京公网安备 11010802034615号
经营许可证编号:京B2-20210330
走出比特币阴影,区块链将会如何改变各行各业
如果说2017年互联网行业的关键词是「人工智能」,那2018年,这个词一定是「区块链」。
从本质上说,区块链就是一个多方参与的、可靠的分布式数据存储系统,如同一个公共账本,任何节点都可以写入信息,不可更改。
区块链有多火?真格基金创始人徐小平公开表示今年要押注区块链技术,一经发酵就引发了一级市场和二级市场的震动;喜欢炒作概念的A股市场上,一些名不见经传的公司甚至只要名字跟这个名词沾上边,股价就能涨停。
显然,这种火爆很不正常。对于大众来说,自己能够感受到的有关区块链的产品和服务屈指可数,最直接的感知就是那些虚拟货币。
这不是真实的区块链世界,也没法完全代表区块链技术。比起形形色色的各类虚拟货币,区块链技术的潜力更大,应用范围更广,商业潜力也是目前这些代币所无法比拟的。
所有人都会看到区块链的巨大能量,这股能量也已经开始释放。
跟比特币松绑,为区块链正名
其实,区块链和虚拟货币的关系非常简单。世界上第一个、也是最为知名的虚拟货币比特币,是建立在一套密码学和严密设计的分布式账本基础之上发行的,这个基础正是区块链。
具体来说,比特币是一个基于区块链技术的虚拟货币体系,一个公有链。一个基本的区块链系统则不一定需要发行自己的代币,也可能不是公开的,它完全可以只运行于某个组织、公司,以及几个组织的联盟之间。前者基于完全不信任任何人的前提,后者则建立在所有区块对建立者的完全信任之上。但总之,就像是用户可以拿GPU挖矿,但没有人理解成「GPU就是矿机」。
这一点理解起来很容易,纠正大众的偏见很难。如今,区块链技术也受到了比特币们的影响,给公众眼中造成了一种错误印象:区块链也跟大多数代币一样,是金融投机,是炒作工具,是泡沫,是噱头。所以现在大家目睹的区块链乱象,实际上是代币泡沫的副产品。
究其原因,大概有以下几个:
区块链跟着比特币进入公众视野,但它相对复杂,大众很容易把虚拟货币和区块链技术混为一谈;
2015年开始,区块链应用陆续落地。它在落地初期的确是从解决金融行业的清算、信贷和资产证券化切入的。比如,2017年5月,百度旗下的百度金融就已经创设了基于区块链技术的ABS;
所以,想要一窥区块链技术目前的行业应用现状,首先要在概念上与比特币们松绑——本质上,它只是个分布式数据存储技术而已。
几个具有代表性的应用案例
区块链技术的优点是:把每个参与到一个区块链中的节点当作数据库,不依赖一个中心服务器,保证数据安全;独特的加密技术和「共识」的特性,决定了数据无法被某一方轻易篡改;各个节点的信息被可控制地公开,调取和应用数据非常快;节点之间的通信不再依靠发送到中心服务器统一处理,可以独立完成。
可以看到,区块链可以做到一个系统内部的信息安全、透明,同时降低交易成本,提高通信效率。而那些最为重视安全、最需要透明,以及最需要提高效率的行业,就会变成区块链技术首先落地的行业。
目前看来有这么几个:金融领域,包括点对点的支付,金融机构之间的对账,以及提高资产透明度;物联网领域,比如汽车租赁,通过私钥实现所有权和使用权分离;各类去中心化的共享经济,如Airbnb这种P2P租房平台,建立透明的住房信用记录;公共服务领域,解决文字、音乐和视频的盗版问题,以及政府用来建立各个行业的信用机制。
2015到2016年,区块链技术开始落地,全球各地出现了一些相关创业公司,科技巨头更是重度参与。创业公司参与的领域,无非是支付和交易、版权认证等具体到某个细分领域的应用,稍微大一点的有R3这样的区域联盟。
前面说过,首当其冲的就是金融行业。除了用于解决货币流通和跨境支付,区块链技术的一个巨大创举,就是介入到证券交易当中。最为典型的有两个:
