穩定幣風波延燒！Binance-Peg BUSD是什麼？|數位時代 BusinessNext

穩定幣風波延燒！Binance-Peg BUSD是什麼？

外媒爆料，USDC發行商曾檢舉BUSD儲備不足，究竟幣安發行的BUSD版本，跟與幣安掛鉤的代幣」之間有何不同？

前情提要

根據《彭博社》引述知情人士爆料，穩定幣發行商 Circle 在 2022 年秋季，曾向紐約金融服務局（NYDFS）檢舉，表示幣安交易所沒有足夠的儲備，來支持其透過 Paxos 所發行的 BUSD 代幣。

上個月，幣安承認其發行的 BUSD 版本（稱為 Binance-Peg BUSD）的儲備金曾經存在 10 億美元缺口，不過也稱這是「操作上的延遲」，問題已經得到解決；此外，幣安發行 94 種所謂的「與幣安掛鉤的代幣」（Binance-peg Token，B-Token），卻錯誤地把將近一半的擔保品，與客戶的代幣混在一起存放。幣安發言人證實了這項消息。

幣安去年 9 月實施了一項政策，將交易所的 USDC 等穩定幣的入金（存款）自動轉換成 BUSD，此舉最終降低了 Circle（USDC）在穩定幣市場的市占率。

對此爆料，幣安執行長趙長鵬（CZ）在 2 月 14 日官方 Twitter Space 語音活動中，表示這僅僅是《彭博社》單方面說法，目前這件事情還沒有任何查證，自己也不會相信 Circle 會「抓耙子」檢舉幣安。幣安將會繼續與 Circle 合作，包括穩定幣 USDC，也會與產業裡其他穩定幣發行方合作。

>>邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉https://lin.ee/kItnyTh

Binance-Peg BUSD 是什麼？它和 BUSD 有什麼不同？

首先，BUSD 是目前第三大市值的美元穩定幣，由金融服務提供商 Paxos 所發行，其價值和美元 1：1 錨定，用戶可以使用 1 BUSD 等值兌換 1 美元，因 BUSD 背後有著等值的美元儲備。BUSD 主要使用於幣安相關生態系，其已透過紐約金融服務部（NYDFS）的審核，但近期該批准已被撤回，勒令停止發行新的 BUSD。

Binance-Peg BUSD 則是幣安為了提升 BUSD 的易用性，發行在 BNB Chain、Avalanche 和 Polygon 等區塊鏈項目上，以跨鏈形式存在的 BUSD，而其背後對應的資產為「BUSD」，有多少 BUSD 才能發行多少 Binance-Peg BUSD。雖然 Binance-Peg BUSD 和 BUSD 存在於不同的區塊鏈上，但持有者們皆受到相同的保障。

>>邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉https://lin.ee/kItnyTh

本文授權轉載自：鏈習生

核稿編輯：高敬原

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/