標普談加密技術 緩解數據集中風險

標普指出，目前大多數企業依賴雲端服務、專業軟體以及先進的生成式AI模型，而這些資源多由少數科技巨頭提供，且今年這些依賴性會進一步增加。據調查，63％的企業在公共雲端進行AI模型訓練、68％用於數據儲存、62％用於推論，這種集中化不僅提高了單點故障風險，也可能導致網路安全和隱私問題。例如，2024年7月的CrowdStrike系統中斷事件，就凸顯了集中化可能引發的連鎖反應，可能導致收入損失、聲譽受損與應急成本增加。

爲了減少對大型科技公司的依賴，許多企業正轉向邊緣AI與小型語言模型（SLMs），標普指出，因其能耗、訓練與部署成本較低，迴應速度也更快，特別適用於虛擬助理等應用；而在加密領域，去年的重要主題之一是「去中心化實體基礎設施網路」（DePIN），即運用加密貨幣作爲鼓勵用戶參與、建構並維護實體基礎設施，可促進資料可追溯性、身分管理、解決複雜模型和減少計算中的能源消耗。

根據標普調查，企業爲了安全性和數據隱私，將推動邊緣AI和SLM的採用，再結合各種加密技術後，這些應用可進一步優化，例如，爲客戶提供個人化財務或醫療建議的生成式AI Agent。此外，區塊鏈技術還可用於驗證AI生成內容的真實性，區分人類與機器人，降低錯誤資訊的風險。