Web3不是賭場、美國正在喪失產業地位!一次看懂a16z《加密現況報告》7大重點
Web3不是賭場、美國正在喪失產業地位!一次看懂a16z《加密現況報告》7大重點
2023.04.13 | 區塊鏈
##### 創投a16z:Web3是網路革新,不該視為「賭場」

知名創投a16z(Andreessen Horowitz)近日發布第二年的《加密現況報告》(State of Crypto),指出新科技會在市場更迭時不斷進步, 儘管加密貨幣市場進入寒冬,但區塊鏈技術的發展並沒有因此止步。

此份報告,旨在為過去一年被大型醜聞纏身的加密貨幣產業平反,a16z列舉出14項,比起價格更能客觀檢視區塊鏈及加密貨幣市場的指標。

a16z樂觀認為 Web3產業比起價格所反映的悲觀現況來的健康,並認為 Web3產業,所改變的不僅是金融市場,更是網際網路的革新 ,不應將加密貨幣市場作為投機的「賭場」看待,本文整理了七大值得關注的報告重點。

##### 《加密現況報告》報告7大重點

重點一:擁有更多活躍用戶、參與方式也更多元

相較令人眼花撩亂的2021年,今年幣價漲幅不像過去那麼劇烈,產業也步入更穩定的發展階段。在熱潮及市場對價格的過度臆測褪去後,a16z觀察到,具有實用價值的Web3應用被留下、以及更多自發性的Web3互動正在發生。

從鏈上數據看來,每個月的活躍地址數仍持續增加, 今年3月,有超過1,500萬個錢包地址,擁有發送交易紀錄,是兩年前幣圈仍在牛市時的兩倍。

對此a16z認為,其中一個可能的原因,是人們參與區塊鏈及Web3應用的管道更多元,包含DeFi (去中心化金融)及遊戲等。光在去年,就有超過700個新應用上線,這些新上線的應用程式在用戶註冊時便建立新的地址,讓用戶在不用下載或連結錢包的情況下,即可開始使用。

另外,隨著鏈上工具及擴容方案的發展,讓交易手續費(Gas fee)有效降低,在過去兩年,鏈上交易總數,也因此有了超過50%的增長幅度。

重點二:DeFi(去中心化金融)及NFT風潮再起

自從2021年風潮退去後,DeFi和NFT的活動似乎再度熱絡。少了對未來價格的臆測,投機空間減少,更多自發性的有機應用漸漸增加,包含在DeFi的借貸、匯款、藝術及收藏品、區塊鏈遊戲等等。

NFT和去中心化金融,似乎正逐漸實踐「革新網路經濟」的理想。在近幾個月,NFT的買家數量、以及在去中心化交易所(DEX,Decentralized Exchange)的交易總額都不斷上升。甚至,去中心化交易所Uniswap交易總額,已連續兩個月超越美國最大中心化交易所Coinbase。

相較於Web2的商業模式,Web3讓使用者及創作者,能夠真正享有數位作品的所有權,並可將作品帶到不同平台上交易買賣。此外,Web3的商業模式對於使用者及創作者更為有利,交易平台抽成比例(Take Rate)相較於傳統Web2業者更低。且隨著新交易平台興起,競爭愈發激烈,為了吸引用戶,這些平台的議價能力更低,可能更進一步降低平台抽成比例。

在過去兩年,NFT交易平台在二級市場買賣中,總共付給創作者超過20億美元的版稅費用。反觀 社群巨頭Meta,在2022年僅付出10億美元的費用給創作者。然而,考量Meta擁有超過37.4億的月活躍用戶,Web3總使用者僅數千萬人,NFT的商業模式對創作者的友善程度可見一斑。

值得注意的是,相較於Web2時期,創作者能得到的版稅費用雖得到大幅改善,但隨著時間及愈發激烈的競爭,Web3平台的抽成比例正逐漸下降,a16z預計,未來在NFT場域將看到更多新商業模式的實驗及創新。

重點三:活躍開發者數量穩定增長

目前在加密產業中,每月有將近3萬名的活躍開發人員,自2020年的牛市開始,以60%的速度穩定增長。將近5萬個獨立地址部署了智慧合約,光在今年就成長了40%。

a16z觀察到,比以往任何時期都更多的智慧合約被驗證、更多的開發者核心程式庫跟智慧合約互動。

此外,a16z合夥人克里斯·狄克森(Chris Dixon)也分享,他認為加密貨幣產業重要的關鍵特徵,是其作為開源程式碼的分散式計算平台(可以想像成去中心化電腦),程式碼組合能被他人重複使用、回收、並再調整應用,該關鍵特徵稱之為「組合性」(Composabiltiy)。

