2024總統大選倒數9天！賴清德、侯友宜、柯文哲怎麼看區塊鏈、加密貨幣？|數位時代 BusinessNext

2024總統大選倒數！三組候選人對加密貨幣態度為何？

距離2024總統大選只剩下不到兩週，過去幾週舉辦的正副總統候選人的辯論會，也有部分提到加密貨幣以及詐騙等相關議題。

以下整理了民進黨總統參選人賴清德、國民黨總統參選人侯友宜、民眾黨總統參選人柯文哲等 3 組候選人，過去四年內對區塊鏈以及加密貨幣的態度與立場。

柯文哲：區塊鏈與「公開透明」理念相同

柯文哲近期在前往嘉義展開選舉活動時提到，台灣是半導體工業強國，在這基礎上，人工智慧（AI）、物聯網（IoT)、區塊鏈（Blockchain）是三大重點方向。

作為前台北市長的柯文哲，在任期內最強調的就是市府的一切都要「公開透明」。公民參與、公開透明等理念價值，其實和區塊鏈的特性相當接近。

柯文哲曾在2019年時參訪MaiCoin集團實體門市，並在對談中提到，在2018年的選舉時，本來也有打算要用區塊鏈來進行募款，不過被說這個做法太先進了。

但柯文哲認為，未來還是可以用區塊鏈作為民眾黨募款、財務紀錄的方式，因為區塊鏈具有不可竄改性，所以可以保證不能做假帳，也希望未來可以透過行動將新的技術帶進臺灣社會。

柯文哲當時也強調，創新是臺灣唯一的出路，10年後最重要的10個職業，有一半現在還沒出現，表示未來世界太不可預測。不過有幾樣慢慢已經出現了，而且相當確定對臺灣社會會有影響，像是區塊鏈、AI、5G，這幾個新興的技術，到底會怎麼改變未來社會，坦白講他現在都還不知道。

在「2018 Global startup talents @taipei」活動中，柯文哲也曾指出，如果競選經費透過區塊鏈，就可以實現公開透明，「這可以保證名嘴不再罵我。」

賴清德：工業4.0最重要的就是區塊鏈

賴清德身為副總統，過去出席了不少區塊鏈相關的活動。

在2021年的「第四屆人工智慧暨區塊鏈產業高峰會」中，賴清德就曾指出「第四次工業革命已經帶來一個全新的世界」，並強調區塊鏈是一項非常可靠的分散式記帳技術，未來，區塊鏈勢必會為產業帶來龐大生機。

另外，在2022年成功大學攜手台灣區塊鏈大學聯盟，舉辦的台南區塊鏈產業國際博覽會中，賴清德也表示，「工業4.0最重要的就是區塊鏈！」，而區塊鏈技術、數位化科技是國際在氣候行動的重要一環，也是台灣在國際上競爭必備的元素。

侯友宜：打造新北市成為台灣區塊鏈領頭羊

侯友宜在總統候選人第二場政見發表會時，提到政府要有專責單位緊盯地下匯兌，第三方支付與加密貨幣的監管也要再強化，必須全面監管到位。

新北市政府在2019年成功爭取「世界區塊鏈高峰會」首開先例來台舉辦，邀請到世界各國的專家齊聚一堂。當時身為新北市長的侯友宜也親自出席與會，更宣示將打造新北市成為台灣區塊鏈產業的領頭羊。

侯友宜表示，因應全球區塊鏈熱潮，新北市府積極將區塊鏈技術帶進新北市，並培育了5組新創團隊，協助客戶解決智慧貨幣、遊戲貨幣、保險等問題，創造新的商業模式，更於2018年領先全台地方政府成立「新北市區塊鏈推動辦公室」，全力培育專業人才。

三位總統候選人都看重區塊鏈技術

總體來看，賴清德認為區塊鏈與AI的結合會帶來更大的革命；侯友宜著重於產業創新與人才培育；柯文哲則與區塊鏈提升透明度的概念不謀而合。

雖然三位候選人對Web3有著不同看法與政見，也並不是都有針對加密貨幣、區塊鏈議題進行公開的政見發表，不過從過去的公開談話中，可以看出他們都認為區塊鏈技術，是未來產業發展的重要關鍵。

延伸閱讀：【圖解】總統政見發表會今晚登場！三位候選人「科技、能源、新創」政見有哪些？

本文授權轉載自：Web3+
核稿編輯：高敬原、蘇祐萱

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。