2016年1月,纳斯达克与区块链企业Chain合作发布了一个私募股权交易平台Linq,企业可以直接通过Linq平台发行股票,这样一来,发行者可以保有股票的所有权又能让其作为证券流通,而且申报材料和审批的流程大大被简化,而且所有交易公开透明,极大地减少了内幕交易。
另一个是我国的基于区块链技术的ABS(资产证券化)发行项目。2017年5月,百度金融联合佰仟租赁、华能信托等联合创设国内第一个区块链技术支持的ABS项目,又在9月发行了中国首单区块链技术的交易所ABS。
众所周知,金融行业的中心化非常严重,要么依赖一个强大的信用基石,要么依靠证券化,由市场和参与者动态进行风险定价。
而在中国,发行ABS的主要难点,就在于企业要发行的资产透明度太低,难以进行信用评估,同时还有交易追溯等问题。
百度金融依靠区块链技术发行的ABS,几乎完全解决了ABS发行中的痛点:去中心化存储可以让ABS发行脱离中介;非对称密钥和共识算法防止数据和交易被篡改,保证信息透明和可追溯。
此类应用还有很多。可以看到,区块链的应用,并不只有大而宽的公共链,只要是需要去中心化、提高信息透明度、降低交易成本的领域,区块链都能得到应用,无论多小。
换句话说,在企业建立的私链,以及多个组织之间构成的联盟链,才是区块链真正发挥威力的地方。
区块链的革命路径
以上这些只是独立案例,眼下的当务之急,就是需要各行各业的统一利益联盟去推动区块链的落地。
这是一种自上而下的路径。当然,政府是推动它的一股重要力量,但真正普及区块链的,还得依靠科技巨头。
为什么这么说,原因有二:
区块链技术的部署成本很高,难度很大,大多数企业和组织无法独立完成,这比统一利益诉求更难;
科技巨头有着天然优势和强烈诉求:它们大多数有现成的技术底层和平台,也就是各种面向公众的云服务。
科技巨头这种开放的区块链技术平台,其实已经有一个名字:BaaS,就是Blockchain as a service。它建立在原有的云计算之上,对企业来说最简单。
以对区块链和BaaS的投入走在最前列的百度为例。2015年,全球科技巨头开始布局区块链业务,百度开始探索区块链在金融领域的领域并组建团队;2016年,百度投资美国区块链技术支付公司Circle;2017年,基于区块链技术的ABS发行,在同年的7月21日百度BaaS区块链开放平台上线。
这是一个商业级区块链云计算平台,主要是帮助企业联盟构建属于自己的区块链网络平台,截至目前百度BaaS已经支撑了超过500亿元资产的真实性问题,适用于支付清算、数字票据、银行征信管理、权益证明和交易所证券交易、保险管理、金融审计等领域。
简言之,就是采用平台模式,需要把具体的技术产品化,还要针对某些有特定需求的重要行业专门定制。
目前,所有科技巨头在服务上,或多或少地都采用了这种一体化模式。这样一来,企业建立自己的私链,行业之间建立联盟链进行互通,就变得非常简单。
这其中的难度非常大,因为不同行业的需求不同。比如金融行业,它既要保证每家企业的数据安全和私密,又需要在各个企业之间建立信息互通机制,这就需要将敏感信息和其它信息独立开来,这就是联盟链的作用。上面提到的百度金融区块链ABS,使用的就是联盟链、将参与方的信息写到区块链的方式。
总体而言,区块链技术的发展路径应该会是:以私链和联盟链的方式,通过各行业的联盟解决利益问题,巨头BaaS平台解决技术门槛问题。
所以从这个角度来看,接下来除了一些现有的成规模的产品之外,区块链又将会是一个巨头们的游戏。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21