去中心化資產管理平台「Teahouse Finance」獲200萬美元募資!他們如何解決流動性難題?
去中心化資產管理平台「Teahouse Finance」獲200萬美元募資!他們如何解決流動性難題?
2023.04.25 | 區塊鏈
Teahouse Finance獲AppWorks 200萬美元募資!

去中心化資產管理平台「Teahouse Finance」正式宣佈,成功獲得新一輪由加速器AppWorks(之初加速器)所領投規模200萬美元Financing Round募資。

加上2021年區塊鏈創投公司Pantera Capital、NGC Ventures、Perpetual Protocol與多間知名創投所投資的金額,Teahouse Finance至今累積募資500萬美元。

Teahouse Finance成立於2021,旨在解決「提供集中性流動性」難題。

早在2018年,去中心化交易所Uniswap率先提出著名的「x*y=k」公式,開拓「自動做市商」,並在2021年改良至「集中性流動性」(可以自己定義想要提供流動性的特定範圍),進一步提高了資金效率。

💡自動做市商: 簡稱AMM,簡單來說就是讓用戶不用自己掛單,而是根據算法計算出資產之間交易的匯率,實現即時交易)的概念。

直到今天,為「自動做市商」提供集中性流動性仍然是個挑戰,因為提供者常常無法從中獲利。

📍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

Teahouse在做什麼?

Teahouse智慧合約採用動態算法,代替用戶管理資產(類似傳統基金的概念),且用戶可以每周隨意進出。策略使用包括市場波動在內的各種信號、動態調整流動性的區間和對衝大小,來提高用戶所得的交易費用,同時最小化「無常損失」(Impermanent Loss)。

💡無常損失: 是一種資產風險。自動做市商平台上會有「流動性池」,投資者投入等價的兩種加密貨幣(例如3顆BTC和30000顆USDT),投資者可以獲得一定比例的分潤或獎勵。但是當市場幣價發生變化時,就會出現「不投入好像賺更多」的情況,就是一種無常損失。

不僅限於提供流動性策略,Teahouse也在多個鏈上推出了七個「DeFi策略庫」,以幫助用戶在Web3上也可以投資並提高獲利。

初期,策略庫只限於Teahouse NFT持有者使用。在今年一月,Teahouse發佈了首個公開的「流動性供給」(Liquidity Provision) 策略,目前平均年利率為54.37%。

除了與Perpetual Protocol和Chainlink等區塊鏈項目合作,推動以個人投資人為目標客群的DeFi產品之外,Teahouse計劃在第二季度推出企業級B2B產品「Teahouse Private Vaults」,這是為尋求「資金安全性」的Web3項目以及尋求「資產多元化」的傳統投資人設計的產品。

Teahouse Private Vaults為每位投資者提供專屬的智慧合約,由Safe的多重簽名錢包控制,配合NFT授權使用,並由「僅允許進行特定操作」的保護機制把關(例如合約可以改變資金分配,但無法挪用資金)。

Teahouse的未來展望與計畫

Teahouse共同創辦人暨執行長Fenix Hsu表示:「最近,由於交易所FTX等前產業領導者爆出的種種問題,大眾對於中心化交易所(CEX)的信任崩潰,所以,現在正是提供安全透明的投資選擇的最佳時機。我們將繼續挑戰最困難的問題(例如提供集中性流動性)、教育社群,並與我們的合作夥伴們建立一個活躍的生態系。」

在人們轉向透明的鏈上解決方案之際,Teahouse將會把此輪資金用於開發新產品和策略,以及更加提升Teahouse資產管理平台的安全性。

此外,為了達成在2023年更多值得期待的目標,Teahouse現正招募中,目前開出的職缺,包括財務工程師(Financial Engineer)、後端工程師(Backend Engineer)、QA 工程師(QA Engineer)、行銷/公關專員(Marketing & PR Specialist)等。

AppWorks合夥人劉侊縈表示:「由於中心化(Centralized)服務造成了一些問題,使得大眾對於去中心化的認同再次上升。Teahouse以完全去中心化的方式提供資產管理服務,並讓企業客戶藉由更好地利用流動性來優化DeFi產品的回報,從而滿足了市場需求。隨著Web3產業的持續成長,AppWorks將繼續支持我們生態系中的創業者們。」

核稿編輯:高敬原

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

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。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

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。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

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。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

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/

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
代理式商務連動百兆商機
© 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