台灣加密監管6大重點！海外交易所要落地、7成業者指銀行不友善，影響有哪些？|數位時代 BusinessNext

九月首波加密監管將出爐！傳出已有海外業者準備落地台灣

台灣加密監管更明確了！金管會在今年3月30日宣布，已奉行政院指定擔任「具金融投資或支付性質之虛擬資產平台」的主管機關，也就是說，加密貨幣等虛擬資產，之後會由金管會負責管理。

金管會副主委邱淑貞當時表示，將會參考國外趨勢循序漸進監管，並同步要求國內業者「自律」配合發展。另外，金管會暫時還不打算將虛擬通貨，列為特許事業（如銀行）。

金管會主委黃天牧，也在立法院財委會接受質詢時說，預計最快九月第一波具體規範就會出來。而金管會在昨（8）日，召集台灣所有完成聲明的交易所，共同討論九月要頒布的指導原則。

重點包括：九月指導原則頒布後，要成立產業公會，甚至已經傳出有境外交易所向金管會遞交聲明，要準備在台灣落地做生意，隨著監管遊戲規則越來越明確，加密產業在台灣的樣貌，正逐步有了具體形狀。

指導原則六大重點搶先看！

根據加密貨幣交易平台BitShine創辦人陳珮芸，在個人臉書公開貼文資訊，昨日的指導原則會議有六大重點，並指出一個新興產業正在台灣誕生中。

以下為貼文中所提及指導原則會議中的重點摘要：

在場七成業者反應，銀行對交易所態度不友善，針對在聲明上的業者要求關戶，甚至要求立即歸還企業貸款
未向金管會聲明的個人幣商、法人幣商，違法，依洗錢防制法罰50萬～1000萬元
有境外交易所已向金管會遞交聲明，要在台灣落地
交易所要有銀行信託或履約保證
九月指導原則頒布後，成立產業公會
公會成立後，研擬交易所自律規範

陳珮芸表示，雖然金管會幾個月前有發函給銀行公會，希望銀行不要過於去風險化，但狀況還是沒有太大的改變。而金管會於會議上表示，下週銀行公會會針對此議題開會，但並沒有給予實際的行動承諾。

對於產業公會、自律規範的出現，陳珮芸認為對於加密產業來說是正向的，代表政府不再採取忽視的角度，而是去承認了有這個產業的存在。

但從目前看到的指導原則，有很多部份會導致業者成本過高，如果自律規範不能夠採用「量體大小分級管理」的方式，就會有很多業者被扼殺。

交易所業者怎麼看？

HOYA BIT執行長：沒合規業者可開銀行帳戶，易讓詐騙猖獗

對於銀行業者對於交易所態度不友善一事，HOYA BIT執行長彭云嫻表示，目前銀行對虛擬資產業者確實相對不太友善。

通過金管會洗防聲明的業者，基本上，都無法在除了有信託合作銀行外的銀行開任何公司戶頭，即使只是要做公司日常營運、發放員工薪資都不行。

不過，彭云嫻也表示，這不是銀行的問題，因為銀行本身風控很嚴格，對於尚未制定明確法規的類金融產業，若要和銀行合作的話，本身也會有風險控制的難度。

BitShine創辦人：海外交易所落地，將衝擊本土業者

對於金管會即將成立產業工會和自律規範，彭云嫻認為，產業工會與自律規範對業者來說是一種輔助成長，同時能與政府溝通反映問題最好的管道。

她也強調，只有業者們團結並積極的參與溝通，政府才能有效且快速地理解這個新興產業，同時制定可行的法規，讓產業能夠健康且合規地成長。

至於海外交易所向金管會遞交聲明將在台灣落地的消息，彭云嫻認為，國際級交易所無論資源或歷史等，都勝過台灣本土交易所，自然也會對台灣本土交易所的生存造成很大的影響。

不過，這部分就要看政府有沒有考慮，要對台灣的本土交易所有所扶植，或是就交給自由市場去競爭了。

本文授權轉載自：Web3+

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。」

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。