被大批封殺後,德州會是中國礦工下個落腳處?州長撐腰:將成為加密貨幣的領導者
被大批封殺後,德州會是中國礦工下個落腳處?州長撐腰:將成為加密貨幣的領導者
2021.06.23 | 區塊鏈

全球最大的加密貨幣礦場,包括新疆、內蒙古、四川等地現在都因為中國的政策,這些地方的礦場已經紛紛關閉。以往的數據顯示,全球有約65%至75%的比特幣挖礦活動都發生在中國,現在顯然有大批礦工正面臨出走的問題。

而根據許多專家認為, 這些出走的礦工,最理想的去處就是美國德州

為什麼是德州?

德州是美國南方最大的州,也是全美第二大州。以能源和石化工業著稱,電費也低廉。

德州有得天獨厚的能源資源,也是美國本土唯一電網獨立的州,2020年德州的電力有40%來自天然氣發電廠、23%來自風力發電廠、18%來自火力發電廠、11%來自核能發電廠。此外,近年來火力發電的佔比更有逐漸下降的趨勢,相反的,風力和太陽能這樣的再生能源發電佔比則逐漸上升。

就算不是加密貨幣,特斯拉旗下的Gambit能源儲存公司,也在德州休斯頓以南的小鎮安格爾頓(Angleton),建設一個超過100兆瓦儲存能力的巨型電池系統。

Powerpack
圖/ Tesla

不過,歷經了被中國政府「一腳踢開」的經驗之後,現在這些礦工感受最深的,除了電費便宜之外, 最重要的落腳點考量應該還是當地的政策問題

畢竟,不是每個地方政府都贊成加密貨幣挖礦這一行,但是德州州長Greg Abbott一直都支持挖礦活動,並在當地加以推動。

德州衆議院在今年五月才通過了承認虛擬貨幣合法地位的「虛擬貨幣法案」(Virtual Currency Bill)。不過,在正式成爲法律之前,該法案還需獲得參議院的批准。若成爲法律,它將爲加密貨幣的獲取和保存提供法律框架。

因此,就算不談這一波中國的礦難潮,在此之前就已經有許多加密貨幣業者紛紛進駐到德州來了,先前三星預備投資100億美元在德州奧斯汀成立晶片製造廠,美國比特幣礦業Blockcap也設在德州。總部在北京的「比特大陸」也在德州設點,其他在德州成立挖礦中心的還有Argo Blockchain、Great American Mining、Riot Blockchain和Whinstone等。

而德州州長Greg Abbott日前的推文也再一次強調, 德州將成為加密貨幣的領導者

延伸閱讀:比特幣礦工出走、幣圈大遷徙!專家:半數算力將離開中國,德州為新重鎮

比特大陸先落腳具指標性意義

就在這一波礦難發生的不久之前,五月中,中國比特礦業(BTCM.US)與比特小鹿(Bitdeer)就以全資子公司Dory Creek LLC宣布將在德州共同投資建設加密數字貨幣礦場。比特礦業擬投入總金額2,574萬美元。

根據條款,此次擬投建的德州礦場,總運營負荷爲57.2兆瓦,將使用85%以上清潔能源和低碳環保能源發電。隨着德州電網電力結構的優化,清潔能源比例還會進一步提高。

不過,原本比特礦業在四川擁有435兆瓦的水電礦場。現在被趕出四川之後,德州的57.2兆瓦跟他們原先的算力比起來,也僅僅只有十分之一再多一點,顯然還是不夠。

BITCOIN
圖/ T客邦

延伸閱讀:歷史性封殺開始!四川加密貨幣礦場集體斷電,比特幣全網算力下跌34%

除了德州,中國礦工還會去哪裡?

但是,也不是所有中國礦工都有條件可以跑去美國開礦場。

由於中國礦工原本在中國經營的礦場規模太大,現在他們也學會「分散風險」。就像前述的比特礦業,除了在德州開礦場外,也在六月初宣布將在哈薩克投建礦場,與一家哈薩克共同建設經營負荷為100兆瓦的礦場。

大規模的礦場,主要考慮的搬遷地點還是北美,因為環境因素相對的穩定 。而考量到地緣的關係,在中國的某些省分有些礦場看中的遷移地點則是巴基斯坦或俄羅斯。

再來則是更小規模的礦場,由於規模並沒有大到會被政府單位盯上,所以暫時仍低調地經營。再不然就是「打帶跑」的策略,在中國各地流竄。如果在中國真的經營不下去,東南亞一帶,尤其是泰國,也是他們會考慮的地方。

本文授權轉載自:T客邦

責任編輯:文潔琳、錢玉紘

關鍵字: #比特幣
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