【財報拆解】散戶是Coinbase最大韭菜?看風光上市的交易所在Web3怎麼賺錢
【財報拆解】散戶是Coinbase最大韭菜?看風光上市的交易所在Web3怎麼賺錢
2022.09.02 | 區塊鏈

作為美國最大、全球第二大的加密貨幣交易所 Coinbase(NASDAQ:COIN)2021 年 8 月風光在那斯達克上市;受惠比特幣及乙太幣的飆漲,其 2021 全年財報非常漂亮,儼然成為股票市場的一個耀眼新星。不過在 2022 年上半年卻遭遇幣價下跌,營收連兩季遠低市場預期,甚至傳出內線交易疑雲,到底 Coinbase 強在哪裡?又陷入怎樣的泥淖之中?

創立於 2012 年的 Coinbase 看似年輕,但在加密貨幣產業已屬元老等級:比特幣出現也不過是 2009 的事。創辦人暨執行長是現年 39 歲的布萊恩.阿姆斯壯(Brian Armstrong)。阿姆斯壯在 2006 年取得位於德州休士頓的萊斯大學(Rice University)電腦科學碩士學位後,先後任職 IBM 的開發技術人員、會計事務所 Deloitte 的顧問及 Airbnb 的工程師。在 2010 年接觸到比特幣後,他與另一名好友 Fred Ehrsam 共同創辦了 Coinbase。

Coinbase CEO Brian Armstrong
圖/ TechCrunch

Coinbase 的年報揭示了他們 2021 年的豐功偉業。通過身份認證的會員總數增加一倍,來到 8,900 萬人、月均用戶增長三倍來到 1,140 萬人;交易量更是有爆炸性的成長,去年一整年累積了相當於 1.6 兆美元(約48.63 兆新台幣)的交易額,是 2020 年的 8 倍多。

這個交易量有多大?在 2020 年因疫情控制得宜表現風光的台灣股市,加權指數攻上一萬七千點,當年的交易量也不過 45.68 兆台幣。

CoinbaseKeyMetrics.png
圖/ Coinbase財報

由於美國的 KYC(Know Your Customer)規定,為避免假資料造成舞弊風險,在 Coinbase 上要開戶成為驗證會員和交易前,仍需要以實名制驗證,免不了需要提供身分證件及真實資料。

充滿挑戰及不確定性的虛擬貨幣產業,面臨哪些風險?

作為第一家上市的虛擬貨幣交易所,Coinbase 看似風光,卻能有許多不可忽視的風險。其產業本身就高度不穩定,科技發展的速度也很快。Coinbase 官方的會計部門認定,手上掌握技術這項無形資產的耐用年限平均不超過兩年,可得知產業的競爭激烈,研發速度必須越來越快,不然很快就會過時。

虛擬貨幣公司面對的資安風險也非常高,需要非常強大的資安系統。過去就傳出不少人的虛擬貨幣錢包遭駭,資產被竊取一空;一旦有過遭駭的事件,平台的可信度就會大打折扣,勢必影響公司業績。

各國面對虛擬貨幣或數位資產的相關法律仍在修改中,可能必須面對監管風險,再加上相關產業申請銀行服務困難、極大交易量集中在極小的客群裡,以及加密貨幣可能被用來從事非法交易等危機。

前有巨頭幣安後有追兵,地緣政治與產業競爭白熱化

不過,Coinbase 最大的挑戰恐怕還是來自中國的威脅。Coinbase 是目前世界第二大交易所,其最大的直接競爭對手是目前世界交易量最大、台灣人也比較常用的幣安(Binance)。

幣安是在 2017 年由現任執行長趙長鵬及行銷長何一共同創立。江湖人稱 CZ 的趙長鵬(Changpeng Zhao)是華裔加拿大籍的創業家,在大學畢業後曾任職於東京證券交易所,隨後在 2005 年也曾在中國上海創立富訊信息公司,主要研發高頻交易的系統。2013 年開始致力於加密貨幣項目,曾先在 Blockchain.info 任職,後擔任 OKCoin 的技術長。

2017 年,趙長鵬離開 OKCoin,與何一共同創立了幣安,不過幾個月的時間,幣安就已經成為世界最大的加密貨幣交易所,根據《EarthWeb》報導,幣安 2021 年的交易量是 7.7 兆美元(234.59兆美元),甩開 Coinbase 近五倍的距離。趙長鵬也因此成為 2021 年華人首富,身價一度超過 900 億美元。

幣安 Binance
圖/ Shutterstock

比起 Coinbase,幣安最大的優勢在於能交易的幣種更多、提供的商品也更廣。Coinbase 上有超過 100 多種幣種,而幣安則有 600 種,另外還有許多虛擬貨幣衍生商品如期權、合約交易等等,甚至還有 24 小時支援中文的客服服務。

已經有一個如此強勁的競爭對手,Coinbase 後頭卻還有非常多的追兵,FTX、Crypto.com 及 Kraken 等都是強敵,交易量都追得很近,更別說新冒出頭的小型交易所更是多如繁星。

且包括幣安在內,其他交易所都沒有公開發行上市,受到監管力道自然小非常多。另外,註冊地、營運分散在其他各國的交易所,因薪資水平可能較低,或是未受美元影響而有更大的市場潛力,這些同行的威脅是 Coinbase 的隱憂。

