務據點這麼多,是否可以產生更多價值?

上述的反思,其實套到許多產業都通,等於客戶開始思考自己在服務基礎上,可否建構出新的數位價值,也就是「數位轉型」。

但是,所有想到的可能性,若基於例如微信平台上來發想,那基本上使用者不是你的,是微信的,消費收錢可能是你的,但微信卻共享了你跟客戶服務後所帶來的資料價值,加上充電樁充電站的架設相當的燒資金,於是就找了我們探討起區塊鏈能帶來的可能性。

收斂一下目前這些傳統產業(抱歉,相較於Internet 過去的服務提供者也成了傳產)的幾個可能想要的價值改變:

而具體,客戶利用區塊鏈做了哪些事情以及帶來什麼價值?

  • 透過區塊鏈建立的支付系統,可以設計出對使用者的彈性激勵方案。
  • 透過區塊鏈建立其支付及代幣,將使用者從其他平台拔出成為自己的使用者。
  • 因為使用者是自己完全可以接觸的,可以據此開始建立起更多可能的數位服務。
  • 透過目前的區塊鏈基礎建設,進階設計第二層投資型代幣(STO)進而可以進行更彈性的市場籌資,更快搭建充電樁基礎建設,截至8月底已經有超過5千多組的充電樁在中國建立。

我們自己在與客戶的互動中,學到了許多,更意識到,這正是利用新科技(區塊鏈)來協助產業協助客戶做數位轉型的一種方式,並且還有更多的可能性,並且跟著客戶一起塑造一個在Smart Mobility的服務及好案例。當然對於筆者目前身為相關從業人員來說,因為承諾在區塊鏈這項技術上能夠對自己過去熟悉的產業做出變革及數位轉型,是更有意義的事情。

責任編輯:陳建鈞

《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
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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