同質化的非同質代幣?基於區塊鏈核實的資產所有權碎片化
同質化的非同質代幣?基於區塊鏈核實的資產所有權碎片化
2021.09.08 | 區塊鏈

NFT浪潮來襲,把區塊鏈科技的應用又推上另一個風口。所謂NFT,稱作非同質代幣,原本的意義是讓「數位創作」可以被證明出原著,並藉此與其他的「複製品」有所區隔。例如,一段推特的文字,一首網路歌曲,一件遊戲中的虛擬裝備……,在原創作者或原IP發行方的授權之下,該數位內容可以被賦予適當的「身份驗證」。有了這樣的憑證,某種層度上開啟了蒐藏的可能,自然也就有了交易的價值。

數位創作有這樣的需求,其實現實世界中的各類「資產」,在買賣雙方交易之前,也都有證明其為真的必要。舉凡珠寶,藝術品,名人簽名,NBA球員卡……,不光是要有「正版」的說明文件,甚至都還會有第三方機構,提供鑑定,查核與背書。例如AIS(Art Identification Standard),就提供了藝術領域的識別服務,搭上區塊鏈的風潮,也打算拓展到數位藝術的領域,協助交易雙方進行跨鏈(Cross-chain)鑑別,避免賣方將同一作品,上架到不同的區塊鏈的情況。

NFT2.jpg
圖/ Modex

NFT由於其不可分割,不可替代,不可互換的特性,又結合著區塊鏈去中心化,無法竄改的優勢,自然成為各種資產在交易過程中,驗證真實性的工具之一,也因此,具有商業化的潛力。這點,無論是數位還是實體作品,其運作的邏輯都一樣,而且若是應用在真實世界的資產,還可以有另外幾個很時髦的名詞:數位化(Digitalization),虛實整合(Online-to-offline)。

當然,NFT也衍伸出很多的討論,以及必要性與否的問題,亦即,很多時候我們可能會需要「數位化」來降低成本與增加效率,但並非一定得用區塊鏈或NFT不可,再說了,去中心化是否真的有那麼厲害?倒也未必。畢竟,真實性與否與原創作者和原IP發行方關係密不可分,少了他們的授權與適當的法律框架,你隨便擷取一段數位內容發成NFT,也不會有任何意義,而人類社會在經濟活動與治理上,本就仍有「中心化」的需求,不可能什麼都去中心化。

區塊鏈的核心價值

其實,與其一直談NFT,可以換方向聊聊區塊鏈技術中,另一個有趣的功能:所有權碎片化,讓眾多的用戶,可以以適當的代幣經濟(Token Economy)模型,共同主張擁有某一項權利,或某物件(數位或實體)的所有權。

當然這也不是什麼了不起的發明,在人們所熟悉的市場上,早有很多類似的應用,舉例來說,當我與3個朋友想一起買下一棟海邊度假小屋的時候,我們可以共同出資,以協議規範所有權和使用權,更進階一點,我們可以設立「特殊目的公司」(Special Purpose Vehicle, SPV),讓公司去擁有房產,而我們一夥人,按照出資額度去擁有相同比例的持股,間接等於將「物」的所有權碎片化,讓不同的人分別持有。

而區塊鏈就是把這一過程加以數位化,很好的工具,利用智能合約設定好條件,把標的物的產權(或任何必要資訊)紀錄在鏈上,發出的token可作為任何形式的憑證(舉例:所有權,受益權,使用權……),如此便可完成共同持有,共同管理的目的。甚至,因為全部都數位化了,在買賣,處分,移轉,與分潤的機制上,相比傳統過程,似乎可以更有效率,交易更方便,且突破國界的限制。

簡單來說,把一個現實中的SPV模式搬上區塊鏈,同時發出相對應數量的權益型代幣,就可以實現多人共同持有單一物件的可能,而且發行過程很簡單,只要你願意相信區塊鏈與數位化技術。

shutterstock_1007060593__ICO_區塊鏈.jpg
圖/ shutterstock

藝術品市場中的所有權碎片化

好,那在藝術品的市場中,這就非常有意思了。一幅作品,可以被多個買家同時「蒐藏」,某種層度上算是開啟了大眾參與的機會,以及降低購買成本與持有風險的問題。

那有人可能會問,買了部分的所有權卻不能真正持有,那豈不是很怪?解套方法有很多,例如既然是採取類似SPV的方式共有,那開股東會決定輪流放在誰家不就好了?更進一步,也可以集體決議是否「租借」給其他單位,還可以賺一筆租賃收入(收入按「持幣」比例分配)。

又或著,搭配現在很成熟的藝術微噴(Giclée)印刷,採取按股權比例發行限量版畫的方式,依然可以滿足用戶想要親自接觸到「實體」的需求。這時候,你可以主張擁有「一部分」原著的所有權,另一方面,你也可以在家中掛上一幅限量版的藝術微噴,同時滿足擁有和觀賞的需求。

這個模式,誠然,還有許多細節需要設計,也尚需測試市場上的消費者願不願意接受。但邏輯上,我們可以打造更多元且透明的藝術市場,且開啟將所有權與使用權分離的運作模式,同時,更能夠強化藝術本身的商品與金融屬性(這麼做好不好見仁見智)。

但是,這樣還有一個很大的問題,若要充分發揮所有權碎片化的優勢,仍可以利用區塊鏈技術,卻不會是NFT,或嚴格說起來,不會是基於ERC721的代幣,而更像是之前用作首次代幣發行(ICO)與證券型代幣發行(STO)中的ERC20代幣。因為要能夠「股權化」,勢必得「同質化」,就像我手中的1股,理論上跟你手中的1股具有同樣的價值,這樣才能公平分配,並達到數位SPV的目的。

那怎麼辦?也不是沒有解法。最簡單粗暴的方式,就是再多一層架構就好,把各自負責的功能清楚分開,NFT就專門用於認證唯一性,而基於ERC20的代幣,就扮演分配所有權與治理(governance)的角色,形成一種「同質化的非同質代幣」(Fungible Non-Fungible Token)即可。

責任編輯:吳佩臻、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)

【熱門焦點】
1.12歲的他靠自製NFT,放完一個暑假賺進千萬元!發豪語要當下個馬斯克
2.老闆親上太空卻出大包!太空首秀出現偏航問題,維珍銀河遭勒令停飛

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #NFT
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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