「組合性」之於軟體產業,就如同複利之於金融產業、摩爾定律之於硬體產業,將為產業帶來「指數成長」的力量。

因此開發人員數量的穩定增長,表示有更多的「程式碼組合」正在被創造,對於觀測加密產業增長是個重要指標。

重點四:區塊鏈正在透過多種方式不斷擴容

區塊鏈的擴容,將帶來更多使用者、更多交易量、及更複雜的應用。Web3開發人員也正積極使用各種方式,解決區塊鏈最根本的挑戰。

所謂的擴容,可以將區塊鏈想像成一條高速公路(Layer 1),為了解決車多擁塞問題,於是在一旁再建一條快速道路(Layer 2),用於分擔主鏈的交易量,以及分散處理智慧合約。

以Layer2擴容方案為例,主要功能是提升區塊鏈的擴展性、每秒交易數量、降低手續費等,解決 Layer 1(如以太坊)擴容問題。在去年,Layer 2僅佔以太坊支付費用的1.5%,截至目前為止,已成長至7%,超過400%的增幅,該數據代表有越來越多的應用程式,選擇建立在Layer 2上,a16z預期此趨勢將持續。

重點五:過去被認為不可能的技術,正逐步實現

在過去一年中,可見「零知識」系統領域的快速發展。

「零知識」(Zero-knowledge proof,也簡稱「zk」),是一種強大的基礎技術,採用雙盲的加密驗證機制,可以在證明資訊真實性的同時,維護用戶隱私。

該驗證機制被認為最完整、安全的機制,可藉由部署此機制到區塊鏈上,驗證交易資訊,並實現區塊鏈擴展性。此技術同時還衍生出眾多新的應用場景,包含分散式機器學習、人工智慧等。

「零知識」的概念看似理想,但在技術上要實踐十分困難,也因此在眾多Layer 2驗證機制中,向來是發展最為緩慢的領域。在經歷了數十年的理論研究後,最近幾年已有相關項目正著手發展,包含zkSync等。

a16z認為,「零知識」技術似乎正依循「摩爾定律」的技術步伐,進展速度將以指數進行,前景值得期待。

重點六:美國正在喪失Web3產業的領導地位

作為新興技術,加密貨幣需要周詳的政策和監管框架,來保障該產業能安全成長,滿足其推動美國經濟發展的潛力。

但監管問題,一直是Web3增長的阻礙,從2018到2022年,美國加密產業開發人員的比例,與世界其他地區相比,下降了26%。

加上近期美國監管機關包含美國證券交易委員會(SEC)、商品期貨交易委員會(CFTC)等,在缺乏明確監管框架下,對加密貨幣產業不斷進行突擊式的懲罰,更進一步將產業推至美國境外。

延伸閱讀: 美國加密監管「大濫殺」!業者考慮移往海外營運,問題出在哪?

重點七:不受價格波動影響,產品週期趨向穩定

儘管Web3產業仍在早期階段,但已跳脫最動盪的產業初期。跳脫短期內高度波動的市價價格視角,a16z認為,與媒體長期關注的幣價不同,單看Web3應用發展,可看出產品週期更加穩定。

a16z認為,加密貨幣產業的發展,符合「價格創新週期」(price-innovation cycle),意即價格及技術密不可分,且不斷互相提供正向回饋。在「價格創新週期」有四個階段,分別為價格(市值)、興趣關注(社群媒體動向)、新創意(開發人員動向)、新創計畫(資金動向)。

若加密貨幣價格持續上漲,將帶動更多有興趣的人加入,此類關注將有助於新創意的產生、刺激並資助新創計畫發展,進而孵化長期下來能得到廣泛採用的Web3應用。

「價格創新週期」推動產業不斷向前發展,形成技術浪潮。自比特幣於2009年問世以來, a16z認為,目前加密產業已經處於第四個週期的中間, 並從長期觀點看來,許多指標都在穩定成長中。

##### 「加密現況指數」將提供更客觀的數據,評估加密產業現況

除了《加密貨幣現況報告》外,a16z也推出互動式圖表「加密現況指數」,每月更新14項指標的數據。14項指標又細分成「創新指標」(Innovation Indicators),表示產業的「供給方」;以及「採用指標」(Adoption Indicators),表示產業的「需求方」。

「創新指標」內包含開發者數量、智能合約數量、學術文章發布量、工作搜尋量等;「採用指標」則包含活躍地址數、交易數量、交易費用、NFT買家數量、穩定幣市場總額等。

從上述要點看來,a16z認為價格並不能反應產業發展現狀,過度關注價格將會迷失焦點。這也是為什麼作為加密創投龍頭,a16z推出《加密現況指數》,期望提供同業一套比財務報告更有意義的客觀衡量標準。

資料來源:a16z

核稿編輯:高敬原

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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