RWA技術被市場高估了?麥肯錫報告點出2大挑戰,代幣化應用為時尚早
RWA技術被市場高估了?麥肯錫報告點出2大挑戰,代幣化應用為時尚早
2024.06.26 | 區塊鏈
##### 麥肯錫報告:代幣化的廣泛採用還早 區塊鏈技術為現今的金融市場帶來一場深刻的變革,其中代幣化資產技術吸引了全球投資者和金融機構的關注。台灣金管會近期宣布協力集保公司及6家有意願之金融機構,成立「RWA代幣化小組」共同研議相關推動事宜。然而根據全球知名顧問公司麥肯錫(McKinsey & Company)的[最新報告][1],代幣化的廣泛採用仍遙遙無期,市場規模可能最低僅達1兆美元。

所謂的「現實資產代幣化」(RWA),指的是將手錶、房地產、紅酒、卡牌、債券等現實世界中有形及無形資產代幣化,並在區塊鏈上世界建立一個虛擬分身,價值與本尊綁定連動。

例如在2023年6月,一支百年歷史的勞力士手錶首次被「代幣化」,抵押後成功讓手錶主人借到超過新台幣40萬元的貸款。不只是手錶,就連一幅名畫、一棟豪宅,也可以透過代幣化分成好幾塊,讓好幾個人「共同持有」。

全球最大交易所幣安(Binance)在其發布的「現實世界資產代幣化」報告中更指出,雖然RWA發展還在早期階段,但普及率、總鎖定價值(TVL)都在持續成長中,預期在2030年將達到16兆美元約為新台幣480兆的市場規模,約佔全球GDP的10%。

然而根據麥肯錫的最新報告指出,即便在樂觀的情況下,到2030年代幣化資產市場的規模也僅能達到4兆美元,遠低於市場上樂觀的預測。

##### 市場現狀與挑戰 代幣化作為區塊鏈技術最熱門的應用之一,已經吸引了全球資產管理公司和銀行的關注,例如貝萊德(BlackRock)、花旗銀行(Citigroup)和匯豐銀行(HSBC)等,這些公司正將美國國債和大宗商品等傳統資產引入區塊鏈,以期獲得操作效率和更廣泛的市場接觸。

不過,雖然代幣化的潛力巨大,隨著基礎設施供應商從概念驗證轉向穩健的擴展解決方案,金融服務的未來將面臨許多機遇和挑戰。

在目前的市場環境下,代幣化資產的實際應用範圍相對有限。麥肯錫的報告顯示,代幣化資產市場目前處於「冷啟動」狀態,預計到2030年市場規模約為2兆美元,而在樂觀情境下,頂多翻倍至4兆美元。

挑戰一:法規監管與現代化

首先,要對現有的金融基礎設施進行現代化改造這件事本身就具有挑戰性,特別是在金融服務等監管密集的產業。

麥肯錫的報告指出,以目前來說,現金和存款、債券和交易所交易票據(ETNs)、共同基金和交易所交易基金(ETFs)、貸款和證券化可能是首先實現的資產類別,而房地產、大宗商品和股票等資產進行代幣化可能性最低,理由包括邊際收益、對可行性的擔憂、複雜的合規要求或缺乏對產業參與者追求代幣化的激勵。

挑戰二:流動性有限

代幣化技術面臨的主要問題之一是流動性有限,這也讓代幣化發行缺乏吸引力。麥肯錫的分析師認為,代幣化需要找到比傳統金融系統提供更大優勢的應用案例。

例如債券的代幣化,幾乎每一週都在宣佈新的代幣化債券發行,至今市場上有數十億美元的代幣化債券未償付,但與傳統發行相比,收益幾乎可說是微乎其微,二級市場的交易依舊稀缺。

在債券代幣化的例子中,分析師表示,可以透過提供「更大的流動性、更快的結算和更多的流動性」來解決緩慢的起步問題。

區塊鏈技術仍處於早期階段,現有流程和標準的整合仍需要大量的投入。因此目前許多機構還處於「觀望」狀態,等待更明確的訊號來實施代幣化。

麥肯錫報告也指出,代幣化的廣泛應用需要有更明確的法規、產業內的合作等。

參考資料:[cointelegraph][2]、[coindesk][3]

延伸閱讀:勞力士也能代幣化!什麼是RWA?它如何改變資產交易方式?

本文授權轉載自:Web3+

關鍵字: #區塊鏈
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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