AWS當機幣圈服務也遭波及,暴露去中心化願景的「中心化現實」
AWS當機幣圈服務也遭波及,暴露去中心化願景的「中心化現實」
亞馬遜AWS當機,多家加密服務受害

亞馬遜雲端服務(AWS)10月20日驚天大當機!除了影響大量常用的APP與遊戲服務外,部分加密貨幣交易所、錢包跟以太坊Layer2網路服務也受到影響,再次突顯加密貨幣產業對中心化基礎設施的依賴,是多麼的脆弱。

根據AWS發布的最新情況說明,當機主要是因為維吉尼亞北部(US-EAST-1)資料中心的DynamoDB資料庫服務出現DNS解析問題,並引發連鎖效應,目前該問題已經修復。

亞馬遜AWS當機,目前已經修復。
圖/ AWS

部分知名加密貨幣平台昨天都受到衝擊,包括交易所Coinbase和券商Robinhood都證實服務受到影響,而加密錢包商Trust Wallet也曾表示,APP裡的兌換與通知功能暫時中斷,目前問題都已經修復。

AWS當機一度影響Trust Wallet的部分功能。
圖/ Trust Wallet

或許會讓一般幣圈用戶感到意外的是,AWS當機也波及到區塊鏈基礎設施。 像是Consensys旗下的Infura就受到影響,導致MetaMask等錢包用戶在連接以太坊第二層(L2)網路如Base、Polygon、Optimism和Arbitrum時出現問題。

其實,AWS當機也不是第一次影響幣圈產品。據《Cointelegraph》報導,今年四月AWS當機時,也曾導致幣安(Binance)和KuCoin等多家交易所服務中斷,而加密錢包商Rabby Wallet與鏈上追蹤工具DeBank也被影響。

「我們徹底失敗」:去中心化願景的中心化現實

AWS當機影響幣圈多個產品的事件,再次引發業界對於是否有在真的追求去中心化的質疑。

據《CryptoSlate》報導,隱私組合追蹤器Rotkiapp創辦人Lefteris Karapetsas對這個事件的感想是:「每個人都在宣揚去中心化和抵制審查,但實際上…一切都100%依賴雲端…區塊鏈的全部願景是去中心化的基礎設施,而我們在這方面已經徹底失敗了。」

雖然產業經常宣稱追求去中心化,但許多區塊鏈網路的基礎設施,其實是在中心化伺服器上運作。

根據Ethernodes的數據,AWS雲端服務託管了約2,343個以太坊執行層節點,佔網路總數的36%左右。這代表如果有單一供應商或其單一資料中心出現技術問題,就可能拖慢建立在這上面的整個生態系統。

AWS雲端服務託管了約2,343個以太坊執行層節點,佔網路總數的36%左右。
圖/ Ethernodes
為何小型加密專案依賴中心化雲端?

不過,《CryptoSlate》也指出, AWS大當機並不會讓以太坊L1主網完全中斷運作,因為託管在競爭對手雲端或自行營運硬體上的其他節點,仍會繼續處理交易。

雖然依賴中心化雲端服務像是違背了區塊鏈的願景,但對於小型加密貨幣專案而言,雲端託管仍是最簡單的解決方案。

這是因為, 這些專案如果要自己營運節點,需要昂貴的硬體、穩定的電力和頻寬,而大型資料中心能以規模化的方式提供這些資源。

因此,AWS對於新創公司而言,通常是一個在部署上更便宜、更可靠且更快速的解決方案,如果它沒出包的話……

AWS當機後,社群再議去中心化雲端

AWS當機事件,再次點燃業界對去中心化雲端運算系統需求的辯論,AI去中心化數據雲端平台Oort創辦人Max Li表示,這是另一次警鐘,凸顯了去中心化解決方案的必要性。

目前市場上已有多個Web3基礎設施供應商,企圖提供去中心化雲端替代方案。例如區塊鏈雲基礎設施Vanar Chain、提供去中心化運算與儲存的Internet Computer Protocol(ICP),以及專注於資料儲存的Filecoin、去中心化運算服務Akash Network和Render Network(GPU運算服務),有些項目是圈內人可能熟悉的,不過採用程度還沒那麼普及。

要讓產業內的加密專案,轉型到去中心化雲端或儲存服務之路並不容易。 O.XYZ執行長Ahmad Shadid就質疑,去中心化供應商要如何在資料中心數量、電力供應乃至總體運算能力上,與AWS這樣的巨頭競爭是個大問題 ,雖然也可以利用誘因讓用戶主動提供GPU等類似資源。

儘管如此,加密貨幣愛好者仍相信去中心化雲端與儲存項目很有前景,因為它們是企圖做到抗審查、具有成本效益的選擇,並且與加密貨幣的精神更加契合。

本文授權轉載自《加密城市》

關鍵字: #雲端
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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