以太坊面臨「國家級」調查!恐將被歸類為證券、現貨ETF通過機率渺茫,問題出在哪?
以太坊面臨「國家級」調查!恐將被歸類為證券、現貨ETF通過機率渺茫,問題出在哪?
2024.03.21 | 區塊鏈
SEC啟動調查!要將「以太幣歸類為證券」

市值第二大的加密貨幣以太坊(Ethereum),正面臨「國家級」的調查。

以太坊基金會,是維持以太坊生態的核心非營利組織,據點位於歐洲的瑞士,外媒《Coindesk》昨(20)日晚間一則報導揭露,以太坊基金會的GitHub資料庫上顯示,他們正在接受某個國家單位的「調查」,有三家知名的公司也都接到了配合調查的傳票。

後來《Fortune》在報導揭露,這個「國家單位」就是美國證券交易委員會(SEC),目的是想要將「以太幣歸類為證券」,三家收到傳票的公司,都被要求提供與以太坊基金會往來的文件和財務記錄,這三家公司在報導中要求保持匿名,深怕被SEC主席主席加里·根斯勒(Gary Gensler)報復。

消息一出,市場認為以太幣現貨ETF在五月通過的機率降低,本週三以太幣(ETH)價格跌至跌至3200美元。究竟以太坊是證券還是商品?

調查源於「合併升級」!為什麼?

以太幣的法律地位,一直都處於監管模糊邊界,該歸類為證券還是商品的討論沒有停止過,法院也沒有明確裁示。

根據《Fortune》報導,SEC的調查早從2022年9月以太坊的「合併」(The Merge)升級就開始。

首先,先來認識「證券」跟「商品」的差異。

「證券」指的是財產權的有價憑證,像是股票、ETF、債券、基金;「商品」指的是實質商品與原物料,可以將同一產品視為等價。

美國最高法院判定一筆交易是否為證券,會參考美國證券法推定標準「豪威測試 Howey Test」,一共包含以下四個條件,符合條件越多越符合「證券」。

  1. 為金錢的投資
  2. 在一個共同的企業中
  3. 投資人有收益預期
  4. 利益源於他人的努力或是發行人

比特幣為何是「商品」?

美國證券交易委員會(SEC)主席加里·根斯勒(Gary Gensler )曾多次說過,比特幣以外的加密貨幣「都屬於證券」。

根斯勒的理由是,比特幣發行總量設定在2100萬枚,沒有辦法再增發,據有稀缺性,比特幣的網路也相對穩定成熟,沒有調整、升級的問題,而且比特幣持幣者數量龐大且分散,比較沒有價格被操控的風險。

SEC前金融司司長威廉·辛曼(Bill Hinman)曾形容,比特挖礦的過程,可比擬成一般的大宗商品,如同開採石油。

這些理由,也被視為SEC批准11檔「比特幣現貨ETF」的原因。

以太坊是「證券」嗎?

以太坊區塊鏈跟比特幣不同,會定期升級、優化。

過去以太坊所採用的機制叫做「工作量證明(PoW)」,指的是當有新的交易出現時,礦工們會比拚電腦或顯卡的算力,贏的人就可以當該筆交易的驗證者,並賺取以太幣當獎勵。

「合併升級」將PoW改為「權益證明」(PoS)共識機制,只需將手上的以太幣(ETH)質押在節點上,就可以成為驗證者,不再需要挖礦。

🛎️延伸閱讀: 挖礦變歷史!以太坊合併將省下99.95%能源,打掉重練有哪些改變?

也就是說,在PoS的機制下,以太坊的發行數量會增加,理論上的總量沒有上限,是一種可以再生的數位資產,而且持有以太幣的人,可以透過抵押挖礦獲得收益,而且持有越多幣的人,在參與以太坊相關議題的投票權利也越大。

如果依照前面提到「豪威測試 Howey Test」的標準標準,那麼以太幣確實看起來像是「證券」。

以太坊現貨ETF五月能過嗎?分析師:機率只有25%

「權益證明」(PoS)上路已經有一段時間了,根據這次收到SEC調查要求的公司透露,這次的調查,讓SEC更有機會將以太坊定義為一種證券。

知情人士還指出,今年二月份時,以太坊基金會刪除了「金絲雀認證」,可能就是與這次SEC的調查有關。

📍「金絲雀認證」源自於「煤礦中的金絲雀」類比,過去礦工會把金絲雀放入礦井,如果金絲雀死了,就代表礦井內有致命氣體。因此有一些組織會用「金絲雀認證」,來向外界表達他們收到了政府或執法機構的某些不能明說請求,讓使用者知道自身資料的安全性。

加密貨幣被認定為「商品」或「證券」,最大差異在於受到監管的強弱。在美國,商品期貨的監管機構為「美國商品期貨交易委員會」(CFTC);證券的監管機構為「美國證券交易監督委員會」(SEC),如果以太坊被認定為「證券」,就會受到《證券交易法》規範,監管、限制比較嚴謹。

外媒認為,雖然這次SEC的調查不算是好消息,也導致以太幣價格下跌,但證券與商品定義上的爭議,已經不是新聞,比較有可能影響的,是接下來「以太坊現貨ETF」的進展。

自從貝萊德、富達兩大巨頭在2023年11月提出以太幣現貨ETF申請後,SEC多次延後批准時程,預計要到今年五月才會知道結果。

彭博ETF分析師Eric Balchunas昨晚在X上表示,預估以太坊現貨ETF在五月通過的機率只有25%。

參考資料:CryptonewsFortuneCoindeskCoindesk 2

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