
区块链技术所不能做到的事情
工业和信息化部发布的《中国区块链技术和应用发展白皮书》(2016)指出,区块链主要应用于物联网、智能制造、供应链管理、数字资产交易等领域,为云计算、大数据、移动互联网等新一代信息技术的发展带来了新的机遇,也或许有能力引发新一轮的技术创新和产业变革,开源社区、产业联盟、骨干企业、初创公司、投资机构、金融机构、监管机构是区块链技术和应用发展的参与者。
众所周知,区块链技术首先应用于金融领域。区块链的身份是去中心化的分布式账本数据库,其信息透明、数据存储安全、交易过程无需任何中介平台的特征在该领域的发挥尤为出色,对于监管、打假、提高处理效率甚之......区块链技术似乎充满着无限可能。
而在我国国内,金融企业、互联网企业、IT企业和制造企业也积极投入区块链技术研发和应用推广,使区块链的发展势头迅猛。例如早前,顺丰速运便在在医药物流领域研发、部署区块链医药溯源及无人机医药运输等服务,近日便已正式实现区块链医药溯源的落地。
然而,无论设想、描述区块链的作用如何巨大,在面对一个新鲜事件或概念出现时,更要注重事物面面观。要知道,区块链的概念诞生于2009年比特币的出现,而直到2018年年初左右,区块链才逐渐在中国被人们所熟知,进而才令阿里巴巴、百度、迅雷等大企业相继加入其中,开发区块链技术能够支撑的业务——9年的时间足够漫长,却在2018年似乎突然爆发,甚至可以说是毫无预兆地爆发一样,因此,投资者应该报以警惕之心,更要结合我国国情、社会发展程度等因素,在我国国内区块链技术刚刚起步、不成熟的情况下,慎重考虑投资与否。
区块链技术所不能做到的事情,首先便由不成熟的技术造就。至少在国内,区块链刚刚兴起的状态下,技术平台不如国外,技术所支撑的业务也不应该广而投放,应用区块链的技术人员要耐着性子,多加学习先进经验,细致入微做事。
其二是,区块链技术无法规范区块链市场公正、公平、有效运行。例如区块链技术刚进入我国,便有诸多打着其名号的骗子公司集资敛财,公众难以判断“技术创新”“集资创新”两者的区别所在,因而容易被骗。所以,在区块链这件事上,要想让其做到技术自主可控、能适应多种场景要求,是由时间来决定;而要想让其做到价值自主可控,或者说发挥其最大的价值,则是由政府组织、监管部门、专家等监督决定。
即使区块链技术可能性无限大,但其下的行业、市场乱象频生,不一一列举,区块链能“管”的地方依然太少,在如何正确使用区块链技术做它应该做的事情方面,人心最先不可乱,而这,说明了全社会任重而道远。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29