圖解|不賣無聊猿也能借錢!勞力士也能虛擬化?一文搞懂「加密資產貸款」如何運作
圖解|不賣無聊猿也能借錢!勞力士也能虛擬化?一文搞懂「加密資產貸款」如何運作
2023.08.30 | 區塊鏈

加密貨幣所衍伸的投資工具、產品,成為現在許多人日常投資的選項之一。但面對交易所複雜的使用者介面、五花八門的投資專有名詞,讓新手還沒踏出第一步,就已不知所措。

《WEB3+》推出「加密投資大白話」系列報導,用最淺白、好懂的方式,帶大家認識最正確的加密投資觀念,以及背後的運作邏輯、創新與最新趨勢。

##### 加密世界中的「貸款」是什麼?如何運作?

貸款通常涉及了借方、貸方以及抵押物,讓借款人使用手上的資產做為抵押品,以此獲得法定或穩定幣等流動性資金,貸方同時賺取利息。

以傳統金融的房屋抵押貸款舉例,若A(借方)名下擁有房子且急需流動性資金,那便可以在不賣房子的情況下,將房產抵押給金融機構或融資公司(貸方),取得一筆資金。

A在償還款項與利息之後,便可贖回抵押品。若A無法如期償還,抵押品很有可能會遭到強制拍賣或查封凍結。

衍生品交易所Bitget董事總經理Gracy Chen表示,在加密資產的世界中,貸款的項目可以分為很多種,例如抵押A幣種換取B幣種、抵押NFT換取加密貨幣或法幣等,就看所使用的借貸平台提供了哪種借貸服務。

無論是哪一種借貸服務,大致流程皆如下,不同平台的制度稍有差別:

  • 借方: 選擇借貸方案後,將抵押品進行託管後獲得貸款資金,並於期限內加上利息歸還,贖回抵押品。若逾期未繳,抵押品將受到平台清算處置。

  • 貸方:借出資產給借方,並獲得利息收益。

##### 貸款的優勢與風險有哪些?

優勢一:解決資產流動性問題

若手上握有流動性較低的資產,例如NFT不是個隨時想賣就賣得掉的商品,但又想快速獲得一筆流動性資產做運用,那貸款就能幫上忙。用戶可在不賣掉NFT資產的同時,即時取得流動資金。

優勢二:透過交易以外的方式做資產置換

Gracy解釋,一些用戶會希望透過直接交易以外的方式置換資產,例如不想把手上的以太幣、比特幣賣掉,以免未來還有增值空間,因此會用貸款的方式抵押以太幣或比特幣,換取穩定幣等資金。在歸還之後,至少抵押品還能回歸到自己手上。

優勢三:賺取利息收益

身為貸方,若手上有一筆暫時不會動用的資金,便可以借出,並同時賺取利息,增加額外收入。

風險一:流動性風險

雖然可以透過質押幣或NFT來換取其他資產,但借款人仍得注意,抵押的資產在歸還貸款前是無法贖回的,若途中看見抵押品有好的價格可賣出,就必須面臨無法即時處理與變現的風險。

風險二:技術風險

在加密資產貸款的世界中,許多流程都是靠智慧合約所自動進行的,雖然程式碼是公平的,但難免會遇到駭客入侵、程式碼設計漏洞等技術風險,導致資產遺失。

風險三:市場波動風險

加密貨幣市場波動大,無論是借方和是貸方,都可能面臨貨幣價值暴跌等風險,若影響到借方的還款能力,其抵押品則會遭到清算。除此之外,抵押品的價值下降,借方可能需以添加保證金的方式補充抵押品,否則抵押品一樣拿不回來。

而以貸方角度來說,即便因為對方無法還款而收到了抵押品,其價值也比以往低,同樣造成損失。

##### 加密貸款的未來趨勢

Gracy認為,真實世界資產(RWA,Real World Asset)代幣化的趨勢不容小覷。

現實世界資產所涉及的範圍廣闊,包含了物理世界中的有形及無形資產,例如房地產、債券、有形商品等,而現實世界資產代幣化,能夠讓這些資產搬上區塊鏈,在使用和交易上開啟更多可能性。

因為這些資產可以在鏈上存儲和追蹤,將實體資產代幣的好處,包括能創造更高的市場流動性、效率以及透明度,並減少人為錯誤。

全球最大交易所幣安(Binance),今年發布了一份「現實世界資產代幣化」調查報告,雖然RWA市場仍在早期發展階段,普及率不斷提升,以及總鎖定價值(TVL)不斷成長,幣安在報告中指出,資產貸幣化市場預計在2030年,將達到16兆美元、佔據全球GDP的10%規模。

Gracy認為,未來,貸款不再只能分為傳統金融類型的貸款(如房屋、車子抵押貸款)或是加密資產貸款(如加密貨幣、NFT借貸),RWA發展越來越成熟之後,Web2融合Web3的貸款模式將會成為趨勢。

例如,今年六月,一只實體的勞力士手錶代幣化後透過抵押,變成功借到了約43萬新台幣的貸款,宛如區塊鏈上的當鋪。

🛎️延伸閱讀: 名錶、房子也能有虛擬分身!幣安:七年後「資產代幣化」規模達16兆美元

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《WEB3+》LINE官方帳號

核稿編輯:高敬原

關鍵字: #投資
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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