京公网安备 11010802034615号
经营许可证编号:京B2-20210330
总说区块链拯救供应链,区块链到底可以做什么
对人类未来十年影响最大的黑科技是什么?“数字经济之父”Don Tapscott认为,不是机器人,不是大数据,甚至不是人工智能,而是区块链。它可能引发第四次工业革命,也可能重新定义互联网甚至人类社会!
区块链对大众来说可能还比较陌生,目前主要还是被网络黑客和科技银行这个圈子所熟知。批评人士认为,区块链只是一个搜索技术,没有什么实用价值。然而,越来越多的研究表明区块链有广泛的应用前景,尤其在金融领域,区块链已经有了自己的一席之地。
区块链是什么?
2008年,区块链的概念浮出水面。该技术将数据分区块存储,每一块包含一部分内容,每一个区块都会记录着前一区块的id,按时间顺序形成一个链状结构,并以密码学方式保证数据不可篡改,因而称为区块链技术。
发展到今天,区块链已经融汇吸收了分布式架构、块链式数据验证与存储、点对点网络协议、加密算法、共识算法、身份认证、智能合约、云计算等多类技术,并在某些领域与大数据、物联网、人工智能等形成交集与合力,成为一种整体技术解决方案的总称。
简单来说,区块链就是一台创造信任的机器、一个安全可信的保险箱,可以让互不信任的人,在没有权威中间机构的统筹下,还能愉快地进行信息互换与价值互换。
近来,区块链技术越来越火,英国央行发布了区块链技术白皮书,美联储主席耶伦表示正在研究了解加密货币和区块链技术,瑞典央行正在考虑发行自己的数字货币,中国央行也开启了区块链技术人才的抢人大战。
问题来了:区块链到底可以做什么?
区块链杀手锏一:达成共识、不可篡改且永久追溯
区块链技术可以让主要参与方都变成区块链网络中的一个节点,这样整个业务过程的每个环节都可以形成一个数据记录,由于该记录不可篡改且完整可追溯,便于监管与审计资金流、信息流等,参与业务的各方就不必担心某一方篡改合约、数据库或者其他的信息不对称问题导致的利益损失。
区块链杀手锏二:成本节约与效率提升
区块链技术可在不损害数据的保密性情况下,通过程序化记录、储存、传递、核实、分析信息数据,从而形成信用。应用在金融业务上不仅带来非常可观的成本节约,更能够将交易流程大大简化和自动化执行合约,从而提升了交易效率,减少资金闲置成本,降低交易与结算风险,优化客户体验。
区块链杀手锏三:分布式架构(非单中心)更灵活更安全
交易记账由分布在不同地方的多个节点共同完成,而且每一个节点都记录的是完整的账目,因此它们都可以参与监督交易合法性,同时也可以共同为其作证。
不同于传统的单中心或单节点记账方案,没有任何一个节点可以单独记录账目,从而避免了单一记账人被控制贿赂而记假账的可能性。
另一方面,由于记账节点足够多,理论上讲除非所有的节点被破坏,否则账目就不会丢失,从而保证了账目数据的安全性。
区块链杀手锏四:自动执行的智能合约
智能合约是基于这些可信的不可篡改的数据,可以自动化的执行一些预先定义好的规则和条款。
那么区块链能做哪些事?
