兩大報告揭密比特幣暴漲真相!摩根大通:價格上看12.6萬美元
兩大報告揭密比特幣暴漲真相!摩根大通:價格上看12.6萬美元
2025.08.29 | 區塊鏈
##### 發生什麼事?
  • Bitwise和摩根大通兩家機構都對比特幣的未來價格給予極高的預期。Bitwise預測,到2035年比特幣價格可能達到130萬美元,其年化複合成長率遠超過股票、債券和黃金等傳統資產。摩根大通則認為比特幣目前的價格被低估。

  • 比特幣市場的主導力量已從散戶轉向機構。現在,超過75%的交易量來自機構投資者,他們的買入需求是每日新產出量的6倍以上,造成嚴重的供需失衡。此外,企業也持續大量購入比特幣,進一步鎖定了流通供應量。

  • 比特幣的價格上漲動能,來自其固有的稀缺性和全球宏觀經濟的不確定性。比特幣總供應量有限,且約70%的比特幣已長期未移動,顯示持有者強烈的「囤幣」意願。

##### 宏觀展望與價格預測

在變動的金融世界中,比特幣的未來展望成為投資者關注的焦點。來自加密資產管理公司Bitwise,大膽預測比特幣在未來10年將達到130萬美元;另一份報告來自金融巨頭摩根大通,則指出比特幣的當前價格被低估,其「公允價值」應高達12.6萬美元。

這兩份報告不約而同地指向一個核心結論:比特幣市場已不再是散戶的遊戲,而是由機構投資者主導的新時代。

比特幣資產管理公司Bitwise預測,到2035年,比特幣價格有望達到130萬美元,這相當於未來10年的年化複合成長率(CAGR)將達到28.3%。這一增長率遠超過傳統資產,例如股票(6.2%)、債券(4.0%)和黃金(3.8%)。

Bitwise也提出,若在樂觀情境下,比特幣價格可能在2035年達到297萬美元;而在悲觀情境下,價格則可能跌至88,005美元。

與此同時,摩根大通的分析師也指出,比特幣目前的價格,相對於黃金來說「過低」。他們認為,隨著比特幣的波動性降至歷史新低,其「公允價值」應約為12.6萬美元。

摩根大通的分析師在評估比特幣的公允價值時,不僅僅看其價格,更考慮了它與黃金相比的風險程度。他們發現,目前比特幣的波動性只剩下黃金的兩倍,這是有史以來的最低點。由於波動性下降,投資者在配置投資組合時,比特幣所需要的風險資本(用來承受潛在虧損的資金)比過去少了很多,因此它在投資組合中的角色變得更像黃金,也就是說,它變得更「安全」了。

簡單來說,比特幣的波動性越接近黃金,它在資產配置中就越有吸引力,這也支撐了摩根大通認為其價格被低估的觀點。

##### 機構需求與供應緊縮

這兩份報告的核心觀點都強調,比特幣市場的主導力量已從散戶轉變為機構投資者。

需求激增:

超過75%的Coinbase比特幣交易量來自機構投資者,顯示出巨大的買盤壓力。報導指出,機構每天的需求量超過礦工每日新產出量的6倍,造成嚴重的供需失衡。

企業入局:

企業的比特幣持有量顯著增加,目前有35家上市公司各持有至少1,000枚比特幣。其中,策略(前身為微策略MicroStrategy)持續引領潮流,其持有總量已超過632,457枚比特幣,總價值超過710億美元。

被動流入:

摩根大通的報告補充說,像策略這樣被納入主流股票指數的公司,會吸引被動資金流入,進一步鎖定比特幣資產,從而降低市場波動性。這和2008年後央行的量化寬鬆(QE)政策類似,都是透過鎖定資產來抑制市場波動。

##### 稀缺性與宏觀經濟逆風

比特幣價格上漲的潛在動力,也來自其稀缺性的特點,以及全球宏觀經濟的不穩定性。

供給稀缺:

比特幣總供應量上限為2,100萬枚,且目前已有94.8%在流通。其年發行量將持續下降,到2032年將降至0.2%。與傳統商品不同,無論價格如何上漲,比特幣的供應量都無法增加。

「囤幣」行為:

約有70%的比特幣供應量已超過一年未移動,顯示出持有者強烈的「Hodl」(長期持有)意願,這進一步減少了市場上的流通供應。

法定貨幣貶值:

美國聯邦債務在5年內增加了13兆美元,達到36.2兆美元,每年利息支出高達9,520億美元。這種日益加劇的債務擔憂,讓投資者尋求比特幣等非主權資產作為對沖工具,為比特幣的長期價值提供了額外的支撐。

整體來看,機構資金的湧入、供應量的有限性、強烈的持有意願,加上全球宏觀經濟的不確定性,都為比特幣創造了一個「完美風暴」,為其在未來10年內的價格大幅增長奠定了基礎。

參考資料:[the block][1]、[cointelegraph][2]
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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