數位貨幣，會是繼科技戰後的下個美中角力新戰場嗎？|數位時代 BusinessNext

打破以往央行負責印鈔票的印象，隨著行動裝置的普及與區塊鏈技術的發展，各國開始研擬推行「數位化」法定貨幣。這些央行數位貨幣和現金一樣擁有交易功能、法定償還性質，但不再以實體的形式存在，可進行更有效透明的金流追蹤，也有利於政府直接管控、施行貨幣政策。

自2018年以來，美中經歷了以關稅為主要籌碼的貿易戰，在2019年美國更啟動了多項針對陸企的出口禁令、昇華成第二輪G2科技戰。時序來到2020年，美國先後宣布限制陸企在美國掛牌上市、取消香港特殊經貿地位，聚焦金融戰的態勢愈發明顯。而數位貨幣象徵未來金融科技的主要交易代幣，可能牽動總體貿易市場，無可避免地成為了美中角力的第三輪新戰場。

美國：美元地位恐受威脅，研議數位美元發行計畫

美元從二次大戰以來，就成為國際間最重要的交易貨幣。根據國際貨幣基金組織（IMF）2019年第四季統計，美元占全球主要儲備貨幣交易比重60%，歐元20.5%，而人民幣僅2%。然而，隨著各國研擬發行自己的數位貨幣，當未來國際間的交易能跳過美元，擁有更快速便利的結算方式，美元的國際霸權地位將可能被撼動。

對此，美國也展開了數位美元的推行動作。在2020年4月，針對新冠肺炎疫情所推出的紓困方案，將數位美元納入草案的研議範圍。其初步構想是民眾可以在身為中央銀行的聯準會（FED）開立數位錢包帳戶，而FED無需經過實體銀行即可將新發行的數位美元匯入民眾帳戶，且每一筆消費紀錄皆可追蹤管理。惟該構想僅是採用集中式管理的中心化帳本，僅為單純的「債務註記」，與未來可全球流通的數位貨幣仍有一段距離。

延伸閱讀：不看好虛擬貨幣取代法幣，央行總裁卻大讚這項技術

而在2020年初由數位美元基金會正式啟動的「數位美元計畫」，則在5月發布了第一份「數位美元白皮書」，說明未來將以分散式帳本技術（Distributed Ledger Technology, DLT）與雙層架構為基礎，打造全球適用與穩定的數位美元系統。DLT技術就是所有人（節點）都擁有一本完整且即時更新的帳本副本，透過同時驗證每筆交易、省去中介機構，加快貨幣流通速度與降低成本；雙層架構則沿用現有的金融機構體系，先由央行發行貨幣給商業銀行，再由商業銀行分發給一般民眾與企業使用。

以上兩項計畫，都顯示了美國對於數位貨幣的重視，一方面可以遏阻洗錢、貪汙等不法金錢流向，一方面更是為了鞏固美元在世界金融體系的地位，必須在實體與數位貨幣都取得主導性，面對跨境交易、清算、貿易政策才握有更多的控制權。

中國大陸：領先布局數位人民幣，致力打造亞洲新金融系統

反觀中國大陸，在大宗商品如金屬、農產品、石油等進口量都高居世界第一。根據世界銀行資訊，若以購買力平價（PPP）計算，中國大陸自2017年起已超越美國成為全球最大的經濟體，為全球主要的跨國貿易對象。然而，人民幣作為儲備貨幣的交易比重卻僅占2%，促使中國大陸投注更多心力加速人民幣國際化。

延伸閱讀：數位人民幣將因「更強大」而敗

首先，人民銀行在2020年4月下旬宣布在深圳、蘇州、雄安新區、成都及未來的2022年北京冬奧場景，對官方的數位貨幣電子支付系統進行內部封閉試點測試。目前已公布的實體合作名單共有19家企業，其中包含麥當勞、星巴克等國際企業；同時與華為、滴滴出行等公司簽署戰略合作協議，以合作促進金融創新。

而目前試驗發行的數位人民幣也採用了雙層架構與分散式帳本技術，但交易資料並不對民眾公開，帳本的透明性僅屬於政府，可滿足即時性以及監管效能。另外，除了人們已熟知的掃碼支付、線上轉帳之外，數位人民幣具備「雙離線交易」的功能，即便兩人都處於無網路狀態，只要在同一個空間將手機進行近距離感應，便能進行交易，使用體驗上與現金更為接近。

現今跨境交易所仰賴的環球銀行金融電信協會系統受美國控制，而中國大陸則期待透過數位貨幣的快速發展，與美國的敵對國，如俄羅斯、北韓、伊朗等聯手，串聯一帶一路以及大東亞地區與中國大陸貿易頻繁的國家，打造一個新形態的亞洲金融系統，脫離美國動輒祭出的經濟制裁與威脅。

中美分採攻守態度應對，政府與民眾貨幣互動關係將改變

短期而言，美國在數位貨幣的推展上採取守勢，避免在數位貨幣的戰場上落後，用以鞏固既有的美元優勢；中國大陸則以攻勢為主，強化目前與亞洲各國的經貿關係、拉攏美國敵對國，試圖提升人民幣的國際地位，往兩位數的儲備貨幣交易比重前進。

長期而言，推行數位貨幣已是國際趨勢，未來政府與民眾在貨幣上的互動關係將產生改變。首先是政府的掌控權增加，在實施貨幣政策時，央行有管道能直接面對民眾，對貨幣的管控也能更即時與精確；再者，金流追蹤力增強，每一筆交易都被立即記錄且不得竄改，有效遏止洗錢、假帳等情事；其三，便利性提升，民眾無須持有實體現金，意即省去前往銀行、ATM的時間，提高金融普惠性。

延伸閱讀：數位貨幣能成真嗎？央行啟動實驗計畫，LINE看好「現金被全面取代」

但仍須注意的是此類數位貨幣所衍生的龐大資料庫勢必需要面對資訊安全與個人隱私的難題，政府能介入的範圍與可公開共享的領域都是需權衡的。而即使政府加強了對央行數位貨幣的追蹤力，面對既有的加密貨幣黑市等具匿名性地下交易，仍將難以杜絕。另外，數位貨幣的發展可能擠壓實體貨幣的使用場域，對於沒有行動裝置、難以進行身分驗證的民眾而言，數位化並不能帶來預期的便利性，因此「數位平權」是數位貨幣的推行上值得關注的重要議題。

責任編輯：文潔琳

《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）

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。