ETF推動比特幣創新高！當追求「價格」多過「價值」，我們正邁向一個更好的未來嗎？|數位時代 BusinessNext

ETF推動比特幣創新高！當追求「價格」多過「價值」，我們正邁向一個更好的未來嗎？

比特幣現貨ETF熱潮，推升幣價到新高，當越來越多中心化機構，控制著比特幣的交易與流向，加密貨幣去中心化的精神是否會被稀釋？這是我們追求的未來嗎？

觀點文章呈現多元意見，不代表《WEB3+》的立場

比特幣「價格」創新高，那「價值」呢？

經過兩年多的時間，比特幣再次達到上一輪的歷史高點 69,000 美元，在多數人思考「價格」的時刻，我不禁問起自己這次的新高，創造的新「價值」是什麼？

在 Web3 世界，一個重要的討論點是中心化與去中心化的平衡問題。隨著穩定幣、ETF 持有者、和中心化交易所在加密貨幣的價值轉移中佔據主導地位，我們不禁要問：這樣的發展方向是否真的代表著我們所追求的更好未來？

🛎️延伸閱讀： 比特幣破6萬9美金、創下歷史新高！隨後一晚暴跌一萬美元，幣價之後還會怎麼變化？

ETF爆受歡迎，去中心化精神會被稀釋嗎？

比特幣現貨 ETF 通過，自然是這次牛市的推手，但是當 ETF 持有者和中心化交易所控制著絕大多數的交易和價值流轉時（根據統計，ETF 的發行機構持有 20 萬顆比特幣，約為中本聰持有數量的五分之一），加密貨幣市場的去中心化精神被進一步稀釋。

這些機構的決策以及態度，不僅影響著加密貨幣的價格，而且還決定了哪些項目能夠獲得曝光和認可。監管導致這種權力更加地集中，使得加密貨幣生態系統，越來越依賴於少數幾個大型機構的意願和政策。

更清晰的穩定幣監管框架，也為我們帶來更多支付場景的應用，也意味著我們讓少數幾家公司掌握著決定加密貨幣命運的權力。

如果當穩定幣要導入 KYC/AML（認識客戶/反洗錢）而進行分叉，在分叉中被迫選擇一方時，整個去中心化金融（DeFi）生態系統的流動性和支撐可能會突然消失。

這不僅限制了加密貨幣生態系統的自由和靈活性，而且將重要的決策權，交給了那些與使用者沒有直接關聯的中心化實體。

整個 Web3 的生態面臨的未來挑戰不容忽視。

隨著更嚴格的 KYC 和 AML 規定的實施，以及中央銀行數位貨幣（CBDCs）的引入，起初中本聰描述的加密貨幣帶來的財富自主權可能不復存在，會變得越來越像現有的傳統金融系統。

這種變化不僅會限制加密貨幣的創新和自由，而且可能會導致某些群體被排除在外，尤其是那些生活在不利地理位置或政府不友好的國家的人們。

回歸Web3世界的初心

當人們僅將比特幣視為證券交易所上的另一個交易符號，關注於數字的價格，而忽略了它背後的技術和價值時，我們所稱的 Web3 市場不僅會失去其獨特性，甚至可能會退化成跟 Web2 暗網一樣相同的存在，永遠是角落的非主流應用，並且為監管所排擠。

這類觀點的普及，會逐漸違背了區塊鏈最初的目標：一種更加去中心化和自主的價值交換方式。

當大量的控制權落入少數手中，並且加密貨幣市場更多地被視為投機炒作工具，而非技術創新的載體時，我們真的需要問自己：我們在推動的是哪種未來？

這種現象不僅僅是關於市場價格的問題，更是關於加密貨幣和 Web3 生態系統如何被理解和應用的問題。 如果我們失去了推動這一切的核心動力 —— 創新、去中心化和使用者賦權 —— 那麼剩下的將是一個空洞的殼，一個沒有靈魂的市場。

最終，我們必須深刻反思我們的初衷和目標。加密貨幣革命的本質是挑戰現狀，探索一種不依賴於傳統金融機構的貨幣和價值轉移方式。然而，當我們越來越依賴於這些舊有的機構和中心化的決策機制時，我們必須問自己：我們真的在朝著一個更好的未來前進嗎？

觀點文章呈現多元意見，不代表《WEB3+》的立場

核稿編輯：高敬原

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。