【區塊鏈影響力人物】國泰金控區塊鏈團隊:先把人跟文化做對,才能加速金融場景的創新應用
【區塊鏈影響力人物】國泰金控區塊鏈團隊:先把人跟文化做對,才能加速金融場景的創新應用
##### 區塊鏈影響力人物得獎者 ## 國泰金控區塊鏈團隊

過去一年對產業貢獻事蹟:

  • 虛擬資產保管試辦業務:
    2025年第三季,集團取得金管會虛擬資產保管業務試辦核准,正式服務高資產與機構客戶,將「銀行等級」的資安與信任帶進市場,提升虛擬資產更安全的保護。透過自研冷錢包管理系統,打造私鑰生命週期管理、離線簽章、職權分離、稽核日誌等功能。

  • RWA國內債券代幣化PoC:
    參與由金管會組成的RWA代幣化小組實驗計畫,自建一站式代幣化交易平台,平台提供資產全部生命週期的服務,包括發行、申購、次級市場交易、資產結算、資訊揭露與權益分配等。透過此實驗計畫,成功將國內公司債券代幣化,並結合央行代幣化金流平台(CBDC)與7間金融機構共同完成驗證,專案效益包含:全天候交易、公司債代幣化、款券同步交割。

在PoC完成驗證技術可行性後,下一步將聚焦法規調適、平台建置與如何國際鏈結。換句話說,RWA在法規面已從能不能做,逐步提升為未來應怎麼做,且走在台灣既有的金融治理框架之內,對於業者、投資人和監理單位,都是關鍵的方向。

國泰持續積極參與數位資產業務布局,走在技術與合規的前沿,一方面完善客戶資產的安全保管機制,另一方面推動代幣化與交易的合規發展,雙軌並進,逐步化解「資產能否安全保護」與「資產如何上鏈流通」兩大關鍵挑戰。接下來,我們將以此兩項為基礎,提供安全且符合法規的虛擬資產相關服務,並將金融機構級的信任與安全機制注入數位資產領域。

##### 怎麼看2026年的發展? 由國泰金控數位數據暨科技發展中心科技長姚旭杰代表分享觀點 ## Q1:您認為過去哪個發展或決策,對當前的產業格局產生了最深遠的影響?展望未來3~5年,哪個新興趨勢或技術將扮演最關鍵的「催化劑」角色?

回顧Web3的演進曲線,我們必須認知到其核心價值已從早期的投機交易模式,轉型為下一代金融基礎設施。此轉捩點的關鍵驅動因素,即是以穩定幣與實體資產代幣化(RWA)為核心的金融底層建設。

這種結構性變化已獲得主流金融機構的驗證。我們觀察到JPMorgan、HSBC、DBS、Paypal等全球金融領導機構,正將鏈上結算機制納入其核心業務戰略,象徵Web3與傳統金融不再是獨立領域,而是進入金融場景應用深度融合的階段。穩定幣的角色也隨之升級,從單一的去中心化金融(DeFi)工具,演變為高效的跨境清算媒介及新型態資產管理的底層協議,這也促使全球監理機關重新確立數位貨幣的法律地位。

展望未來3到5年,我們預期下一波新變革將由「AI+Web3」的戰略融合所定義,這將催生出具備高度自主性的數位金融架構。我們關注的焦點在於AI代理(AI Agent)或代理式AI(Agentic AI)的整合,具備自主規劃與執行複雜任務的能力。當AI代理結合去中心化身份以及鏈上的資金調度和操作權限時,將在區塊鏈環境中實現資產管理與交易的高效能、高安全性運作。

Q2:Web3要實現「大規模採用」(Mass Adoption)仍面臨許多挑戰。在您看來,當前最迫切需要解決的「最大瓶頸」是什麼?您認為產業或個人可以提出什麼樣的「下一步行動」?

  • 當前瓶頸的戰略重審:
    我們認知到,在持續優化法規遵循的同時,目前Web3普及化的最大瓶頸已不再是底層技術的可行性,而是用戶體驗(UX)和應用場景的斷點。一般使用者關注的核心點是:資產管理的安全性、身份驗證的便捷性,以及風險發生時的責任歸屬機制,技術上的挑戰正是Web3難以突破主流採用的關鍵障礙。

  • 可行的戰略解方與下一步行動:
    我們的策略布局應聚焦於消除這些斷點,並以企業級的技術標準,實現 Web3 服務的合規與無縫接軌:

  1. 安全架構層面
    我們必須將資產保管服務建立在銀行級別的硬體安全模組技術核心之上,確保私鑰不會集中在任何單一的軟體或節點,滿足金融機構對內控、稽核、隔離的嚴謹要求。
  2. 信任層整合
    錢包的定義從單純的「資產存放容器」升級為「身份驗證與授權的入口」,透過整合去中心化身份應用,創建一條鏈上身份與傳統金融KYC/AML檢查的合規橋樑,使用戶在啟用Web3服務的同時,自動滿足反洗錢與隱私保護的要求,為實現合規的開放金融奠定基礎。
  3. 生態圈落地
    擴大Web3生態圈的關鍵在於多元、可信賴的真實應用場景,結合虛擬資產保管、跨境支付、RWA交易等,都能自然引導用戶進入Web3的真實場景。

Q3:展望2026年,您接下來最想推動的「一個核心改變」是什麼?

國泰已在多項區塊鏈技術應用上驗證「從零到一」,包括協助國泰證券建立STO交易平台並發行首檔STO、協助產險公會及14間產險公司建立「產險聯盟區塊鏈」等。下一步要將這些成功方程式變成可複製的人才與方法論,推向「從一到多」,如果要用一句話說明對於2026年的願景:我們要把Web3的「去中心化」,從技術延伸到「人」與「知識」,先把人和文化做對。以分享、交流、學習的文化,培養出「區塊鏈 × 傳統金融」複合型人才,以加速金融場景的創新應用。

內部方面,我們轉型為學習型組織,以固定的技術分享、跨部門黑客松,直接在真實場景(虛擬資產保管、RWA/STO、產險聯盟等專案)裡並肩作戰、邊做邊學。外部方面,我們持續贊助黑客松、和大學與研究單位共育,透過概念性驗證(PoC),把業界需求變成可學、可做的金融場景應用,實現科技賦能金融創新。

再者,合規是金融機構最重視的基石,除了仰賴過往成功專案的經驗外,我們持續深化與內部法務、法遵、風管、稽核等單位的合作與交流,配合相關法規,並模擬各種可能情境,將合規知識系統化地分享給所有同仁,確保Web3業務能穩健發展。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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