比特幣價格連日下殺,為何方舟資本卻稱挖礦促進太陽能發展?馬斯克怎麼回應?
比特幣價格連日下殺,為何方舟資本卻稱挖礦促進太陽能發展?馬斯克怎麼回應?
2021.05.24 | 區塊鏈

特斯拉宣佈暫停接受比特幣付款、中美兩國不約而同宣佈將加強管制密碼貨幣等事件,在比特幣的一池春水中掀起驚濤駭浪,價格陷入崩盤連日下跌至3.5萬美元,上個月一度高居6萬美元以上的價格,已彷彿過眼雲煙。

面對比特幣岌岌可危的現況,特斯拉投資者方舟資本研究總監布萊特.溫頓(Brett Winton)在推特上振聲疾呼,他們利用了一組模型證明比特幣能夠增加太陽能在電網中的占比,甚至促進太陽能業者擴充設備,帶動可再生能源成長。

挖礦能否促進太陽能產業成長?

溫頓指出,比特幣挖礦的能源需求使得大量建造的太陽能設備得以利用,能夠讓可再生能源擴充產能至滿足99%的電力需求,否則太陽能最高只會達到40%的電網占比。方舟資本在GitHub上公開了驗證的模型。

特斯拉執行長伊隆.馬斯克(Elon Musk)也針對方舟資本的模型,在推特上表達自己的看法,聲稱若時間放長遠來看,他同意挖礦可能刺激可再生能源成長,但可再生能源的成長不可能趕得上近期激增的能源需求。先前馬斯克曾以比特幣耗費太多能源為由,暫停特斯拉接受比特幣付款。

馬斯克指出,比特幣之所以能夠促進可再生能源成長,是因為其耗能規模已經超越了一個中型國家,絕大部分的挖礦項目根本不可能有辦法造成這樣的影響。2019年劍橋大學曾推估,比特幣每年用電量已經足以匹敵瑞士一整個國家,高達60TWh以上。

馬斯克認為,要使比特幣擺脫造成大量碳排放的污名其實很簡單,只要前10大的挖礦業者能夠披露經審計的可再生能源用量,就可以輕而易舉解決這個問題。

挖礦業者開始注重碳中和,擁抱「綠色比特幣」

實際上,也越來越多人開始投向以可再生能源生產的「綠色比特幣」懷抱。

密碼貨幣挖礦公司DMG Blockchain Solutions執行長謝爾登.班耐特(Sheldon Bennett)透露,他在與許多銀行與金融機構討論過後發現,有許多業者對可再生能源生產的綠色比特幣感興趣,「越來越多人表示,如果能夠選擇的話,他們願意支付更多費用取得綠色比特幣。」

shutterstock_759837652_bitcoin.jpg
挖礦公司DMG Blockchain Solutions發現,越來越多金融機構對以可再生能源生產的「綠色比特幣」透露興趣。
圖/ Morrowind via shutterstock

儘管密碼貨幣耗能早已不是新聞,近期被外界貼上「不環保」的標籤,仍舊喚起挖礦公司們危機意識。DMG Blockchain Solutions便參加了《加密氣候協定》,承諾在2030年前使密碼貨幣產業達到碳中和的目標。

提供數位資產投資服務的CoinShares研究總監班迪克森(Christopher Bendiksen)指出,目前全球約55%至65%的比特幣是利用可再生能源挖礦取得,儘管已是相當高的比例,仍有很大一部份是利用燃煤等不環保的能源製造,但現在有越來越多挖礦業者開始注重可再生能源或碳中和等議題。

例如,挖礦業者Greenidge Generation Holdings以往是使用煤炭發電廠的能源挖礦,現在已改用天然氣,並且計畫6月開始將購買碳排放額度,協助公司達成碳中和。

美國能源公司Talen Energy也宣佈將重心放在清潔能源,並拓展密碼貨幣挖礦業務,預計將投資3億美元建造挖礦設施。另一間挖礦公司Gryphon Digital Mining則計畫利用水力發電進行挖礦業務,強調他們致力實現ESG,關注可再生能源技術。

但就如同馬斯克所說,在各個挖礦公司開始加強擁抱可再生能源時,也必須為他們以清潔能源生產的比特幣給出證明,才有辦法洗去外界對挖礦產業高碳排的印象。

資料來源:FortuneBloombergReuter

責任編輯:蕭閔云

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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