Coinbase 自身營運也高度倚賴虛擬貨幣前兩大幣種:比特幣及以太幣的交易量。公司 2019 年的財報顯示,光這兩個幣種就佔超過七成的交易量,也就是說,一旦這兩個幣種出現危機,勢必會打擊公司的營運甚鉅。不過 2021 年開出的成績則稍稍減緩了這項擔憂,比特幣及以太幣的交易佔比分別是 24 %及 21%,其他幣種的交易量超過了五成,顯示出加密貨幣的發展更多元化,Coinbase 也成功降低了對市場兩大幣種的依賴程度。

散戶是最大的韭菜?營收及費用大公開

Coinbase 最主要的營收來源就是交易手續費,佔其整體營收的 87%;雖然散戶的交易量只佔了整體的 32%,卻佔了總營收的 82%。一般而言,交易所的手續費根據交易的金額大小,每筆收取 0.6% 至 0.05% 不等的手續費,在平台上交易量越大,手續費折讓也會更多,主要交易所都藉此吸引更多大戶進行高頻交易來確保其交易深度。

Coinbase2021Revenue.png
圖/ Coinbase財報

此外 Coinbase 的收入還包含每個月收取的虛擬貨幣帳戶保管費、各類區塊鏈的礦工獎勵收入、會員訂閱服務以及各幣種的推廣收入等。這些收入都在 2021 年有非常好的成長,也根本激勵了其上市的動機。

再來看到費用部分,Coinbase 最大宗的支出是交易相關費用及研發費用,加起來佔了超過一半。可能為因應其股票上市,一口氣成長了超過十倍的行銷費用總額,看得出官方對未來發展的期待,衝首家在美股合規上市可能也是為了因應競爭對手的持續坐大。

Coinbase2021Expense.png
圖/ Coinbase財報

目前,Coinbase 的成長策略很明確,增加通過認證的用戶量就是最重要的KPI。根據財報,Coinbase 的未來目標是更加多元的支付方式、及開發更多國家的服務。目前,在台灣最主流的交易所還是幣安,Coinbase 雖然可以在台使用,不過看來還沒完全投入,甚至沒有中文網站;為增廣客源,或許 Coinbase 會投入更多心力發展各國市場。

虛擬貨幣寒冬襲來,Coinbase境遇禍不單行

在 2021 年的成功過後,2022 的前兩季卻是利空消息不斷。為抑制嚴重的通貨膨脹,美國聯準會今年已經宣布升息 4 次,導致資金持續撤出幣圈,「加密貨幣寒冬」看起來勢不可擋,兩大虛擬貨幣比特幣及乙太幣對美元的價格都持續下探。

虛擬貨幣的頹勢當然影響到了 Coinbase,其 2022 第一季的營收已經不如去年,第二季的營收更是不到去年的四成。但為了持續擴張,支出自然也降不下來,半年報中科技研發費用更接近 2021 年的三倍。在賺得更少卻花得更多的情況下,竟連兩季都出現虧損。

Coinbase 近兩季、去年同期營運數字比較

2021Q2 2022Q2 2021上半年 2022上半年
營運收入 2,227,962 808,325 4,029,074 1,974,761
營運支出 1,353,237 1,852,714 2,166,636 3,573,613
淨利 1,606,349 (1,093,654) 2,377,812 (1,523,313)
EPS 7.77 (4.95) 11.78 (6.95)
(EPS單位為美元,其餘單位為千美元),資料來源:Coinbase年報,《數位時代》整理

雪上加霜的是,根據紐約時報 7 月 21 日的報導,紐約州檢察官起訴了 Coinbase 的一位產品經理 Ishan Wahi,認為其提供內部機密資料予他的兄弟及友人,在過去 10 個月進行內線交易,不法所得高達近 150 萬美金。這是美國有史以來第一次有關加密貨幣資產的內線交易案,儘管此案還在審理中,但此事對 Coinbase 近期的發展頹勢無非又是一記打擊。

shutterstock_777610237_blockchain_break.jpg
圖/ Production Perig via shutterstock

執行長阿姆斯壯表示,對 Q3 的展望看起來仍是不樂觀,但他也在今年致股東信中強調,虛擬貨幣如同實體經濟也有循環週期,他相信情況在可見的未來能有機會好轉。不過在這之前,Coinbase 就已為樽節支出,裁掉了公司 18% 的員工。

利空消息不斷傳出,股價當然也不給面子持續積弱不振。去年上市價訂在每股 250 美元,當年年底股價一度攻上 350 美元,今年股價則一路下探,近期股價多在 70 美元徘徊,看出投資市場被這些消息嚇得不輕。

Coinbase 2022 上半年的諸多不順,驗證了官方財報中的擔憂,虛擬貨幣的崩盤更讓公司陷入泥淖。作為產業的標竿,從加密貨幣業界到所有投資大眾都在關注 Coinbase 下步發展,危急存亡的此刻,年輕的管理階層要如何運用智慧度過寒冬,值得未來繼續觀察見分曉。

Coinbase
圖/ shutterstock

責任編輯:錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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