加密貨幣遇寒流，消防員退休基金高調投資比特幣，熊市引發大恐慌|數位時代 BusinessNext

加密貨幣遇寒流，消防員退休基金高調投資比特幣，熊市引發大恐慌

先前休斯頓消防員退休基金購買價值2,500萬美元的比特幣和以太幣，基金的首席投資長當時大肆宣傳他們的潛力，被喻為機構投資者進軍數位資產的最新舉措。

加密貨幣被投資人視如敝屣

先前加密貨幣風行，讓許多加密貨幣逐漸成退休基金投資計畫標的，但美國勞工部先前更對於這些退休基金，投資加密貨幣必需所承受的風險提出警告。

根據加密幣數據網站Coingecko，自去年底以來，加密幣整體市值已蒸發2兆美元，調查顯示不少散戶投資人比法人更擔心加密幣，甚至近25%受訪者聲稱這個資產類別是垃圾資產，但專業投資人則相對開放看待數位資產。總體來看，受訪者對加密幣產業的看法呈現兩極化。

從這份調查不難發現在美國發生的現況，專業投資人、基金經理人甚至是政府基金對於新興的加密貨幣資產是抱持著開放的態度，並且對他們來說是一種在資產配置中能夠適當對沖風險的工具，然而對於退休人員和散戶來說，加密資產存在著巨大的風險，當然跟現在的熊市也有關係，相信如果現在是牛市，投資人對於有配置加密資產的基金態度會跟現在有相當大的差異。

比特幣遇亂流，投資虛擬貨幣退休基金損失慘重

最近幾週比特幣和其他加密貨幣的價格暴跌，讓過去幾年投資加密貨幣的少數公共養老基金提供了一個警示，由於這些基金缺乏透明度，使得退休人員很難判斷他們在該領域是賺還是虧，更不用說錢的數量了，而基金負責人多數並不會明說真實的情況。

美國國家退休管理人員協會研究主任基思．布雷納德（Keith Brainard）表示：「總有一天，加密貨幣可能會安定下來，並被充分理解和成熟，成為公共養老基金可能會接受的潛在投資，只是不確定到時我們是否還活著。」

由於高風險，美國勞工部在加密投資中「極度謹慎」，最近加密貨幣價格的暴跌已導致華盛頓更密切地審查這些不受監管的行業。在Terra（LUNA）加密幣的400億美元加密資產崩盤後，兩黨參議員都提出了首次監管加密的立法，財政部長珍妮特．耶倫也呼籲對加密企業進行更多監督。

然而，有許多州政府基金看好區塊鏈的應用發展，不是投資虛擬資產，而是投入擁有區塊鏈技術的上市公司作為基金的一部份。

美國最大的公共養老基金加州公共僱員退休系統（CalPERS）在2017年持有Riot Blockchain的一小部分股份，到2020年底增長到超過190萬美元。證券交易委員會的文件顯示，在價值達到了540萬美元後把將股份出售。

另外，根據美國證券交易委員會的文件，威斯康辛州投資委員會在去年初也開始試水，購買了Coinbase、Marathon和Riot Blockchain，到今年第一季度末，這些持股至少增長到1930萬美元，而總投資組合為482億美元；而紐澤西州主要的國家養老基金更投資了一些加密貨幣相關的股票。

參考資料：Bloomberg

責任編輯：吳秀樺

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。