【幣圈日報】美國核能挖礦首例｜亞馬遜推 NFT 平台|數位時代 BusinessNext

TeraWulf 開啟「美國核能挖礦」先例！零碳排 8000 台比特幣礦機一齊挖 BTC

美國礦企 TeraWulf（NASDAQ: WULF）在 3 月 6 日宣布，已經為坐落於賓夕法尼亞州（Commonwealth of Pennsylvania）的新建核能礦場「Nautilus Cryptomine」實施供電。未來幾周內，預計將有 8000 台礦機上線，一齊開挖比特幣（BTC）。

全面運營後，此設施將支援 16,000 台礦機，相當於每秒 19 億億次哈希計算（1.9 EH/s）的挖礦實力，可佔當今整個比特幣挖礦網路總算力的 0.55%，每日可挖取約 5.5 BTC。

💡區塊鏈小知識

1 kH / s = 每秒 1,000 哈希
1 MH / s = 每秒 1,000,000 次哈希。
1 GH / s = 每秒 1,000,000,000 次哈希。
1 TH / s = 每秒 1,000,000,000,000 次哈希。
1 PH / s = 每秒 1,000,000,000,000,000 次哈希。
1 EH / s = 每秒 1,000,000,000,000,000,000 次哈希。

「Nautilus Cryptomine 擁有加密貨幣挖礦產業近 5 年以來最低的發電成本，單價僅為 0.02 美元／千瓦時（kWh）。」TeraWulf 執行長 Paul Prager 表示。

📍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

亞馬遜將在 4 月 24 日推出 NFT 平台「Amazon Digital Marketplace」

多家外媒報導，美國電商巨頭亞馬遜（Amazon）預計將於 4 月 24 日推出其私有鏈 NFT 交易平台「亞馬遜數位市場」（Amazon Digital Marketplace），最初僅針對美國用戶提供服務，之後才會逐步推廣至其他國家／地區。

雖然此消息尚未獲得官方證實，但是報導中指出，發布日當天，平台將支援大約 15 種 NFT 系列收藏品的買賣，且只能透過亞馬遜帳戶和信用卡購買，但具體是哪 15 種 NFT 目前還不清楚。

此前消息，今年 1 月，媒體《Blockworks》引用知情人士的消息，透露 Amazon 正在積極推動 NFT 計畫，打算在今年春季對外公佈。

延伸閱讀：與實體商品、會員綁定！亞馬遜NFT計畫最快四月上線，特色、進度一次看

Bybit 交易所攜手萬事達卡，推出加密貨幣簽帳金融卡

加密貨幣交易所 Bybit 交易所發布公告，已基於萬事達卡（Mastercard）組織推出了一張加密貨幣金融簽帳卡（debit card），讓用戶可以在支援 Mastercard 的商家使用該卡消費，並使用交易所內的加密貨幣餘額進行支付，目前支援的幣種包括 BTC、ETH、XRP、USDT 和 USDC。

這張加密貨幣簽帳金融卡名為「Bybit Card」，由總部位於倫敦的支付解決方案提供商 Moorwand 協助發行，目前開放申請虛擬卡片，實體卡片預計在 2023 年 4 月推出，同時計劃在今年第二季度整合 Apple Pay 和 Google Pay。

不過「Bybit Card」目前僅接受英國和符合條件的歐洲經濟區（EEA）國家的申請，其他國家／地區的用戶尚不支援此服務。

以太坊創辦人 Vitalik Buterin 錢包「大掃除」拋售垃圾幣，淨賺逾 220 枚 ETH

以太坊創辦人 Vitalik Buterin 近日被發現，他進行了一次「大掃除」行動，清理其加密貨幣錢包地址中的垃圾幣（小眾幣）。

區塊鏈安全機構派盾（PeckShield Alert）在推特上發布消息稱，這次「大掃除」讓 Vitalik Buterin 淨賺超過 220 枚以太幣的收益，是由出售 500 億枚 $MOPS、99 億枚 $CULT、5 兆枚 SHIK 和 340 萬枚 $BITE 以後兌換得來；這些垃圾幣缺乏流動性，所以經過 Vitalik Buterin 的拋售後，它們的價格都出現了大幅波動。

根據 Etherscan 數據顯示，Vitalik Buterin 目前仍持有 666 枚 $SHIK 和 100 億枚 $CULT。

雪崩鏈最大的去中心化交易所 Trader Joe 正式登陸 BNB Chain

雪崩（Avalanche）區塊鏈上最大的去中心化交易所 Trader Joe 宣布正式上線於幣安鏈（BNB Chain），並將名為「流動性訂單簿」（Liquidity Book）的新型自動做市商（AMM）機制，導入幣安鏈生態系統。

關於 Liquidity Book 的更多介紹，詳見今天的「每日幣圈術語」。

Trader Joe 官方表示，之後將推出 Liquidity Book V2.1 版本，新功能將包括自動池、限價單、無許可池和 sJOE（Auto-Pools, Limit Orders, Permissionless Pools and sJOE）等。

📍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/