成果:蚂蚁金服利用区块链技术追踪每一笔公益善款去向
区块链技术是一种促进信任、增强开放透明的新型技术。支付宝爱心捐赠平台上,经常有用户捐出几元到几百元不等的善款,捐款进入公益项目账户之后就无法追踪。
由于区块链技术自身的优势特点,因此被认为有助于解决整个中国社会的公益透明度和信任度问题。蚂蚁金服表示即将上线的区块链技术将用于支付宝爱心捐赠平台,目的是让每一笔款项的生命周期都记录在区块链上,用户可以持续追溯。
事实上,由这件“小事”出发,未来可能解决整个中国社会的公益透明度和信任度问题,带来的是无法估量的社会价值。
成果:加拿大银行成功用20秒完成世界首笔跨境支付
加拿大银行宣称,加拿大最大银行之一已经完成了世界首笔实时跨境支付。
ATB Financial于周四宣布(7月14日),成功通过SAP HANA云平台支持的区块链技术将1000加元发送给德国。报告说,此次支付是由SAP支付引擎和区块链金融科技公司Ripple共同支持完成。
成果:IBM使用区块链技术帮助企业监控供应链
IBM周四宣布面向企业用户推出一个平台,在他们的供应链中测试“区块链”记录保存技术。这项技术希望将区块链技术的应用范围扩大到金融服务行业之外的其他领域,这项技术已经成为比特币的底层技术,并且被银行和交易所用于追踪金融交易。虽然纳斯达克、Depository Trust & Clearing、摩根大通和美国银行等公司都在尝试区块链技术,但只有包括丰田在内的少数企业使用该技术来监控自己的供应链。
国内与国外区块链应用的差距在哪?
区块链作为一种可广泛应用的新型分布式技术,一方面为我国数字经济发展提供了全新的探索空间和架构支持,另一方面可以说与国外的差距仍不算大,因为从全球来看都还处于创新尝试阶段,各国的“起点”非常接近。然而,如果重视程度或投入不够,则很可能在区块链的创新浪潮中继续落后。
在现实中,国内外诸多监管部门、金融机构都开始深入研究区块链,如何借鉴国外经验,融合国内的改革趋势与政策环境,需要把握好八大主题词。
一是降温。如同在冶炼钢铁之时,加热到极致,就需要淬火来加强硬度,使得“刀剑”成形,当下的区块链也是如此。区块链的热潮既带来充分探讨和积极应用,也产生了鱼龙混杂、泥沙俱下的现象。总体上看,区块链尚处于“婴儿阶段”,最重要的是呵护而非捧杀。
二是扎根。区块链并非“凭空产生”和“旨在颠覆”,而是在理论和实践发展中拥有演进脉络和基础土壤。数字货币在上世纪末以来的新货币经济学探讨之中,已经广泛涉及。这就意味着,区块链必须在主流经济社会框架中,找到自己的“血缘”根本。
三是需求。区块链亟须在场景方面有所突破,应该让大家切实看到,在产业发展和商业应用当中有一些案例,能带来切实好处、风险可控,又对经济增长有推动作用。人们一谈到共享经济,脑海中总能想到一些“独角兽”的示范作用。区块链目前还很缺乏非常成功的案例,理应围绕经济社会需求来努力“落地”。
四是务实。区块链通往可编程经济的道路非常漫长,在此过程中,需摒弃“万能论”,因为能有一部分场景得以应用,就已有巨大价值。例如,在区块链金融应用中,就应在金融体系的“大树”之上,先修剪和嫁接“枝杈”,从小做起。
五是规则。经济金融领域的任何变革,往往都是基于效率、安全、利益三者权衡的结果。在实践中,现有的许多模式与安排虽然不是最优的,但可能是“性价比”最好的。区块链的本质不是去中心,而是多中心或弱中心,必须与现有规则进行融合完善,尤其在金融领域,更需技术规则与金融规则的协调。
六是共享。经济共享发展的理念,一直贯穿在经济学演进与各国实践中。共享经济的核心是优化资源配置,共享金融则是通过大数据支持下的技术手段和金融产品及服务创新,构建以资源、要素、利益共享为特征的金融模式。区块链发展中需充分体现“共享”的本质,而非成为金融创新中少数主体谋利的手段。
七是解读。区块链最早由热衷比特币的“币圈”人士推崇,后来转为以技术极客为主的“链圈”,其内涵特点仍需技术层面的专业化语言描述。但是为了更好地应用,就需要多探索用“人话”叙述,一方面让政策层、各行业能够明白,另一方面让公众有所认识和理性判断。
八是门槛。由于存在专业性要求,区块链在较长时期内还难以面向大众,尤其是在投资方面,仍然是“小众”和“精英”领域。要避免形成“全民区块链”的炒作,防止风险与不确定性的蔓延,从而真正成为一场助力数字经济变革的“可控”实验。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16